С учетом оптимизации и продвижения легковесных AI-моделей в приложениях на устройствах, ожидается, что краевая AI и AI на устройствах станут горячими темами в области технологий в 2025 году. В последнее время некоторые ведущие технологические компании начали активно работать в этой области, выпуская AI-модели, оптимизированные для устройств.
Обширный отчет на почти 300 страниц, глубоко анализирующий развитие Edge AI, охватывает такие аспекты, как необходимость Edge AI, ключевые инновации, интеграция с криптографическими технологиями, теоретическая база и текущее состояние развития. Вот основные выводы отчета:
Восхождение краевых ИИ
Граничный ИИ революционизирует область искусственного интеллекта, перемещая обработку данных с облачных серверов на локальные устройства. Этот подход решает такие проблемы традиционного развертывания ИИ, как высокая задержка, риски конфиденциальности и ограничения пропускной способности. Реализуя обработку данных в режиме реального времени на таких устройствах, как смартфоны, носимые устройства и датчики Интернета вещей, граничный ИИ значительно сокращает время отклика, при этом безопасно сохраняя конфиденциальную информацию на локальных устройствах.
Прогресс в аппаратных и программных технологиях сделал возможным выполнение сложных моделей ИИ на устройствах с ограниченными ресурсами. Инновации, такие как специализированные процессоры для обработки на краю и технологии оптимизации моделей, значительно повысили эффективность вычислений на устройствах, сохраняя при этом хорошую производительность.
Скорость роста ИИ превосходит закон Мура
Закон Мура предсказывает, что количество транзисторов на микрочипах удваивается примерно каждые два года. Однако скорость развития моделей ИИ уже превысила темпы улучшения аппаратного обеспечения, что привело к постоянному увеличению разрыва между спросом и предложением в вычислениях. Этот разрыв делает совместный дизайн аппаратного и программного обеспечения крайне важным.
Технологические гиганты увеличивают инвестиции в краевое ИИ
Крупные технологические компании активно увеличивают свои вложения в технологии Edge AI, осознавая их потенциал кардинально изменить такие области, как здравоохранение, автономное вождение, робототехника и виртуальные помощники, предоставляя мгновенные, персонализированные и надежные AI-опыт. Некоторые компании уже начали выпускать AI-модели, специально оптимизированные для Edge-устройств.
Слияние краевого ИИ и криптографических технологий
Блокчейн предоставляет безопасный механизм для сетей краевых ИИ.
Блокчейн обеспечивает целостность данных благодаря своему неизменяемому реестру, что особенно важно в децентрализованных сетях, состоящих из периферийных устройств. Записывая транзакции и обмен данными в блокчейне, периферийные устройства могут безопасно выполнять операции аутентификации и авторизации без необходимости полагаться на централизованные учреждения.
Стимулирование криптоэкономики для содействия совместному использованию ресурсов
Развертывание и обслуживание периферийных сетей требует значительных ресурсов. Модель криптоэкономики может поддерживать строительство и эксплуатацию сети, предлагая токеновые вознаграждения, которые побуждают отдельных лиц и организации вносить свой вклад в вычислительные мощности, данные и другие ресурсы.
Оптимизация распределения ресурсов в модели децентрализованного финансирования
Введя такие концепции, как стейкинг, заем и ликвидные пулы, сеть Edge AI может создать рынок вычислительных ресурсов. Участники могут предоставить вычислительную мощность через стейкинг токенов, одалживать избыточные ресурсы или вносить вклад в общий пул для получения вознаграждений. Умные контракты автоматически выполняют эти процессы, обеспечивая справедливое и эффективное распределение ресурсов в зависимости от спроса и предложения.
Создание децентрализованного механизма доверия
В децентрализованной сети пограничных устройств создание доверия без центрального регулирования является вызовом. Доверие в криптосетях основано на математике и вычислениях, и этот механизм является ключом к реализации взаимодействия без доверия, в то время как в настоящее время ИИ еще не полностью обладает этой характеристикой.
Будущее
В области пограничного ИИ все еще существует огромный потенциал для инноваций. Мы можем ожидать, что пограничный ИИ станет неотъемлемой частью жизни во множестве приложений, таких как высоко персонализированные учебные помощники, цифровые двойники, автомобили с автопилотом, коллективные интеллектуальные сети и эмоциональные ИИ-партнеры и т. д. Перспективы будущего развития вызывают ожидание.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
10 Лайков
Награда
10
3
Поделиться
комментарий
0/400
FlashLoanLord
· 07-19 17:21
Пусть я сначала разбогатею, а потом поговорим.
Посмотреть ОригиналОтветить0
SchroedingerAirdrop
· 07-19 17:08
В любом случае, я ничего не понимаю.
