Wane abubuwa na muhimmi ne embedded AI ya ba musu daga cloud-based AI processing?

Sakamun da aikin AI na gaba daya yana nufin saurin farko a cikin yadda al’umma suka amfani da malumatin da suka amfani da su. Bayan AI na gaba daya na kudin, wanda ya ke amfani da kuma shigar da malumatin zuwa kudin na gaba daya, embedded ai ya ke aiki a cikin kudin na gaba daya, kuma yana ba da bayani na lokacin da suka daga kudin na gaba daya ba tare da kuskuren lokacin da suka daga kudin na gaba daya ko kuskuren da suka daga kudin na gaba daya. Wannan farko a cikin hausa na kudin yana zama mafi kyawawan aikin, mafi kyawawan rarraba, mafi kyawawan kudin, da mafi kyawawan amfani da kudin wanda ke ciki a cikin al’umma da al’umma na gaba daya.

Yau da ayyukan zamanin yanzu suna gaskiya da ƙarfin kariya don yin fahimtar daidai wajen yin amfani da kariyar bandiwid, kariyar kuzo na sarrafa, da shari'ar tattalin arziki. AI mai zama babban abin da ke cikin jihun ya ba wa dukkan wannan matsaloli ta hanyar ina sa kuma yin amfani da data a cikin jihun, inda data ta faru. Wannan shirin ya bayyana dukkan farko na yadda AI mai zama babban abin da ke cikin jihun ya samu a cikin sana'ar suka, roboti, sistemai da suka zama maimakon, al'amarrun tibbi, da kayan aikin kantinai, inda kariya da kariyar kuzo suna iya yin farko a cikin ayyukan da suka faru.

Kariya ta hanyar daidai da kariyar kuzo

Yin amfani da data a cikin jihun

Kamalinsu na yau da kullum na AI mai ƙarfi shine karewa ga fahimtar zamanin gudunmawa na sarrafa. Sarrafar a cikin cloud zai bukata ina shigar da bayanai na farko ko tsarin video zuwa cikin data centers na daga wani wuri, sannan ku waita don sarrafar, kuma ku sami nassarorin zuwa—wannan yana zama yanzu na millisecond ɗaya zuwa second. Don sarrafar na edge, sarrafar yana fitowa a lokacin farko a cikin hardware na gida, wanda ke ba da amsa a lokacin millisecond ɗaya zuwa kuma kadan. Wannan farko na lokaci yana zama babban muhimci a cikin motor na gaba daya wanda ke amfani da shi don rarraba koyaushe, ko robot na industriya wanda ke gano abubuwan da suka faru a lokacin farko a cikin sarrafa, ko abubuwan da suka faru a cikin sarrafa.

Sistemin AI da ke aikata a cikin jihun ya kare tsarin shirin na sarari daga kowane. Kamera na tsaro da ke analaizin bayanin video zai iya gano abubuwa da ba su da mahallin su wajen kowane frame ba tare da amfani da sarari na cloud ba. Sensor na ingantaccen ayyukan zai iya fara kare ayyukan kuma yana kare ayyukan a millisecond idan an gano abubuwan da ke bawa kuskure a matsayin kira. Wannan kara yadda za a iya gudanar da ayyukan da ke cikin shugaban—yana bada damar aiki da safe, mai kyau, kuma mai amfani da sistemin da ke cikin shugaban.

Kara yadda ta hanyar kuskuren sarari

Kashefarin na cloud ya kara amfani da shirin da ke da kyau da yawa wanda ya zama mafi kyau. A cikin ala'adu na gida, a cikin ƙasarai na farin ciki ko a cikin yankuna da ke da shirin da ke tsakanin kariya, wannan fahimtar ba za a iya amfani da shi ba. AI na cikin jihun ya yi amfani da bayanan a cikin jihun, ya kara amfani da shi kafin ya iya amfani da shirin. Alamarai na industriya da suka saita a cikin gida na bayanan, a cikin kofin na gina ko a cikin saitan da ke cikin gida suna da kyakkyawan amfani da bayanan kafin ya iya amfani da shirin ko ya zama ba za a iya amfani da shi ba. Wannan kuma ya zama mafi kyau daga shirin na cloud wanda ba za a iya amfani da shi ba.

