盖世汽车讯 每天,大量涉及天气、交通和社交媒体的数据需要进行实时处理。在传统云计算中,这种处理过程在云端进行,引起了人们对数据泄漏、通信延迟、速度慢和功耗更高等问题的担忧。
(图片来源:东京理科大学)
在这种背景下,“边缘计算(edge computing)”提供了富有前景的替代解决方案。它位于用户附近,旨在分配计算以减少负载并加快数据处理速度。具体来说,边缘人工智能(edge AI)是在边缘计算环境中实现人工智能处理的一种方法,预计将在自动驾驶汽车和工厂机器异常预测等领域得到应用。
然而,为了实现有效的边缘计算,需要高效且计算成本低的技术,其中储层计算(reservoir computing)是富有前景的选项之一。这种计算方法可用于处理随时间记录的信号,利用储层(可进行非线性响应)将这些信号转化为复杂的模式。尤其是使用物理系统动力学的物理储层(physical reservoir),具有计算成本效益和效率。然而,它们实时处理信号的能力受到物理系统自然弛豫时间的限制,使实时处理过程受到影响,需要进行调整以获得最佳学习性能。
来源:第一电动网
作者:盖世汽车
本文地址:https://www.d1ev.com/news/shichang/216619
以上内容转载自盖世汽车,目的在于传播更多信息,如有侵仅请联系admin#d1ev.com(#替换成@)删除,转载内容并不代表第一电动网(www.d1ev.com)立场。
文中图片源自互联网,如有侵权请联系admin#d1ev.com(#替换成@)删除。