Dara Ambrose 担任 Penguin Solutions 的高级计算产品和解决方案副总裁。他于 2022 年加入 Penguin Solutions，此前 Penguin Solutions 收购了 Stratus 公司，Dara Ambrose 带来了超过 30 年的服务器和软件产品开发经验。Dara Ambrose 负责领导 Penguin Solutions 的 HPC/AI 硬件产品和 Stratus 边缘容错产品的产品开发团队。
AI 行业——以及随之而来的讨论——正在将焦点从训练 AI 模型的努力中转移开。这种故事发生在云端或数据中心（或两者兼有），已经是“旧闻”了。现在，随着各个行业中众多的用例，这些模型正在被部署和运行在分布式、去中心化的环境中。该行业正在从训练阶段转向推理阶段，这个故事正在边缘发生，需要实时智能来处理从智能摄像头到嵌入工业机械的设备等一切事情。焦点正在从集中式 AI 训练转移到边缘 AI 或混合部署。在一个速度、精度和数据隐私比以往任何时候都更加关键的时代，边缘 AI 正在重新定义业务的最关键的接触点的运营流程。与依赖云基础设施的传统 AI 模型不同，边缘 AI 将决策带到数据生成的更近处。边缘 AI 的价值通过最小化数据生成和决策之间的距离，可以最小化延迟，消除网络传输的滞后，从而更快地提供预测洞察和自动化决策。这种实时处理为组织带来了效率的提高，改善了从客户体验到产品质量，甚至支持员工安全的所有方面。不论用例如何，距离的缩短也提高了安全性和可靠性，减少了敏感数据在传输中的时间，降低了所需的带宽。即时性和相关性在任何行业中都至关重要。例如，在制造业中，边缘 AI 可以为质量保证系统提供动力，实时标记产品缺陷。在医疗保健领域，它可以支持患者监测系统，一旦检测到异常就会触发警报。零售商将使用边缘 AI 来个性化店内客户体验和动态管理库存。在所有这些场景中，边缘的智能都是一个重要的区别。边缘 AI 在毫秒级计时时至关重要。从数据中心到边缘，背景至关重要虽然 GPU 通常被视为与 AI 同义，但边缘...
