企業(yè)通過使用分布式混合云架構(gòu)部署人工智能，越來越多地獲得競爭優(yōu)勢。

這是由兩個因素驅(qū)動的：首先，邊緣生成的數(shù)據(jù)比以往任何時候都多。事實上，據(jù)預(yù)測，到2025年，50%的企業(yè)生成數(shù)據(jù)將在傳統(tǒng)數(shù)據(jù)中心或云計算之外進行處理。最近的一項全球調(diào)查發(fā)現(xiàn)，78%的IT決策者認為，將IT基礎(chǔ)設(shè)施轉(zhuǎn)移到數(shù)字邊緣是其業(yè)務(wù)經(jīng)得起未來考驗的優(yōu)先事項。

其次，將大量數(shù)據(jù)轉(zhuǎn)移到集中位置的人工智能訓練基礎(chǔ)設(shè)施引擎進行處理，意味著企業(yè)將花費寶貴的時間和費用。除此之外，合規(guī)和隱私法規(guī)通常要求將人工智能數(shù)據(jù)處理和分析保留在原籍國，這進一步證明了在多個國家分配工作負載的合理性。

讓我們深入探討三個不同的行業(yè)用例，分布式人工智能正在幫助企業(yè)節(jié)省成本、滿足監(jiān)管需求并實現(xiàn)新的技術(shù)進步。

在降低成本的同時獲得實時零售洞察

許多大型零售商正在通過利用分布式數(shù)字基礎(chǔ)設(shè)施戰(zhàn)略尋找競爭優(yōu)勢。他們正在使用IDC最近確定的一種越來越流行的人工智能部署策略：在核心開發(fā)人工智能，如在云或區(qū)域數(shù)據(jù)中心，并在邊緣部署人工智能推理模型，然后用新的區(qū)域數(shù)據(jù)重新訓練模型以適應(yīng)應(yīng)用。

例如，使用分布式混合云模型的零售商，可能首先將其店內(nèi)攝像頭信息和庫存管理數(shù)據(jù)，發(fā)送到托管大都市數(shù)據(jù)中心，以建立區(qū)域人工智能模型，并利用聯(lián)合人工智能方法來整合區(qū)域模型。

然后，它將這些優(yōu)化的人工智能模型部署到門店，以執(zhí)行低/預(yù)測延遲人工智能模型推理，從而深入了解庫存、員工輪班管理、購物者購買趨勢預(yù)測和廣告投放建議。

從一個大都市數(shù)據(jù)中心部署人工智能推理引擎，比在每個零售地點維護和服務(wù)這些服務(wù)器更具成本效益。這種分布式人工智能基礎(chǔ)設(shè)施，使零售商能夠在一個區(qū)域快速處理和分析洞察，最終提高他們的利潤。

維護視頻監(jiān)控中的隱私和合規(guī)性

據(jù)聯(lián)合國貿(mào)發(fā)會議稱，世界上大多數(shù)(71%)國家/地區(qū)都制定了有關(guān)隱私和數(shù)據(jù)保護的立法。分布式數(shù)據(jù)管理和人工智能架構(gòu)可以在幫助企業(yè)確保合規(guī)性方面發(fā)揮關(guān)鍵作用。

例如，一家在全球多個都市區(qū)設(shè)有站點的大型房地產(chǎn)管理企業(yè)，可以為其全球數(shù)百個安全攝像頭利用分布式AI架構(gòu)，通過在數(shù)據(jù)收集地部署人工智能來保持對當?shù)仉[私法規(guī)的合規(guī)性。

在企業(yè)經(jīng)營所在的不同國家/地區(qū)擁有集中式設(shè)施，確保企業(yè)不會將數(shù)據(jù)發(fā)送到另一個可能與數(shù)據(jù)來源國不具有相同合規(guī)法規(guī)的國家/地區(qū)，從而違反當?shù)仉[私法。

除了實現(xiàn)隱私和數(shù)據(jù)使用合規(guī)性之外，該模型還通過將人工智能推理堆棧托管在單個地鐵位置，而不是每個設(shè)施來降低成本，即使它在數(shù)百個位置中的每個位置都現(xiàn)場處理運動檢測數(shù)據(jù)。

通過區(qū)域更新實現(xiàn)自動駕駛

如果沒有人工智能基礎(chǔ)設(shè)施，由高級駕駛輔助系統(tǒng)(ADAS)啟用的自動駕駛汽車無法解決某些用例。ADAS要求人工智能決定車輛應(yīng)如何與周圍環(huán)境互動，尤其是在與自行車和行人等弱勢道路使用者互動時。

測試車輛為訓練人工智能模型而生成的數(shù)據(jù)量是巨大的，對于2級和3級ADAS（車輛可以根據(jù)環(huán)境調(diào)整速度、剎車和做出決策），每輛車每天產(chǎn)生的數(shù)據(jù)量在20TB到60TB之間。人工智能使聯(lián)網(wǎng)車輛能夠比使用傳統(tǒng)基礎(chǔ)設(shè)施更快、更具成本效益地從測試車隊中收集和處理這些大型數(shù)據(jù)集。

分布式人工智能基礎(chǔ)設(shè)施正在定義下一代車輛的機動性和自主性。例如，聯(lián)網(wǎng)車輛利用高清地圖為汽車提供有關(guān)標牌和街道的信息。

但是，當施工區(qū)或道路危險在一夜之間出現(xiàn)時會發(fā)生什么？分布式人工智能基礎(chǔ)設(shè)施不需要每輛車單獨處理道路危險，而是允許將這些危險發(fā)送到一個區(qū)域位置，然后將危險傳達給該地區(qū)的所有車輛。

順應(yīng)數(shù)據(jù)流

沒有什么比人工智能更能感受到數(shù)據(jù)的引力了。為了充分利用其人工智能基礎(chǔ)設(shè)施，企業(yè)需要評估集中、區(qū)域或本地部署這些基礎(chǔ)設(shè)施的價值。這樣做將節(jié)省時間、金錢和寶貴的延遲速度。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。