Посмотреть ОригиналОтветить0
HashBard
· 07-19 17:07
еще одна нарративная арка, скрывающая захват данных технологическими гигантами... смh
Восход边缘AI: Технологический фокус 2025 года. Сочетание Блокчейн открывает новую эпоху.
Пограничный ИИ: Технологический фокус 2025 года
С учетом оптимизации и продвижения легковесных AI-моделей в приложениях на устройствах, ожидается, что краевая AI и AI на устройствах станут горячими темами в области технологий в 2025 году. В последнее время некоторые ведущие технологические компании начали активно работать в этой области, выпуская AI-модели, оптимизированные для устройств.
Обширный отчет на почти 300 страниц, глубоко анализирующий развитие Edge AI, охватывает такие аспекты, как необходимость Edge AI, ключевые инновации, интеграция с криптографическими технологиями, теоретическая база и текущее состояние развития. Вот основные выводы отчета:
Восхождение краевых ИИ
Граничный ИИ революционизирует область искусственного интеллекта, перемещая обработку данных с облачных серверов на локальные устройства. Этот подход решает такие проблемы традиционного развертывания ИИ, как высокая задержка, риски конфиденциальности и ограничения пропускной способности. Реализуя обработку данных в режиме реального времени на таких устройствах, как смартфоны, носимые устройства и датчики Интернета вещей, граничный ИИ значительно сокращает время отклика, при этом безопасно сохраняя конфиденциальную информацию на локальных устройствах.
Прогресс в аппаратных и программных технологиях сделал возможным выполнение сложных моделей ИИ на устройствах с ограниченными ресурсами. Инновации, такие как специализированные процессоры для обработки на краю и технологии оптимизации моделей, значительно повысили эффективность вычислений на устройствах, сохраняя при этом хорошую производительность.
Скорость роста ИИ превосходит закон Мура
Закон Мура предсказывает, что количество транзисторов на микрочипах удваивается примерно каждые два года. Однако скорость развития моделей ИИ уже превысила темпы улучшения аппаратного обеспечения, что привело к постоянному увеличению разрыва между спросом и предложением в вычислениях. Этот разрыв делает совместный дизайн аппаратного и программного обеспечения крайне важным.
Технологические гиганты увеличивают инвестиции в краевое ИИ
Крупные технологические компании активно увеличивают свои вложения в технологии Edge AI, осознавая их потенциал кардинально изменить такие области, как здравоохранение, автономное вождение, робототехника и виртуальные помощники, предоставляя мгновенные, персонализированные и надежные AI-опыт. Некоторые компании уже начали выпускать AI-модели, специально оптимизированные для Edge-устройств.
Слияние краевого ИИ и криптографических технологий
Блокчейн предоставляет безопасный механизм для сетей краевых ИИ.
Блокчейн обеспечивает целостность данных благодаря своему неизменяемому реестру, что особенно важно в децентрализованных сетях, состоящих из периферийных устройств. Записывая транзакции и обмен данными в блокчейне, периферийные устройства могут безопасно выполнять операции аутентификации и авторизации без необходимости полагаться на централизованные учреждения.
Стимулирование криптоэкономики для содействия совместному использованию ресурсов
Развертывание и обслуживание периферийных сетей требует значительных ресурсов. Модель криптоэкономики может поддерживать строительство и эксплуатацию сети, предлагая токеновые вознаграждения, которые побуждают отдельных лиц и организации вносить свой вклад в вычислительные мощности, данные и другие ресурсы.
Оптимизация распределения ресурсов в модели децентрализованного финансирования
Введя такие концепции, как стейкинг, заем и ликвидные пулы, сеть Edge AI может создать рынок вычислительных ресурсов. Участники могут предоставить вычислительную мощность через стейкинг токенов, одалживать избыточные ресурсы или вносить вклад в общий пул для получения вознаграждений. Умные контракты автоматически выполняют эти процессы, обеспечивая справедливое и эффективное распределение ресурсов в зависимости от спроса и предложения.
Создание децентрализованного механизма доверия
В децентрализованной сети пограничных устройств создание доверия без центрального регулирования является вызовом. Доверие в криптосетях основано на математике и вычислениях, и этот механизм является ключом к реализации взаимодействия без доверия, в то время как в настоящее время ИИ еще не полностью обладает этой характеристикой.
Будущее
В области пограничного ИИ все еще существует огромный потенциал для инноваций. Мы можем ожидать, что пограничный ИИ станет неотъемлемой частью жизни во множестве приложений, таких как высоко персонализированные учебные помощники, цифровые двойники, автомобили с автопилотом, коллективные интеллектуальные сети и эмоциональные ИИ-партнеры и т. д. Перспективы будущего развития вызывают ожидание.