邊緣需要多少計算能力？對于處于邊緣人工智能來說，多少內存和存儲空間才足夠？隨著人工智能為需要更多更快處理、存儲和內存的創(chuàng)新應用打開大門，最低要求也在不斷增長。當今的內存和存儲技術如何滿足這些具有挑戰(zhàn)性的新邊緣應用的嚴格要求？

我們所說的“邊緣”是什么意思

邊緣包括任何分布式應用，其中特定處理在服務器之外進行，即使數(shù)據(jù)最終被發(fā)送到數(shù)據(jù)中心。它的主要想法是避免將所有數(shù)據(jù)，通過互聯(lián)網發(fā)送到服務器上進行處理，而是允許數(shù)據(jù)在離收集地點更近的地方進行處理，避免長時間數(shù)據(jù)往返帶來的延遲問題，并實現(xiàn)接近實時的現(xiàn)場響應。

邊緣大致根據(jù)服務器到端點的距離進行劃分。所謂的近邊緣可以包括靠近數(shù)據(jù)中心的應用，甚至可能是在同一棟建筑內。在自動駕駛汽車等應用中，這一趨勢走向了另一個極端。重疊的特性是邊緣系統(tǒng)處理傳統(tǒng)上發(fā)送到數(shù)據(jù)中心的數(shù)據(jù)，這在許多行業(yè)都有實際應用。

工業(yè)邊緣的數(shù)據(jù)延遲和帶寬

在工業(yè)應用中，邊緣計算機通常被設計為從傳感器或其他設備接收輸入，并對輸入進行相應的操作。例如，預防性維護采用聲學、振動、溫度或壓力傳感器讀數(shù)，并對其進行分析，以識別表明機器存在輕微故障的異常情況。

機器可以立即離線，或者在需要時離線，以便在發(fā)生災難性故障之前進行維護。反應時間必須很快，但數(shù)據(jù)量很低。然而，人工智能正在給這些邊緣系統(tǒng)帶來壓力。

人工智能對邊緣處理負載的影響

人工智能給計算機系統(tǒng)帶來了不同的負載。人工智能工作負載需要更快的處理器、更多的內存和強大的GPU。例如，AOI已經被廣泛應用于PCB檢測，使用來自高速攝像機的視頻輸入來識別缺失的組件和質量缺陷。事實上，類似的視覺檢測技術正被廣泛應用于農業(yè)等不同行業(yè)，它可以用于識別產品中的缺陷和變色。

在視頻輸入上執(zhí)行復雜的算法需要耗電的GPU卡的并行處理能力，更多的內存用于高效和準確的AI推理，更多的存儲空間用于額外的數(shù)據(jù)，但這些已經存在于數(shù)據(jù)中心。

將數(shù)據(jù)中心的電力帶到了邊緣

從本質上說，為了在邊緣處理人工智能任務，我們正在彌合邊緣和數(shù)據(jù)中心之間的差距。隱藏在溫控數(shù)據(jù)中心的服務器擁有TB的內存和大量的存儲空間，可以處理特定的高容量負載并保持系統(tǒng)快速工作。

但當涉及到在遠離數(shù)據(jù)中心的地方進行推斷時，情況就不同了。邊緣電腦不喜歡這種田園詩般的環(huán)境，必須能夠承受惡劣的環(huán)境。邊緣需要硬件，爭取最大的性能，同時考慮到不理想的條件。

邊緣硬件

在工業(yè)邊緣添加人工智能需要適合這項任務的硬件。必須有一臺能夠處理極端溫度、振動和空間限制的工業(yè)計算機。特別是，視覺系統(tǒng)需要三樣東西，這是迄今為止最多產的AI應用，支持高效AI推理的內存，輸入數(shù)據(jù)的存儲，以及支持添加攝像頭的PoE。

最新的DDR5可以在更小的空間中獲得更多的內存。它在邊緣提供了更高的內存容量，速度是DDR4的兩倍，容量是DDR4的四倍，在相同的占地面積下，它更有效地利用可用空間和資源。

邊緣應用需要擴展容量，因為數(shù)據(jù)必須到達服務器或在邊緣停留一段時間，因此需要SSD作為臨時存儲。從SATA到NVMe的轉變?yōu)楦叩乃俣群托阅艽蜷_了大門，即將上市的NVMePCIeG4X4SSD是Cervoz產品線中的最新SSD，為這些應用提供工業(yè)性能。

視覺系統(tǒng)需要攝像機。PoE+是將高速攝像頭添加到系統(tǒng)中最簡單、最有效的方式，通過一根電纜提供電力和數(shù)據(jù)傳輸。Cervoz的PoE以太網模塊化PCIe擴展卡通過一個小型電源插件增加了這一功能。

為處于邊緣的人工智能搶占先機

對于希望獲得優(yōu)勢的企業(yè)來說，工業(yè)計算機加上工業(yè)級存儲器和存儲的組合提供了抵御惡劣邊緣環(huán)境的可靠性，以及在網絡邊緣實現(xiàn)下一代人工智能技術所需的能力。