5G與Edge AI- 為大規模霧運算賦能

5G

隨著5G網路將準備於2019年初發佈,5G技術和霧運算將成為未來的智慧網路架構。

隨著正式發佈時間日趨臨近,終將迎來讓人雀躍的5G時代。全球各地已確認於2019年將在美國、中國、英國及其他主要區域開始佈署。

然而,5G的真正價值可能並不在於熟知的消費設備。它最引人注目的地方就是和Edge AI相互結合,此新興市場的網路層體系架構-霧,據估計於2025年時將可達516億美元。

霧的展望

5G網路在現有的4G選擇上增加的資料量可以為偏遠地區帶來高速資料連接,使更多的物聯網設備能夠無縫接軌,且避免不必要的爭議。同時,5G資料速度將為當前的雲端架構提供低延遲回傳,對Edge AI而言,5G速度會為其帶來顯著益處。

霧運算本質上是作為智慧中間層並融合到資料網路中,與其返回本地處理,倒不如遠端輸入發配給物聯網,它可以在網路邊緣的任何地方進行。

這不僅利用了5G的超低延遲和高頻寬,也可使運營商能夠維持更流暢的核心網路架構,這將改進“基地台至雲端”的延遲,進而縮減核心網路的服務成本。

汽車應用—延遲是關鍵

Smart Transportation

5G的眾多應用之一,是預期用於智慧汽車或車聯網上。正如Machina Research近期的預測“2024年物聯網將佔據全球4100萬5G連接的四分之一”— 其中75% 藉由嵌入式車輛連接進入汽車產業。在智慧汽車領域,延遲尤其重要—如果系統只有100毫秒的延遲,那麼以每小時75英里的速度行駛的聯網汽車,在啟用刹車前還能行駛超過10英尺。

在汽車應用中,尤其是在預防緊急情況方面,克服這種推遲和延誤是車載Edge AI系統可能具有關鍵價值的地方。近期在上海舉辦的中國國際工業博覽會上,威盛展示其最新的Mobile360 M820 Edge AI系統。該系統可為車載駕駛座助力,整合ADAS、360度環視性能及可監控駕駛人疲勞或注意力不集中等狀態的相關應用。

當企業Edge AI遇到“霧”

Industrial IoT

想當然爾,與支持汽車工業相比,霧運算在支援5G的Edge AI環境中所發揮的潛能更大,它將邊緣的人工智慧益處轉嫁至各種企業和垂直市場。將智慧融入網路,並更接近原始資料源,這些將帶來極大益處並推動創新。舉例來說,從根源處理ML(機器學習)和深度學習(DL)模型數據,並且僅回傳用以訓練目的的最終資料,將會使ML性能明顯改善、增強整體安全性和降低回程成本。

城市更智慧化

Smart City

同時,像創新的智慧城市和智慧型公共電網也可從霧技術中受益匪淺。尤其是公共電網,其中來自遠端感測器的資料能夠被處理,會比現今基於雲端的模型更迅速地發揮作用,將可提高每日效率,並且能夠更加靈活地回應需求波動。在這種情況下,與4G相比,5G帶來的重要價值在於支援的並行設備數量龐大。這意味著智慧城市或公共事業供應鏈的各個組成部分可以獨立連結、共享資料,並且透過Edge AI技術 – 即時整合和處理數據。

總括來說,雖然5G將持續以驚人的資料速度登上版面,但事實上它將如何與Edge AI相互結合,從根本上改變日後的行動網路和資料處理的方式。這樣的結果將使物聯網以史無前例的速度擴展,進而提供真正智能、可擴展的網路,以滿足未來的需求。

 

威盛電子股份有限公司