邊緣資料收集/訓練/推論各取所需 工業AIoT應用即刻上手

2020 年 11 月 12 日
工業物聯網(IIoT)應用產生的資料量空前龐大。對於許多工業應用設備,特別是位於偏遠地區的高度分散式系統,想要持續傳送大量的原始資料到中央伺服器,根本不可行。為了降低延遲、減少資料傳輸和儲存成本,並且增加網路可用性,企業開始將人工智慧(AI)和機器學習(ML)功能轉移至網路邊緣,以便在現場採取即時的決策和行動。
》想看更多內容?快來【免費加入會員】【登入會員】,享受更多閱讀文章的權限喔!
標籤
相關文章

三向直搗技術/智慧應用難關 聊天機器人起腳射門

2020 年 04 月 27 日

整合多階/類比記憶體運算 AI邊緣功耗難題迎刃而解

2020 年 10 月 05 日

硬體升級/參數調整自動建模 Al光學檢測促應用落地

2020 年 11 月 02 日

即時/安全/可靠 邊緣運算執行高效機器學習

2020 年 03 月 02 日

整合人臉辨識/反電子詐騙/低功秏喚醒 人臉驗證系統準確率升級

2020 年 11 月 19 日

ATM影像追蹤可疑人士 ML推理網路實現即時辨識

2021 年 05 月 31 日
前一篇
EPC新電源模組實現高效率轉換
下一篇
實踐XPU願景 英特爾推出oneAPI工具包與伺服器GPU
最新文章

挑戰七埃米製程 imec提出雙列CFET結構

2024 年 12 月 09 日

AI PC銷量上看億台 小型語言模型蓄勢待發

2024 年 12 月 09 日

XR產業協會理事長鄭育鎔:智慧頭戴裝置內容為王

2024 年 12 月 09 日

頻寬需求不等人 CPC技術另闢蹊徑

2024 年 12 月 09 日

先進晶片驅動AI PC蓬勃發展

2024 年 12 月 09 日