盖世汽车讯 每天,大量涉及天气、交通和社交媒体的数据需要进行实时处理。在传统云计算中,这种处理过程在云端进行,引起了人们对数据泄漏、通信延迟、速度慢和功耗更高等问题的担忧。
(图片来源:东京理科大学)
在这种背景下,“边缘计算(edge computing)”提供了富有前景的替代解决方案。它位于用户附近,旨在分配计算以减少负载并加快数据处理速度。具体来说,边缘人工智能(edge AI)是在边缘计算环境中实现人工智能处理的一种方法,预计将在自动驾驶汽车和工厂机器异常预测等领域得到应用。
然而,为了实现有效的边缘计算,需要高效且计算成本低的技术,其中储层计算(reservoir computing)是富有前景的选项之一。这种计算方法可用于处理随时间记录的信号,利用储层(可进行非线性响应)将这些信号转化为复杂的模式。尤其是使用物理系统动力学的物理储层(physical reservoir),具有计算成本效益和效率。然而,它们实时处理信号的能力受到物理系统自然弛豫时间的限制,使实时处理过程受到影响,需要进行调整以获得最佳学习性能。
*特别声明:本文为技术类文章,禁止转载或大篇幅摘录!违规转载,法律必究。
本文地址:https://auto.gasgoo.com/news/202401/16I70379203C601.shtml
 
联系邮箱:info@gasgoo.com
客服QQ:531068497
求职应聘:021-39197800-8035
新闻热线:021-39586122
商务合作:021-39586681
市场合作:021-39197800-8032
研究院项目咨询:021-39197921
版权所有2011|未经授权禁止复制或建立镜像,否则将追究法律责任。
增值电信业务经营许可证 沪B2-2007118 沪ICP备07023350号