Edge AI và Edge Computing là gì?

Edge AI là một trong những lĩnh vực mới nhất của trí tuệ nhân tạo, và nó nhằm mục đích cho phép mọi người chạy các quy trình AI mà không cần phải lo lắng về quyền riêng tư hoặc chậm lại do truyền输 dữ liệu. Edge AI đang cho phép sử dụng AI rộng rãi hơn, cho phép các thiết bị thông minh phản ứng nhanh với các đầu vào mà không cần truy cập vào đám mây. Trong khi đó là một định nghĩa nhanh về Edge AI, hãy cùng tìm hiểu Edge AI bằng cách khám phá các công nghệ làm cho nó trở nên khả thi và xem một số trường hợp sử dụng cho Edge AI.

Edge Computing là gì?

Để thực sự hiểu Edge AI, chúng ta cần hiểu Edge Computing trước, và cách tốt nhất để hiểu Edge Computing là so sánh nó với điện toán đám mây. Điện toán đám mây là việc cung cấp các dịch vụ tính toán qua internet. Ngược lại, các hệ thống Edge Computing không được kết nối với đám mây, thay vào đó hoạt động trên các thiết bị cục bộ. Các thiết bị cục bộ này có thể là một máy chủ Edge Computing chuyên dụng, một thiết bị cục bộ, hoặc một thiết bị Internet of Things (IoT). Có một số lợi thế khi sử dụng Edge Computing. Ví dụ, tính toán dựa trên internet / đám mây bị giới hạn bởi độ trễ và băng thông, trong khi Edge Computing không bị giới hạn bởi các tham số này.

Edge AI là gì?

Giờ rằng chúng ta hiểu Edge Computing, chúng ta có thể xem xét Edge AI. Edge AI kết hợp Trí tuệ nhân tạo và Edge Computing. Các thuật toán AI được chạy trên các thiết bị có khả năng Edge Computing. Ưu điểm của điều này là dữ liệu có thể được xử lý trong thời gian thực, mà không cần kết nối với đám mây.

Hầu hết các quy trình AI tiên tiến được thực hiện trên đám mây vì chúng yêu cầu một lượng lớn sức tính toán. Kết quả là những quy trình AI này có thể dễ bị gián đoạn. Bởi vì các hệ thống Edge AI hoạt động trên một thiết bị Edge Computing, các hoạt động xử lý dữ liệu cần thiết có thể xảy ra cục bộ, được gửi khi một kết nối internet được thiết lập, điều này giúp tiết kiệm thời gian. Các thuật toán học sâu có thể hoạt động trên thiết bị chính nó, điểm xuất phát của dữ liệu.

Edge AI đang trở nên quan trọng hơn do thực tế rằng ngày càng nhiều thiết bị cần sử dụng AI trong các tình huống mà chúng không thể truy cập đám mây. Hãy xem xét số lượng robot nhà máy hoặc số lượng xe hơi ngày nay đi kèm với các thuật toán tầm nhìn máy tính. Thời gian trễ trong truyền输 dữ liệu trong những tình huống này có thể là thảm họa. Xe tự lái không thể bị chậm lại trong khi phát hiện các vật thể trên đường. Vì thời gian phản hồi nhanh là rất quan trọng, hệ thống Edge AI trên thiết bị phải cho phép nó phân tích và phân loại hình ảnh mà không dựa vào kết nối đám mây.

Khi các máy tính Edge được giao nhiệm vụ xử lý thông tin thường được thực hiện trên đám mây, kết quả là xử lý thời gian thực với độ trễ thấp, xử lý thời gian thực. Ngoài ra, bằng cách hạn chế truyền输 dữ liệu chỉ đến thông tin quan trọng nhất, khối lượng dữ liệu có thể được giảm và gián đoạn truyền输 có thể được giảm thiểu.

Edge AI và Internet of Things

Edge AI kết hợp với các công nghệ kỹ thuật số khác như 5G và Internet of Things (IoT). IoT có thể tạo ra dữ liệu cho các hệ thống Edge AI sử dụng, trong khi công nghệ 5G là điều cần thiết cho sự phát triển liên tục của cả Edge AI và IoT.

