原文源于 Connected World:https://connectedworld.com/balancing-the-cost-performance-energy-equation/

平衡成本—性能—能量方程

作者:Peggy Smedley | 2018/10/17

Living on the edge,或者我们应该说, 通过fog或edge计算在边缘,正在成为一种日益流行的业务模式。 边缘计算(即沿着网络的“边缘”在终端设备附近嵌入计算基础架构)通常可以加快发现时间并降低成本,可以真正解决对物联网(IoT)应用程序的真正需求快速的响应时间。它还可以为自主边缘操作创造机会,这可以受益于超快速AI(人工智能)数据处理技术。但是,AI是否过于耗电且昂贵,无法在边缘运行?

一家新公司旨在提高在边缘部署高性能AI硬件的成本效益,这对于想要大规模生产AI或IoT设备的公司(尤其是小尺寸设备和具有小型设备的公司)可能会改变游戏规则低价位。 GTI(Gyrfalcon Technology Inc.)于9月从隐形模式中脱颖而出,其目标是为行业提供低成本,低功耗,高性能的AI处理器,从而将云AI的功能扩展到本地设备。通过提供更好的性能和更高的效率,GTI本质上正在寻求使AI“产品化”成为可能。

该公司的“边缘优先”方法吸引了LG 和 Samsung等早期客户 ,以及其他正在开发的客户,因为与基于云的AI解决方案不同,GTI的解决方案需要基于云的AI解决方案来消除这种延迟,而后者需要在云之间进行数据中继边缘设备中的核心AI处理。结果,该解决方案通过允许边缘设备更快地接收可操作的见解,避免了云计算固有的延迟。由于数据永远不会离开边缘,因此它还减少了传输数据所涉及的成本,并且还可以提高数据隐私性。

GTI的Lightspeeur 2801S AI加速器以及其获得专利的MPE(矩阵处理引擎)是其解决方案的核心,它可以在很小的能量范围内为物联网和其他边缘设备进行AI处理。据GTI称,这项技术以更低的成本为各种用例和设备设计打开了大门,其价格比同类竞争产品低十倍。有了这些节省,公司可以更好地平衡成本—性能—能量方程,并有可能获得更好的利润率。

传统上,想要将小型,廉价的物联网和支持AI的设备大规模推向市场的制造商必须权衡取舍,无论是在成本,性能或能源使用上折衷还是三者结合。但是,借助GTI的AI Accelerator之类的创新,更多公司将具有AI功能的设备带给更多的人和更多的企业变得更加合理,这实质上为下一代AI产品的上市铺平了道路。

尽管基于云的解决方案提供了很多好处,但一种行业趋势正在朝着云和边缘计算架构的融合迈进,以最大程度地发挥两者的潜力。像GTI这样的边缘优先公司将变得越来越普遍,因为很难否认将高性能,低功耗处理推向边缘的好处。但是,业内大多数人都同意,无需选择一种架构即可替代另一种架构。相反,公司必须研究云和边缘计算如何相互补充以实现其特定的业务目标。