边缘 AI 正在通过将数据处理从中心化云服务器直接转移到本地设备,革新人工智能领域。
撰文:Advait Jayant、Matthew Sheldon、Sungjung Kim 和 Swastik Shrivastava
编译:BeWater
随着 Meta 专为设备端应用场景优化的轻量级 Llama 1B 和 3B 参数模型近期上线,Apple Intelligence 也将在 10 月底发布其新产品,我们认为边缘 AI 和设备端 AI 将成为 2025 年的最大话题。
Peri Labs 和 BeWater 合作发布了一份约 250 页的报告,内容涵盖:
BeWater 已将本报告翻译成中文,精华摘要如下:
边缘 AI 正在通过将数据处理从中心化云服务器直接转移到本地设备,革新人工智能领域。这种方法解决了传统 AI 部署的局限性,例如高延迟、隐私问题和带宽限制。通过在智能手机、可穿戴设备和物联网传感器等设备上实现实时数据处理,边缘 AI 减少了响应时间,并将敏感信息安全地保存在设备本身。
硬件和软件的技术进步使得在资源受限的设备上运行复杂的 AI 模型成为可能。诸如专用的边缘处理器和模型优化技术等创新,使得设备端计算更加高效,同时不会显著影响性能。
要点 1:AI 的快速增长已经超越了摩尔定律。
摩尔定律指出,微芯片上的晶体管数量大约每两年翻一番。然而,AI 模型的增长速度已超过了硬件改进的速度,导致计算需求与供给之间的差距不断扩大。这种差距使得硬件和软件的协同设计变得必不可少。
要点 2:各大行业巨头正加大对边缘 AI 的投资,并采取不同的战略。
主要的行业巨头纷纷大举投资边缘 AI,认识到它能够彻底改变如医疗、自动驾驶、机器人和虚拟助手等领域,通过提供即时、个性化且可靠的 AI 体验。例如,Meta 最近发布了专为边缘设备优化的模型,Apple Intelligence 也将在 10 月底发布其边缘 AI 技术。
要点 3:区块链为边缘 AI 网络提供安全、去中心化的信任机制
区块链通过其不可篡改的账本,确保数据的完整性和抗篡改性,这在边缘设备组成的去中心化网络中尤为关键。通过在区块链上记录交易和数据交换,边缘设备可以在无需依赖中心化机构的情况下,安全地进行身份验证和授权操作。
要点 4:加密经济激励机制促进资源共享和资本支出
部署和维护边缘网络需要大量资源。加密经济模型或代币激励可以通过提供代币奖励,鼓励个人和组织贡献计算能力、数据和其他资源,从而支持网络的建设和运营。
要点 5:DeFi 模型促进资源的高效分配
通过引入 DeFi 中的质押、借贷和流动性池等概念,边缘 AI 网络能够建立计算资源的市场。参与者可以通过质押代币提供计算能力,借出多余的资源,或贡献到共享池中,以获取相应的奖励。智能合约则自动执行这些流程,确保资源根据供需情况进行公平且高效的分配,并在网络中实现动态定价机制。
要点 6:信任的去中心化
在一个去中心化的边缘设备网络中,如何建立无需中央监管的信任是一项挑战。在加密网络中,信任是通过数学手段得以实现的;这种基于计算和数学的信任是促成无需信任的互动的关键,而目前 AI 还未具备这一特性。
展望未来,边缘 AI 领域仍有大量创新机会。我们将看到边缘 AI 在众多应用场景中成为我们生活中不可或缺的一部分,如超个性化学习助手、数字孪生、自动驾驶汽车、集体智能网络和情感 AI 伴侣等。我们对未来充满期待!
【免责声明】市场有风险,投资需谨慎。本文不构成投资建议,用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。