-
-
宋宋 数据领袖Lv6
发表于2020-3-12 18:51
楼主
本帖最后由 宋宋 于 2020-3-12 18:52 编辑
实时性的端云一体
实时性的端云一体
随着这几年深度学习技术的大规模应用，端云一体是个很自然的想法，寒武纪在其产品方向中也明确了端云一体这个方向。
什么是端云一体？
人工智能等能力越强大的算法，对计算资源的需求自然也是更大的。一些业内顶尖公司往往有成千上万张顶级显卡堆积出来的计算集群。
然而智能终端设备由于便携性，小型，低成本等特点，仅具备有限的计算资源，无法满足更加智能算法的部署运行。
针对这一问题的解决，目前大体有三种解决思路：
a. 算法本身的优化：比如模型压缩技术，可以降低算法运算量，提高算法性价比，虽然有效但能力有限；
b. 人工智能芯片：除了寒武纪等现有技术方案，还有光模拟神经网络芯片，电路模拟神经网络芯片等新的研究方向。功能强大但技术进展缓慢。
c. 端云一体：对于小计算量的场景，智能终端可以离线解决。但是，遇到超过终端能力的计算需求，就把计算需求传到远端的计算集群，计算集群处理完运算，把结果反馈给终端。DenseNet的算法设计即考虑了这种特点。
端云一体的瓶颈之一就是端云协作的实时性传输，5G有助于解决这一问题，从而释放出更多的可能场景。
拿手机来讲，现在部署到手机的深度学习算法都要做模型压缩，牺牲算法精度以符合有限的运算能力。5G手机的兴起，则可以通过端云一体的方式扩展手机的运算能力。
智能眼镜：智能眼镜儿属于对便携性要求非常高的设备，实时性的端云一体，智能眼镜儿就只需要承担数据传输和显示的能耗。然而，这一部分的能耗仍然是智能眼镜的商用瓶颈。
自动驾驶有两条技术路线，以Autopilot，waymo，Apollo为代表的解决方案，目前不存在计算资源的瓶颈，5G起不了大的作用。但是，以协同驾驶为代表的解决方案，5G是核心技术。这两种方案将来可能融合以进一步提高自动驾驶的安全性。
远程操控机械：比如远程驾驶，代驾在公司里面坐着就能帮你把车开回家，不需要去实地。类似的还有远程物流，美国一家宣称做自动物流送货机器人的创业公司被爆出招募了大量人员远程协助。辅助激光雷达等自动驾驶技术，可以进一步提高原程操作的效率和安全性。
不会因5G而受益的商业模式：
远程医疗：这个是部队提出的需求，战争时期医生可以在安全的后方及时救治前线受伤的士兵。但是这种模式在民用领域里，20年内不会落地。你有钱请得起美国的名医，也不差钱让医生专程跑一趟。医疗现在的瓶颈在于有限的人力资源，名医的精力和时间是有限的，是远远供不应求的。
VR：VR现在的瓶颈不在于无线，5G速度再快也不如头盔后面拉根光纤传的快。VR的活动场景有限，对无线传输的需求不高。
来源互联网