Aminci, Kudin Bayani, da Kafa Kafin Kafin Kafin

Bayanan Ya Zama A Cikin Jihun

AI mai zama a cikin jiki ta hanyar da ke saita yadda ake amfani da bayanai ta hanyar da ke kira bayanai masu muhimmanci a cikin hardware na lokaci ba a guda a cikin servers na cloud ba. Al’umma na tibbi suka nufi bayanan mazauna, al’umma na sayarwa suka duba bayanan sayarwa, ko al’umma na sayarwa suka kare bayanan sayarwa na gaba daya duk suna da pressure na regulatory da competitive don kara yadda bayanai ke zama a gabatarwa. Inference mai zama a cikin jiki ta kare yadda ake kari bayanai a wajen sayarwa da kuma a cikin storage na cloud. Bayanai na video daga cimmarin amfani da kudin amfani, bayanai na biometric daga system na amfani, ko bayanai na sensor na industriya ba su kare lokacin da suka zaune da suka duba ba.

Wannan hanyar yana tsaya da shawara na kariya a cikin sararun da suka gabata GDPR, HIPAA, da sararun gudun mataimakon bayanai na al'ada. Al'umma zasu iya nuna cewa bayanai na mutum ko bayanai mai tsoro suna kashe a waje na kariyar su, wanda ke taimakawa ga kariyar su na kariya kuma yana gyara kariyar kariya na kariya. Bayanan na gaskiya suna faru ne daga sararu—sun taimakawa ga amfani da al'umma kuma suna kare bayanan da suka yi lafiya wanda al'umma biyu za su iya samun su idan bayanai suna tashi a cikin al'adu na bayanai.

Karamin Kariya na Cybersecurity

Kullum bayanin da aka tsayta shi yana nufin yawan hanyoyin da za a iya gudanarwa. Sistemin AI da aka saba a cikin jihun da suka yi amfani da bayanan da aka saba a cikin jihun suna gyara yawan kofin da aka bukata, wanda ya zama ƙaramin yawan hanyoyin da za a iya gudanarwa. A lokacin da bakin cloud na yawa suna nufin yawan hanyoyin da za a iya gudanarwa saboda yawan bayanin da suka hada, aladun da aka saba a cikin jihun suna nufin yawan hanyoyin da za a iya gudanarwa ta hanyar da suka daga yawan hanyoyin da za a iya gudanarwa. Wani gudanar da yawan hanyoyin da za a iya gudanarwa a cikin jihun ya fuskanci kuma yana nufin yawan hanyoyin da za a iya gudanarwa a cikin jihun, ba yawan hanyoyin da za a iya gudanarwa a cikin jihun ba. Wannan tashin yana magana da matakai na 'defense-in-depth' ta hanyar da suka gyara yawan hanyoyin da za a iya gudanarwa da amfanin da suka saba a cikin jihun da yawan hanyoyin da za a iya gudanarwa a cikin jihun, ba ta hanyar da suka saba a cikin jihun da yawan hanyoyin da za a iya gudanarwa a cikin jihun ba.

Karamin Kudin Da Amfani Da Jihun

Karamin Bandwidth Da Kudin Tsayta Bayani

Gudun da aiki na AI a cikin gurasa (cloud) yana bukata kuma kuma samun bayanai a matsayin kuskuren da kuma kuma samun bayanai a cikin gurasa (cloud). Don ayyukan da suka hada da tashin wani video, shafin sensor, ko kuma kuskuren da bayanai a matsayin kuskuren, wannan yana zama sabon kusancin bandwidth da kuma kusancin muhimmi. AI na kuskuren (embedded AI) yana tashin bayanai a cikin kuskuren (locally), kuma yana bada daga cikin kuskuren (upstream) sannan bayanin da suka hada da muhimmi ko kuma alama (alerts) ba tashin bayanai na kuskuren (raw data streams) ba. Wani shirin da ayyukan da suka hada da kuskuren (a guide to edge deployment strategies) yana nuna cewa al'umma zai iya gyara kusancin tashin bayanai na gurasa (cloud data transfer costs) ta 80 zuwa 95 percent idan suka rarraba kuskuren (inference) zuwa kuskuren da suka hada da kuskuren (edge devices). Wannan fahimtar da ayyukan da suka hada da kuskuren (economic advantage) yana zama mafi kyawun kusanci a matsayin kuskuren (across deployments) da kuskuren da suka hada da kuskuren (hundreds or thousands of devices), kuma yana nufin cewa al'adu na kuskuren (embedded architectures) suna kuma kusanci mafi kyawun kusanci a matsayin kuskuren (significantly cheaper to operate at scale).

