В новую эпоху повсеместного распространения ИИ периферийный интеллект — это не просто техническая модернизация, а стратегический императив, пишет на портале IoT World Today Пол Уильямсон, старший вице-президент и генеральный менеджер направления IoT компании Arm.
По мере продвижения технологий ИИ из облака на периферию все больше отраслей открывают для себя новые устойчивые возможности реального времени, не жертвуя при этом энергоэффективностью. От промышленной автоматизации и интеллектуального сельского хозяйства до охраны дикой природы и потребительских устройств нового поколения — периферийный ИИ становится основой для интеллектуальных систем, которые одновременно надежны и экономят ресурсы.
Этот сдвиг обусловлен двумя пересекающимися потребностями: в немедленном, приватном и безопасном принятии решений на местах и в снижении энергопотребления. Традиционные облачные конвейеры ИИ слишком медленны и требуют большой пропускной способности для многих реальных приложений. Поэтому высокопроизводительные вычисления перемещаются в места генерации данных, встраиваясь непосредственно в датчики и конечные устройства.
Edge AI позволяет принимать решения в реальном времени в средах с ограниченным энергопотреблением
Мы в Arm мы наблюдаем ускорение этой трансформации во всем ландшафте Интернета вещей (IoT). Периферийный ИИ позволяет автономным системам динамически адаптироваться на фабриках, беспилотникам — определять состояние посевов в режиме реального времени, а датчикам в удаленных регионах — следить за исчезающими видами животных — и все это при минимальном бюджете на электроэнергию и без постоянного подключения.
Это стало возможным благодаря эволюции вычислительных архитектур, специально созданных для периферийного интеллекта. Разработчики теперь могут использовать все более мощные системы ИИ-выводов на уровне устройств благодаря достижениям в области оптимизированного для машинного обучения кремния и инструментальных цепочек, которые снижают сложность развертывания. В преддверии следующего поколения приложений для периферийного ИИ разработка на вычислительной платформе, сочетающей энергоэффективные чипы с надежной экосистемой ПО, помогает разработчикам создавать решения, которые будут быстрее, «умнее» и экологичнее.
Перемещение ИИ ближе к данным для повышения эффективности и оперативности
Рассмотрим систему предиктивного обслуживания на производственном предприятии. Локальный запуск моделей ИИ позволяет им анализировать вибрации и выявлять аномалии в режиме реального времени, а затем принимать упреждающие меры, чтобы избегать незапланированных простоев и экономить энергию. Другой пример — камеры-ловушки на батарейках, оснащенные ИИ, могут различать виды животных на месте, помогая специалистам по охране дикой природы действовать более эффективно.
Общая черта этих решений? ИИ теперь действует там, где живут и обрабатываются данные.
Периферийный ИИ — основа будущего подключенных устойчивых систем
Заглядывая в будущее, я вижу, что периферийный ИИ будет играть ключевую роль в масштабировании приложений нового поколения в «умных» городах, подключенных домах и других местах. Поскольку вычисления становятся все более распределенными и контекстными, мы увидим рост числа гибридных систем ИИ, в которых будут сочетаться периферийные и облачные возможности. Для этого разработчикам понадобятся надежные платформы, обеспечивающие производительность, безопасность и энергоэффективность.
В новую эпоху повсеместного распространения ИИ периферийный интеллект — это не просто техническая модернизация, а стратегический императив. Для организаций, стремящихся к оперативности в реальном времени, конфиденциальности данных и снижению выбросов углекислого газа, периферия — это место, где начинаются инновации.
