|
計算中心的賦能技術核心思想是以大數據為根本，通過打造集多項服務為一體的AI計算平臺，包括人工智能AI算力、工業級AI算法、開放式AI服務，并通過網絡以云服務形式向企業，單位及個人進行供應，賦能于環境，醫療，城市建設等等上百種產業。 本文將詳細介紹云計算如何服務于邊緣計算，人工智能，大數據和工業智能。最后將以半導體行業的解決方案為例，深入了解半導體行業是如何打造智能生活的。 計算中心作用于賦能技術所涉及的幾個方面 本段內容將介紹云計算，邊緣計算，人工智能，大數據和工業智能，這五個新時代技術中心大力發展的領域。這幾個技術領域相輔相成，互相依賴，互相推動，才形成了如今高速發展的計算中心賦能各行各業的局面。 云計算 云計算是一個按使用量付費的模式，由網絡、服務器、存儲、應用、服務組成。各種終端通過互聯網接入使用云上的服務。 通俗地講，云計算的“云”就是存在于互聯網上的服務器集群上的資源，它包括硬件資源(服務器、存儲器、CPU等)和軟件資源(如應用軟件、集成開發環境等)，所有的處理都通過云計算提供商所提供的計算機群來完成。 隨著人工智能，5G等高新技術的發展，對計算機的計算能力要求越來越高，對安全性及穩定性要求也隨之提升，將應用部署到云端，可以免去更新換代產品和雇傭人力進行環境遷移對公司帶來的不必要資金消耗。云計算也避免了地域的限制，程序依賴庫也可以簡單便捷的全部打包遷移。 云服務可以分為三類：軟件服務（SaaS），平臺服務（PaaS），基礎架構服務（IaaS）。 
圖源：https://azurecomcdn.azureedge.net/ 邊緣計算 邊緣計算與云計算相互配合，首先進行邊緣計算，完成“終端”數據處理，然后再由云計算完成“最終”數據處理的合作方式。 物聯網自身所需要處理的數據非常龐大，不可能將所有的數據處理任務都發送到終端云計算平臺，所以引入了邊緣運算。這是一種分散式運算的架構，將各種運算移至網絡中的邊緣節點來處理，邊緣節點更接近于用戶終端設備，可以加快數據的計算，處理，減少傳送數據的延遲。在這種架構下，數據的分析與預測結果更加準確。 5G時代將進一步推動邊緣計算的發展（下文將解釋5G方面的內容），邊緣計算在5G時代和工業生產領域都有快速的發展，“云計算+邊緣計算”的服務方式不僅能夠加快處理速度，同時能夠保障核心數據留在本地，這樣可以有效地保障企業的核心數據安全, 使企業安心上云，享受超算服務。 人工智能 AI 與云計算相輔相成，致力于包括自動駕駛，醫療機器人手術，診斷等領域，AI可以進行學習，而云計算則可以進行分析。 云端的三類應用：軟件服務（software as a service - SaaS），平臺服務（platform as a service - PaaS），基礎架構服務（infrastructure as a service - IaaS），可以與人工智能結合，使得云計算向更多的行業和領域垂直發展。 SaaS 允許用戶通過Internet連接并使用基于云的應用程序。與人工智能的結合來拓展云計算的應用邊界。SaaS可以實現分布式數據挖掘，為人工智能數據分析部分做出充分的準備。 PaaS 是云中完整的開發和部署環境，該服務實現了數據的分布式處理，多臺云計算平臺共同協作，高速完成數據的計算處理。數據庫的分布式處理不但有效存儲了數據，并且實現了數據庫的容災。 IaaS 是一種即時計算基礎架構，可通過Internet進行配置和管理，實現存儲環境的虛擬化，云計算與人工智能的結合可以有效降低開發難度。 大數據 數據依靠云計算變得有效。 光有大數據，只是一堆廢棄的數據躺在那里；有了云計算，則可以對這些數據進行分析，變成有用的信息。例如在疫情期間追蹤行程，確保國民人身安全。大數據必然無法用單臺的計算機進行處理，必須采用分布式架構。云計算的特色在于對海量數據進行分布式數據庫架構，和分布式云存儲、以及分布式的數據挖掘。 工業智能 智慧工廠是在數字化工廠的基礎上，利用物聯網的技術和設備監控技術加強信息管理和服務；通過大數據與人工智能分析平臺，將云計算中由工廠設備產生的數據轉化為實時信息，構建一個高效節能的、綠色環保的人性化工廠。 