Fidu na kudin da aka samu yana ƙasa daga kudin da ke cikin bandwith. Don haka, sistemai na embedded suka yi amfani da wani karami ne na kayan aiki na cloud don fahimtar bayanai. Al'amari zasu iya gyara kayan aiki na cloud su ko zasu iya sanya su a cikin kayan aiki masu mahimmanci ga tashin bayanai da kuma kudin ajiye bayanai. Wannan gyara ya sa kira ta hanyar kudin aiki ta kama da kuma ya sa ta zama mai kyau don fahimtar bayanai.

Karamin Kudin Aiki Na Gaba

Sistemai na AI na embedded sun gudumta kudin aiki na cloud, kuma sun gudumta karamin kudin aiki da kuma karamin kudin aiki na gaba. Al'amari suna amfani da hardware na gaba ta hanyar kudin aiki ba su amfani da kudin aiki na cloud don gyara kudin aiki na gaba don fahimtar bayanai. Wannan karamin kudin aiki ya sa gyara kudin aiki da kudin aiki ya zama mai kyau. A duk wadanda aka bayyana, fahimtar bayanai na gaba ta gudumta kudin aiki na cloud API, kuma ta gudumta karamin kudin aiki da kudin aiki na gaba ta hanyar kudin aiki na gaba.

Babban Tambayoyi

Shin shine fahimtar bayanai na gaba kuma yaya zai faru da fahimtar bayanai na cloud?

Kullumta na kudin kuma a cikin kudin kuma ta nufin yadda ake amfani da modelai na AI a cikin kudin kuma na lokaci ba a gaba daya da shugaban kudin kuma ba. Kullumta na AI a cikin shugaban kudin kuma ta tsaya data a cikin shanuwa don samun kudin kuma a cikin shugaban kudin kuma wanda ke baiwa kuskure, kusurin bandi, da kuskure na kuskure na shanuwa. Kullumta na kudin kuma ta fuskanta wannan kuskure, ta sanya kullumta na lokaci da kuskure mai yawa da kuskure mai yawa.

Shin abubuwan tafiyar da AI na kudin kuma zasu iya taimaka ga al'amari don canzawa daga shugaban kudin kuma?

Ee, bayanai na kuma aiki na AI mai ƙarfi da suka dace da yadda ake amfani da su suna kashe da sauri daga masu sanya hardware, masu sanya software frameworks, da kuma tashar hanyoyin aikin al'umma. Wadannan bayanai suna kawo shirin kariya na model don hardware na edge, yadda ake sanya su, da kuma yadda ake kawo su cikin system. Al'ummar su iya amfani da wadannan bayanai don gano yadda AI mai ƙarfi zai iya aiki, fahimci mahimmancin bayanai na teknikal, da kuma samun ilimi na dukkanin al'umma don yadda ake canza aikin inference daga cloud zuwa environment na edge.

Wane nau'in aikin suka faru ne da kyau daga AI mai ƙarfi dibayen aikin cloud?

Kullum bayanai da suka nemo aiki na real-time, suka yi a wani ƙarfi da kuma kuskure na connectivity, suka yi aikin bayanai da ke ciki da kuskure, ko suka yi a lokaci da suka fara a cikin wani ƙarfi da kuma kuskure suna fito daga embedded AI. Misalai sun haɗa: motor na gaba daya (autonomous vehicles), sistemomin tabbatar da kwalitas na industriya, abubuwan da suka yi tashin ilmin talabiyar hali na jini, robotika, sistemomin tsaro, da shugaban sensor na IoT. Bayanai da suka iya kuskure na latensi mai yawa, da suka bukata aiki na model na cloud, ko da suka iya kuskure a cikin madaidaici na bayanai suna iya amfani da sistemomin AI na cloud akwai kuma da sistemomin edge.