Internet of Things đề cập đến một loạt các thiết bị thông minh được kết nối với nhau qua internet. Tất cả các thiết bị này tạo ra dữ liệu, có thể được đưa vào thiết bị Edge AI, có thể cũng hoạt động như một đơn vị lưu trữ tạm thời cho dữ liệu cho đến khi nó được đồng bộ hóa với đám mây. Phương pháp xử lý dữ liệu cho phép linh hoạt hơn.

Thế hệ thứ năm của mạng di động, 5G, là rất quan trọng cho sự phát triển của cả Edge AI và Internet of Things. 5G có khả năng truyền输 dữ liệu với tốc độ cao hơn, lên đến 20Gbps, trong khi 4G chỉ có thể cung cấp dữ liệu với tốc độ 1Gbps. 5G cũng hỗ trợ nhiều kết nối đồng thời hơn 4G (1.000.000 trên mỗi kilômét vuông so với 100.000) và tốc độ trễ tốt hơn (1ms so với 10ms). Những lợi thế này của 4G rất quan trọng vì khi IoT phát triển, khối lượng dữ liệu cũng tăng và tốc độ truyền输 bị ảnh hưởng. 5G cho phép nhiều tương tác hơn giữa nhiều thiết bị, nhiều thiết bị trong số đó có thể được trang bị Edge AI.

Trường hợp sử dụng cho Edge AI

Trường hợp sử dụng cho Edge AI bao gồm hầu như bất kỳ trường hợp nào mà xử lý dữ liệu sẽ được thực hiện hiệu quả hơn trên một thiết bị cục bộ hơn là khi thực hiện qua đám mây. Tuy nhiên, một số trường hợp sử dụng phổ biến nhất cho Edge AI bao gồm xe tự lái, drone tự động, nhận dạng khuôn mặt, và trợ lý kỹ thuật số.

Xe tự lái là một trong những trường hợp sử dụng quan trọng nhất cho Edge AI. Xe tự lái phải liên tục quét môi trường xung quanh và đánh giá tình huống, thực hiện các điều chỉnh cho đường đi của nó dựa trên các sự kiện gần đó. Xử lý dữ liệu thời gian thực là rất quan trọng trong những trường hợp này, và kết quả là các hệ thống Edge AI trên xe phải chịu trách nhiệm lưu trữ, xử lý và phân tích dữ liệu. Các hệ thống Edge AI là cần thiết để đưa xe tự lái cấp 3 và cấp 4 (hoàn toàn tự động) ra thị trường.

Vì các drone tự động không được điều khiển bởi các toán nhân viên, chúng có các yêu cầu tương tự như xe tự động. Nếu một drone mất kiểm soát hoặc bị hỏng trong khi bay, nó có thể va chạm và gây thiệt hại cho tài sản hoặc生命. Drone có thể bay xa khỏi điểm truy cập internet và chúng phải có khả năng Edge AI. Các hệ thống Edge AI sẽ rất quan trọng cho các dịch vụ như Amazon Prime Air, nhằm mục đích giao hàng bằng drone.

Một trường hợp sử dụng khác cho Edge AI là hệ thống nhận dạng khuôn mặt. Hệ thống nhận dạng khuôn mặt dựa trên các thuật toán tầm nhìn máy tính, phân tích dữ liệu được thu thập bởi máy ảnh. Các ứng dụng nhận dạng khuôn mặt hoạt động cho các nhiệm vụ như bảo mật cần phải hoạt động đáng tin cậy ngay cả khi chúng không được kết nối với đám mây.

Trợ lý kỹ thuật số là một trường hợp sử dụng phổ biến khác cho Edge AI. Trợ lý kỹ thuật số như Google Assistant, Alexa và Siri phải có thể hoạt động trên điện thoại thông minh và các thiết bị kỹ thuật số khác ngay cả khi chúng không được kết nối với internet. Khi dữ liệu được xử lý trên thiết bị, không cần phải truyền nó đến đám mây, điều này giúp giảm lưu lượng và đảm bảo quyền riêng tư.