2018年10月14日 星期日

科技創新(一百二十):AIoT產業-從AIoT展的2018 邊緣運算論壇來看邊緣運算的發展


[AIoT時代來臨 邊緣運算重要性日益增加]
去年底,工研院IEK的產業趨勢眺望提出「人工智慧與物聯網將快速匯流」,而由於基於頻寬流量限制、隱私權、低延遲(Latency)需求的各類應用,以及物聯網網路安全的迫切性,AIoT系統邊緣運算的重要性日益強化。而從去年蘋果開賣的iPhoneX中臉部辨識解鎖功能讓大家知道知道人工智慧邊緣運算的神奇,邊緣運算也被大眾與產業界更加重視。

圖: 2018邊緣運算論壇

今年的十月九日、十一日、十二日,在南港展覽館,舉辦了首屆的台灣國際人工智慧與物聯網(AIoT Taiwan)展覽,而且舉辦了多場研討會,請廠商來談相關作法,尤其是「2018 邊緣運算論壇,AI+IOT 台灣轉型驅動新引擎」研討會,更是全程討論AIoT邊緣運算的趨勢與重要性,由AWS開始,ARM、高通、黑莓、微軟、歐特明,及Aruba…等等公司都談到自家在這方面的解決方案:AWS跟微軟談的是自家AIoT邊緣運算的解決方案,ARM從終端晶片的思考方向切入,高通談的是5G影響與對應思考,歐特明談的是車聯網的即時反應,而Aruba跟黑莓談的是從設備觀點切入,從各大廠商提供的解決方案的相繼出爐,可看出邊緣運算在AIoT設備端日益重要。

[邊緣運算以強化AI推論引擎與安全為基本 
減少傳輸量、即時與隱私考量為AI重點]
就如我之前的文章提到,微軟AzureAWSAIoT方案都兼顧了終端設備與雲端連結的系統思考,而都有提出其具體方案,特別是針對在終端的人工智慧推論引擎及安全解決方案,在考量到其運算能力,終端設備邊緣運算很多會在具備較強運算能力Gateway上進行。但是針對有大傳輸量與即時需求的,使用終端設備邊緣運算也是未來趨勢,像是網路數位攝影機、自駕車等等,將會將大部分人工智慧運算集中在設備端的推論引擎,對資料處理過後,才把需要送往雲端學習的數據再傳送往雲端。而在歐洲GDPR等隱私權要求下,甚至連虛擬實境/混合實境設備、智慧音箱等等這類原來把消費者資料送往雲端儲存與學習的設備,都會提供具備終端設備人工智慧推論引擎的解決方案,避免因為侵犯隱私權法令受罰。而這些需求因為還需考慮到低耗電與高速,所以使用FPGA(可程式化)或ASIC(特別用途)晶片來滿足需求已是必然趨勢。

[5G雖然有大頻寬 沒有邊緣運算協助也可能很快會頻寬不足]
5G是針對物聯網時代強化的通訊協定,會比現在的4G快更多,但是日益增加的物聯網設備傳輸數據的需求,設備越來多,加上為了行車安全的V2X(車子對周圍的通訊,包含V2V車子對車子、V2I車子對周圍設施等等)等增加的通訊需求,5G通訊的頻寬也很可能不夠,此時利用邊緣運算先行處理,只傳必要數據到雲上才是較佳的方式。

[AIoT時代 強化邊緣運算才能滿足需求與提升服務]
總之,AIoT使用設備端邊緣運算強化人工智慧模型使用與網路安全,雲端運算強化機器學習的分工的模式已然確立,在接下來5G服務的開通下,5G加上邊緣運算,只將必要的資訊傳往雲端做機器學習,然後將學習到的模型,傳到終端設備的推論引擎運作,才能滿足未來AIoT系統所需的運算力與頻寬,並藉以提供人們更好的服務與生活。

沒有留言:

張貼留言