近些年,云计算的发展大家已经有目共赌,确实如众多媒体所述,已进入了收割之年。而与之协同的边缘计算近几年也逐渐成为"网红",并传出有替代云计算之势。事实上,边缘计算对云计算是有一定冲击,但它与云计算也有很强的协同。不少国内外云服务商为了守住原有的市场空间,纷纷提前布局边缘计算领域。
对于边缘计算,我们先啰嗦一下概念,这是一种分散式运算的架构,它将应用程序、数据资料与服务的运算,由网络中心节点,移往网络逻辑上的边缘节点来处理。边缘计算能够将处理和数据保留放置在更接近目标系统的系统上,该系统正在为其收集数据以及提供自主处理。
据国际数据公司IDC预测,到2021年,全球云计算市场的规模将达到5650亿美元,这其中约有20%为边缘云,市场规模可达到1130亿美元。正是由于边缘计算独特的优势,使得业内各大巨头如AWS、思科、华为、IBM、英特尔等不断发力此领域。
之所以业内出现替代云计算的说法,其追根其源还是边缘计算独特的架构优势,无需将所有数据传输到后端系统(通常在云端)进行处理,它的目标是快速地处理接近设备的数据,这减少了延迟并且还可以提供更好的安全性和可靠性。
不过边缘计算系统并不孤立。实际上,它们与后端系统一起工作以收集主数据并提供更深入的处理,这就是边缘计算和云计算提供单一共生解决方案的方式,绝不会出相相互排斥现象。
两者是两个截然不同的架构。围绕边缘计算笔者总结了几个要点,使企业能够更好的利用平台;
一、 如果允许,边缘计算应运行与云中相同的全部或部分代码树,这意味着如果用户要更新基于边缘的软件,则需要同时更新基于云的软件。因此,用户需要在云端和边缘使用相同的操作系统、处理器等。此外,用户须了解在边缘平台或云端运行的位置。
二、 对于边缘和集中式云平台,安全性必须是系统性的。如果可能的话,用户用于基于云的系统的安全系统需要延伸到边缘。与云和每个边缘计算系统的一次性安全操作相比,处理常见安全服务要容易的多。
三、 正如安全需要系统化一样,管理和监控也是如此。用户会发现边缘计算系统经常出现故障,通常是由于硬件和软件故障,而不是在云上。这是因为它们主要是在不受控制的环境中工作的物联网设备。下行计算设备需要重新启动、设计或快速更换。因此,监控软件应尽快提供警报,并告知基于云的软件设备不会接收数据。
未来,边缘计算的发展会更加快速,应用也不仅仅局限于物联网领域。目前国内外各大巨头、初创企业等都处于试水状态,缺少行业应用和重点场景的实践,无论是互联网还是物联网都离不开边缘计算。无可否认,边缘计算是继云计算之后,又一轮技术升级的战略通道。
好文章,需要你的鼓励
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
Meta为Facebook和Instagram推出全新AI翻译工具,可实时将用户生成内容转换为其他语言。该功能在2024年Meta Connect大会上宣布,旨在打破语言壁垒,让视频和短视频内容触达更广泛的国际受众。目前支持英语和西班牙语互译,后续将增加更多语言。创作者还可使用AI唇形同步功能,创造无缝的口型匹配效果,并可通过创作者控制面板随时关闭该功能。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。