随着物联网和人工智能的发展,数据量呈现指数级增长,越来越多的数据需要在网络边缘进行存储、分析和处理,对边缘计算能力提出极大挑战。ES600SMEC服务器以其优异性能,将人工智能推向边缘,大幅提升边缘计算处理能力。在视觉识别领域的应用,通过视频捕捉,在网络边缘深度优化人脸检测算法,实现1200帧/秒的人脸检测功能,检出率超过98%。而在一个ES600S服务器上,可以实现百路这样的视频的实时人工智能分析。
什么是边缘计算
云计算
传统云计算模型如上,最左侧是服务提供者来提供数据,上传到云中心,终端客户发送请求到云中心,云中心响应相关请求并发送数据给终端客户。终端客户始终是消费者的角色。
边缘计算
边缘计算则通过将边缘结点(包括智能家电、手机、平板等)产生数据,上传到云中心,服务提供商也产生数据上传到云中心。边缘结点发送请求到云中心,云中心返还相关数据给边缘结点。
边缘计算优势
和云计算类似,边缘计算也是处理数据的一种方式,但不同的是,云计算需要把数据上传到云端,而边缘计算则少去了上传步骤,将数据直接在本地处理。随着物联网和5G技术的快速发展,越来越多的设备接入网络,数据量则会成指数倍的增长,数据量一旦大了,如果数据都通过云计算来传输,网络时间消耗太大。
借助于边缘计算,在人脸识别领域,响应时间由900ms减少为169ms,把部分计算任务从云端卸载到边缘之后,整个系统对能源的消耗减少了30%-40%。数据在整合、迁移等方面可以减少20倍的时间。随着数据雪崩,预测到2025年,全球数据将增长10倍,达到163Zettabytes。将计算和数据移动到更接近用户的位置是有必要的。反过来,这将导致出现许多不同的边缘计算“平台”:无线边缘、移动边缘、建筑边缘。
相关专题: