邊緣人工智能是目前人工智能中的新領(lǐng)域之一，旨在解決人工智能運(yùn)行過程中隱私或因數(shù)據(jù)傳輸而導(dǎo)致的減速。邊緣人工智能正在實(shí)現(xiàn)更廣泛、更廣泛地使用人工智能，讓智能設(shè)備無需訪問云即可對(duì)輸入做出快速反應(yīng)。

要想真正了解邊緣人工智能，先要了解云計(jì)算和邊緣計(jì)算的區(qū)別，云計(jì)算是通過互聯(lián)網(wǎng)提供計(jì)算服務(wù)，而邊緣計(jì)算系統(tǒng)沒有連接到云，通過在本地設(shè)備上運(yùn)行減少了數(shù)據(jù)傳輸縮短了對(duì)云計(jì)算資源的占用，這些本地設(shè)備可以是專用的邊緣計(jì)算服務(wù)器、本地設(shè)備或物聯(lián)網(wǎng)(IoT)。

了解了何為邊緣計(jì)算之后便可以更好的理解邊緣人工智能，人工智能算法在能夠邊緣計(jì)算的設(shè)備上運(yùn)行。這樣做的好處是可以實(shí)時(shí)處理數(shù)據(jù)，而無需連接到云端。大多數(shù)尖端的人工智能流程都是在云中執(zhí)行的，但需要占據(jù)大量的云計(jì)算能力和資源。

但在現(xiàn)實(shí)應(yīng)用中人工智能進(jìn)程很容易受到停機(jī)的影響，由于邊緣人工智能系統(tǒng)在邊緣計(jì)算設(shè)備上運(yùn)行，因此必要的數(shù)據(jù)操作可以在本地進(jìn)行，在建立互聯(lián)網(wǎng)連接時(shí)發(fā)送，從而節(jié)省時(shí)間。深度學(xué)習(xí)算法可以在設(shè)備本身、數(shù)據(jù)的原點(diǎn)上運(yùn)行。

由于越來越多的設(shè)備需要在無法訪問云的情況下使用人工智能，邊緣人工智能變得越來越重要。想想現(xiàn)在有多少工廠機(jī)器人或多少輛汽車配備了計(jì)算機(jī)視覺算法。在這些情況下，數(shù)據(jù)傳輸?shù)臏髸r(shí)間可能是災(zāi)難性的。自動(dòng)駕駛汽車在檢測(cè)街道上的物體時(shí)不會(huì)受到延遲的影響。由于快速響應(yīng)時(shí)間如此重要，因此設(shè)備本身必須具有邊緣人工智能系統(tǒng)，使其能夠在不依賴云連接的情況下分析和分類圖像。

當(dāng)邊緣計(jì)算機(jī)被委托執(zhí)行通常在云端進(jìn)行的信息處理任務(wù)時(shí)，其結(jié)果是實(shí)時(shí)低延遲、實(shí)時(shí)處理。此外，通過將數(shù)據(jù)傳輸限制在最重要的信息上，可以減少數(shù)據(jù)量本身并最大限度地減少通信中斷。