Edge满足更多AI/ML

直到最近，由于数据解决方案的复杂性不断提高，特别是在事件量大或连接受限的用例中，通过近端技术或网关进行数据预处理仍面临着很多挑战。数字业务咨询公司AHEAD的顾问。“现在，经过AI/ML优化的硬件，容器包装的分析应用程序，TensorFlowLite和tinyML等框架以及开放标准(例如，开放神经网络交换(ONNX))正在鼓励机器学习的互操作性，并使设备上的机器学习和边缘的数据分析成为现实。”

边缘的机器学习将加快决策速度。“此外，边缘和AI的融合将进一步推动实时个性化，”管理咨询和研究公司EverestGroup的业务总监MukeshRanjan预测。

IoT解决方案提供商Kajeet的首席技术官GregJones说：“但是，如果没有适当的阈值，异常现象将慢慢成为标准。”“先进的策略控制将使人们对从边缘收集和解释的数据所采取的行动有更大的信心。”

IDC预测，到2024年，将有四分之一的组织通过将边缘数据与基于云平台构建的应用程序集成来提高业务敏捷性。这将需要跨云和通信服务提供商的合作伙伴关系，无线运营商与主要公共云提供商之间的合作已经开始。

根据IDC的研究，组织可以利用以进行实时分析的系统已经开始扩展到传统的数据中心和部署位置之外。更接近最终客户和/或与实际资产并置的设备和计算平台将成为该IT产品组合中越来越重要的组成部分。这种边缘计算策略将成为更大的计算结构的一部分，该结构还包括公共云服务和本地位置。

在这种情况下，边缘提供了即时性，云支持大数据计算。

（编辑：上饶站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!