深入探讨

下载白皮书

AI设于网络边缘除了能够实时快速响应，其它的重要优势包括在 边缘设备本身可以具备更出色的安全性、减少网络中上下行的数 据量等。这种方法灵性性非常高，因为解决方案都是依据各项应 用量身打造。由于推断功能预建在边缘设备中，它还可减少操作 及维护的技术需求。

边缘运算也让开发人员能将部分的复杂行动转移至本地网络的边 缘处理器，例如路由器、网关和服务器等，从而将计算分散到整 个网络。这样会实现非常良好的操作可靠性，因为数据在本地储 存，智能也在本地衍生，这样能帮助实现设备在连接断续或没有 网络联机区域的部署。

一般来说，构建解决难题的机器学习模型相当复杂。开发人员必 须管理进行模型训练的海量数据，选择最佳的执行算法，并管理 训练模型的云端服务。应用程序开发人员则使用 Python 等编辑 语言，将模型部署至生产环境。智能边缘设备制造商将会发现， 投入资源从零开始在边缘实施AI 是一项非常困难的任务。