倫敦2020年10月14日 /美通社/ -- 領(lǐng)先分析機構(gòu)Omdia今天發(fā)布了最新報告，確定了邊緣AI增長的關(guān)鍵領(lǐng)域。
題為《連接點：邊緣AI》 (Connecting The Dots: AI at the Edge) 的報告發(fā)現(xiàn)：邊緣位置需要更多計算，以管理和支持新的和不斷激增的對延遲敏感的物聯(lián)網(wǎng)設備以及用于分析不斷增加的數(shù)據(jù)量的軟件技術(shù)。
對更多的數(shù)據(jù)收集和分析工作的需求正在給網(wǎng)絡帶寬帶來重大挑戰(zhàn)，并迫切要求提供更好的安全選項。物聯(lián)網(wǎng)是邊緣AI需求的主要驅(qū)動因素之一，但該要求由跨多個垂直市場的許多不同應用驅(qū)動。
最新的《連接點：邊緣AI》報告關(guān)注將在未來幾年塑造邊緣AI機會的五個關(guān)鍵因素，以及對各個關(guān)鍵市場邊緣AI實際應用的短期和長期展望。
塑造邊緣AI的五個因素：
- 新興邊緣用例。雖然智能手機可能是邊緣AI設備的關(guān)鍵所在，但來自企業(yè)和工業(yè)領(lǐng)域的新興用例將驅(qū)動未來增長。
- 多樣化的具有成本效益的硅解決方案。在過去幾年，AI一直是高端處理器市場中硅增長的關(guān)鍵驅(qū)動因素，但讓AI得以在邊緣領(lǐng)域迅速發(fā)展的，將是能夠解決一系列用例的多樣化處理器組合。
- 從云到邊緣的全新計算生態(tài)系統(tǒng) 諸如Kubernetes之類的分布式計算技術(shù)使得混合和分布式云基礎設施更加易于管理并且操作更敏捷。服務器市場已經(jīng)看到了這一趨勢的影響。
- CSP利用邊緣AI實現(xiàn)邊緣AI優(yōu)化。為了在邊緣提供強有力的AI服務，CSP還采用邊緣AI來為新服務實現(xiàn)低延遲，提升客戶體驗并降低成本。
- 具有特定要求的廣泛的行業(yè)垂直領(lǐng)域。視頻監(jiān)控只是設備內(nèi)置AI徹底改變該行業(yè)的一個領(lǐng)域。其他行業(yè)，從速食食品到石油天然氣，都看到了部署設備內(nèi)置AI的益處。
Omdia的企業(yè)副總裁Bill Morelli評論道：“過去幾年，AI從實驗階段走向了商業(yè)階段”。云端AI現(xiàn)已是在各種業(yè)務流程中實施的成熟合理的技術(shù)。因此，現(xiàn)在AI中有許多引人注目的用例需要邊緣技術(shù)?！?
“為了滿足這一需求和要求，各種硅產(chǎn)品應運而生。功能已最終趕上了邊緣AI解決方案的需求。這種需求與技術(shù)的結(jié)合將打開今后多年跨多個部門的發(fā)展空間，從而提供更好的業(yè)務結(jié)果和解決方案?！?/p>
這份邊緣AI報告還揭示了包括制造、衛(wèi)生保健、智能建筑、公用事業(yè)和視頻監(jiān)控在內(nèi)的五大領(lǐng)域的短期和長期展望。
跨多個垂直市場的邊緣AI的短期展望（2020年）：
- 制造：由于專業(yè)知識和新面市邊緣產(chǎn)品有限，應用將繼續(xù)采用閾值分析而不是“真正的AI”機器學習。
- 衛(wèi)生保健：新冠肺炎疫情加速了AI軟件發(fā)展，特別是基于AI的藥物和疫苗研究、醫(yī)學成像以及用于患者篩查、分診和監(jiān)測的機器學習工具。
- 智能建筑：設施連接了硬件但沒有分析/充分利用其數(shù)據(jù)的力量。
- 公用事業(yè)：增加了軟件和分析投入，但通常是以模塊化的“插件”形式。
- 視頻監(jiān)控：有關(guān)使用分析技術(shù)進行人臉識別等個人分析的爭議仍將持續(xù)。但預計幾乎沒有立法產(chǎn)生影響。
對垂直市場邊緣AI的長期展望（2021年及以后）：
- 制造：對于控制級產(chǎn)品，來自IT公司的邊緣計算和控制設備將使IT公司與當前OT供應商的戰(zhàn)略關(guān)系從合作轉(zhuǎn)向競爭。
- 衛(wèi)生保?。?/b>缺失監(jiān)管批準（例如FDA）將成為自學算法發(fā)展的障礙。但這不會阻礙深度學習分析。
- 智能建筑：增加了對中央樓宇管理軟件和邊緣啟用AI的硬件的投入。
- 公用事業(yè)：在今后五年，不提供強大的AI驅(qū)動軟件和服務業(yè)務的公司將看到硬件銷售大幅下跌。
- 視頻監(jiān)控：將運用技術(shù)彌補硬件市場內(nèi)的ASP下降。
《連接點：邊緣AI》(Connecting the Dots: AI-at-the-Edge) 報告可免費下載。
