從集中到分散的AIoT運算 邊緣運算優化深度學習網路 - 市場話題 - 新電子科技雜誌 Micro-electronics


熱門關鍵字:USB PD | 自駕車 | 藍牙5 | NB-IoT | AI

訂閱電子報

立刻輸入Email,獲取最新的資訊:


收藏功能:
分享報新知:
其他功能:

從集中到分散的AIoT運算 邊緣運算優化深度學習網路

文‧廖專崇 發布日期:2019/02/12 關鍵字:人工智慧 深度學習 邊緣運算 ML Inference Pruning Truncation Quantization 電腦視覺 Expert System 專家系統

邊緣運算應用領域廣泛,產業投資較小,也與台灣產業型態更加契合,邊緣運算將因為物聯網(IoT)蓬勃發展,扮演更明確、更高價值的角色,邊緣人工智慧(Edge AI)是在物聯網邊緣位置上,執行機器學習推論並處理來自終端的數據與資訊的運算服務,達到降低雲端負載、終端立即回應。

AI人工智慧的浪潮一波波襲來,帶動雲端儲存、大數據分析等新商機崛起,但隨著更大量、即時的資料吞吐量,傳統雲端架構已逐漸無法負荷如此龐大的運算需求。邊緣運算(Edge Computing)有助於降低傳統雲端架構的運算負荷、提升邊緣端的數據與資料處理能力,大幅改善運算效率以及數據應用。根據研究機構預估,2018~2022年全球邊緣運算相關市場規模的年複合成長率將超過30%,吸引許多廠商競相投入布局。

與雲端運算相較,邊緣運算更加無所不在,不僅應用領域廣泛,產業投資較小,也與台灣產業型態更加契合,邊緣運算將因為物聯網(IoT)蓬勃發展,扮演更明確、更高價值的角色,該技術可以處理複雜的工作,也可以負擔簡化的運算,端視它配置的運算資源和分析軟體,如果邊緣裝置無法立即處理,還是可以透過雲端來接手。本次活動邀請相關技術領域的研究單位與廠商擔任講師,剖析邊緣運算架構、專用加速硬體、產業發展趨勢與應用前景。

》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!
研討會專區
熱門文章