舉一個簡單的例子，智能農田，通過傳感器將濕度傳給大數據存儲中心，再通過云分析平臺得出最適宜的溫度，并自動調節果蔬種植基地的室溫。 計算中心的賦能技術應用領域 本段內容著重于從三個方面：5G，IoT，以及AI來介紹云計算如何推動科技發展和社會進步。 云計算推動5G發展 作為第五代移動通信技術， 5G 主要的目標是提高數據傳輸的帶寬和速度、減少延遲、節省能源、降低成本、提高系統容量和實現大規模設備連接。例如智能生態系統，大量傳感器和監控設備依托于5G技術對關鍵場所安防設備情況進行即時監控，并將獲得的信息上傳到云平臺，再通過其上的AI應用進行智能分析。 云計算推動物聯網（IoT）發展 在典型的物聯網部署中，許多物聯網傳感器收集數據并將其發送到中心位置進行分析。物聯網解決方案可以使用邊緣計算系統交付各方面的數據，而不是將所有傳感器數據直接發送到云中，這樣做可以最大限度地降低通過云端傳輸所有信息的潛在安全風險。 云計算推動人工智能（AI）的發展 云計算的優勢推動了人工智能的發展。因為人工智能算法方面，神經網絡、機器學習、自主分析以及其他應用程序在某些特殊場景下，有快速的大數據運算的要求，這些即時的運算事件必須在實時或接近實時的時間進行，例如當自動駕駛汽車在高速公路下行駛或者連接的醫療設備正在為患者提供緊急救生服務時，云計算中的邊緣計算便發揮巨大作用以滿足需求。 半導體公司在大數據/人工智能領域的創新 新思科技，致力于電子設計自動化 (electronic design automation, 簡稱EDA）--- 芯片設計的軟件部分。 EDA是芯片設計的軟件部分，利用EDA工具，芯片的電路設計、性能分析、設計IC版圖的整個過程都可以由計算機自動處理完成，提高了工作效率及芯片精度。因此，EDA技術想得到顯著提升，必將結合云計算和人工智能。 云計算高效部署，可擴展性使得芯片生產快速而安全。機器學習使得芯片的涉及更加精密，深度學習等算法能夠提高EDA軟件的自主程度，機器學習可專門為芯片設計工程師提供仿真和驗證工具。 下面以意法半導體為例，簡要介紹半導體行業如何實際應用于智能工業、家居和物聯網產品。 意法半導體（STMicroelectronics,簡稱ST）是全球領先的半導體公司，其通過無線網格傳感器網絡技術致力于智能駕駛、智能工廠，5G和物聯網。 舉例1: 在打造智慧城市方面，其解決方案是，通過多個傳感器節點連接無線網格網絡為核心，充分表現傳感器所起到的重要作用。這些傳感器節點可執行智能照明系統監控、智能垃圾監視，為維護城市環境和諧，良好治安做出杰出貢獻。 舉例2：無線連接的照明控制板能夠實時監測燈光的耗電量。所有傳感器節點的數據將通過網絡傳至一個顯示器，以方便隨時查看。 總結: 計算中心的賦能技術長遠發展目標和挑戰 本文詳細介紹了計算中心如何作用于賦能技術及其應用領域, 半導體公司在大數據/人工智能領域的創新。 計算中心的賦能技術發展仍面對一些挑戰。在互聯網時代，數據隱私安全保護是最重要的一項服務。采用邊緣計算推動智慧城市建設，可以從感知到的數據中獲取大量隱私信息。隨著邊緣計算的發展，邊緣節點上可用數據激增，邊緣設備受到安全攻擊的可能性變得很大。例如，通過對用電量或用水量的了解，可以很容易推測出市民住房是否有人在家。 新一代賦能技術利用大數據時代計算機服務虛擬化和云端化的趨勢，通過半導體領域實現硬件方面的設施完善，外加5G，人工智能產業的興起，去推動世界諸多產業更蓬勃健康的發展。將來，科學家以及半導體行業將更加致力于數據分析的準確性以及安全性，使得技術中心滿足人類對于各個領域的期待。此外，高科技的興起也給企業發展帶來了挑戰，許多企業發現，他們的管理模式，配套設施跟不上新一代計算中心的革新步伐，因此轉型也需要企業克服重重困難，才會開啟一個嶄新的高科技之路。另一點值得注意的是，物聯網并不意味著所有領域的完全自動化，而是人機配合使得生活更加舒適便捷，因此希望各位讀者對待高科技抱著寬容的心態，與機器友好協調，打造智能生活。 文章來源：貿澤電子 作者簡介：王晶是一名機器學習算法工程師，目前在汽車檢測領域工作。熱衷于技術文章的創作。 她希望她的文章能引起讀者們對人工智能的興趣，以激勵更多的專業人員致力于這個領域，將AI與云技術和大數據結合起來，以使人們的生活更加安全便捷。 |
