边缘AI:将智能带入终端设备

1. 背景介绍

1.1 人工智能的演进

人工智能（AI）近年来取得了显著进展，特别是在云计算和大数据分析领域。然而，传统的云端 AI 架构存在一些局限性，例如：

• 延迟: 将数据传输到云端进行处理会导致延迟，这对于实时应用来说是不可接受的。
• 带宽: 传输大量数据会消耗大量的带宽，尤其是在处理图像和视频等高维数据时。
• 隐私: 将敏感数据传输到云端可能会引发隐私问题。
• 成本: 云计算资源的成本可能很高，尤其是对于需要处理大量数据的应用来说。

1.2 边缘计算的兴起

边缘计算是一种将计算和数据存储更靠近数据源的分布式计算范式。它通过在网络边缘部署计算资源，例如网关、路由器和终端设备，来解决云计算的局限性。边缘计算具有以下优势：

• 低延迟: 数据在本地处理，可以显著降低延迟。
• 低带宽: 减少了数据传输量，从而节省带宽。
• 增强隐私: 数据在本地处理，可以更好地保护隐私。
• 降低成本: 边缘计算可以减少对云计算资源的需求，从而降低成本。

1.3 边缘AI的诞生

边缘 AI 是边缘计算和人工智能的结合，它将 AI 算法部署到边缘设备上，使设备能够在本地进行智能决策。边缘 AI 结合了边缘计算和 AI 的优势，为各种应用场景提供了新的可能性。