帳號:
密碼:
最新動態
產業快訊
CTIMES/SmartAuto / 新聞 /
AI需求啟動 IPC強化邊緣運算布局
 

【CTIMES/SmartAuto 王明德 報導】   2018年11月06日 星期二

瀏覽人次:【3096】

AI成為工業電腦主流,而目前的演算法則包括深度學習(Deep Learning)與機器學習(Machine Learning),都會分成訓練(Training)與推理(Inference)兩部分,前者是透過現代機器學習技術,利用大量樣本數據對演算法進行訓練,後者則是讓裝置在內部根據已有的模型運算。

/news/2018/11/06/1845470860S.jpg

現在AIoT就是以這兩種方式運作,先前端設備擷取的數據形成資料庫,後端主機再以機器學習運算此資料庫中的數據,這些數據經過一段時間的運算後形成模型(Pattern),再將模型建在前端設備中,前端設備除依照模型設計處理狀況外,也將所接受到的資料持續傳回後端資料庫,後端主機則是以深度學習演算法,在不斷增加的資料庫中持續運算並校正結果,讓結果越來越精準。

這種邊緣運算的架構AIoT系統,需要強大雲端主機與一定運算能力的終端設備,工業電腦廠商的產品主力多在終端設備,因此在AIoT領域中,也是側重此部分。不過近年來此產業開始強化、延伸本身價值,其營運策略已從單一產品銷售轉換為提供整體服務,因此除了終端產品外,現在多會與Google、Amazon、IBM、微軟等有提供雲端架構的大廠合作,以整體解決方案的模式,讓客戶可以完整建置AI系統。

相關新聞
筑波科技攜手LitePoint共創5G、Wi-Fi 7、UWB無線通訊新境界
明緯推出新系列30W~90W插牆式可換AC插頭適配器環球認證
大昌華嘉引進MAGERLE五軸銑磨機 TMTS聚焦航太加工應用市場
RIN國際研發高峰會在台首場 金屬中心展出亮眼成果
西門子工具機軟硬體解決方案 構建數位製造核心應用
comments powered by Disqus
相關討論
  相關文章
» 落實馬達節能維運服務
» IPC的8個趨勢與5個挑戰
» 加入AI更帶勁!IPC助益邊緣運算新動能
» [新聞十日談#39]四月漲聲響起 提高能效刻不容緩
» 使用黏合對乙太網路纜線在惡劣環境中維持連接


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 遠播資訊股份有限公司版權所有 Powered by O3  v3.20.2048.44.200.237.112
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 /  E-Mail: webmaster@ctimes.com.tw