Bord de l'IA Google

Les développements révolutionnaires de l'intelligence artificielle (IA) et de l'apprentissage automatique (ML) ont le potentiel de changer de nombreux secteurs aujourd'hui. Un élément clé de cette évolution est que les données sont connectées par le bord du réseau et traitées Informations sur le bord Accueil l'idée. Combiné avec les modèles AI, l'informatique de bord offre de grands avantages en réduisant la dépendance au cloud. Regardons Google près de Google AI Edge.

Avantages de Edge Computing

Edge IT offre les principaux avantages suivants:

• Délai faible: Il ne suffit pas de fournir des réponses millisecondes dans des applications telles que les soins de santé et l'automatisation industrielle. Edge IT est une incitation importante pour la mise en œuvre de l'intelligence artificielle dans des environnements pratiques en répondant à ce besoin.
• Confidentialité : La mise en œuvre de modèles d'IA sur les appareils Edge minimise les problèmes de confidentialité en conservant des données personnelles sensibles sur l'appareil. Edge Information offre une voie ouverte à la confidentialité des données.
• Soutien hors ligne : Malgré l'absence d'accès à Internet, les offres de services d'IA élargissent l'applicabilité de l'IA et réduisent la dépendance au cloud.

Plateforme Google AI Edge

Google AIpermettant aux modèles d'intelligence artificielle de distribuer des périphériques de bord tels que les appareils mobiles, les navigateurs Web et les systèmes embarqués une solution globale Société Google bord de l'IA prend forme. Les développeurs fournissent un ensemble complet d'API à faible code, des cadres extensibles et des solutions d'accélération matérielle pour créer rapidement et à l'échelle des applications supportées par l'IA. L'approche de Google dans ce domaine se concentre sur le remodelage de la mobilité et de la vie privée de l'IA en installant un apprentissage profond à partir du cloud central.

Scripts de distribution de modèles AI avec Google AI Edge et des échantillons d'utilisation

Google AI Edge, Android, iOS et Linux/microcontrôleurs intégrés prend en charge différentes plateformes. TensorFlow a été conçu pour fonctionner en douceur sur de nombreux types de plateformes et d'appareils. Le support entre ces plateformes permet aux développeurs de diffuser le même modèle dans tous les appareils que l'IA est non seulement dans les services cloud, mais dans la vie quotidienne. Utiliser des exemples et des scénarios de distribution :

• Application mobile AI : Il fournit la création d'applications téléphoniques qui protègent la vie privée intelligente, situationnelle. Quelques exemples tels que les filtres AR, la reconnaissance des objets, la détection des mouvements manuels ou la traduction hors ligne sur l'appareil.
• L'IA dans les applications Web : Renforcer votre site avec l'IA pour des applications web intelligentes, évolutives et conviviales. Des applications telles que la modération d'image, la traduction instantanée et des recommandations personnalisées sont incluses dans cette catégorie.
• Systèmes embarqués/IoT: Poids léger, haute efficacité priorité de fonctionnement IoT (Internet des objets) et les systèmes portables bénéficient de Google AI Edge. Cette technologie peut être faite avec la caméra de sécurité / contrôle de posture avec reconnaissance de commande audio / reconnaissance d'objets et de suivi dans des applications telles que la maison intelligente, la sécurité, les appareils personnels. Cela signifie moins de dépendance des nuages, des temps de réponse plus rapides et une fiabilité accrue. Divers exemples d'utilisation dans des domaines tels que la santé, les finances, la fabrication et le transport indiquent que l'IA de pointe n'est pas seulement un saut technologique, mais peut également conduire à une profonde transformation sectorielle.

Stratégie d'intégration et de MLOps IC/CD

Google AI Edge pour automatiser la distribution des modèles AI aux périphériques de bord Intégration continue/Répartition continue (CI/CD) facilement distribué avec la ligne. Les avantages du CI/CD, y compris l'automatisation, la cohérence, la vitesse et la fiabilité, ne sont pas requis pour les modèles d'IA distribués aux appareils de bord. Cela réduit les erreurs humaines et garantit une modélisation et une distribution cohérentes dans différents environnements.

Nuage Google Construction de nuages, dépôts de sources de nuages, LiteRT et Vertex AI Grâce aux offres de CI/CD, le modèle automatise le cycle de vie. TensorFlow peut être créé et formé avec des cadres tels que PyTorch ou JAX et ensuite traité avec Vertex AI. Après la conversion du modèle greffé, l'équipe IC/CD peut être intégrée dans la paperasse. Les lignes de test et de distribution automatiques sont entièrement automatisées sur Cloud Build et les performances du modèle sont surveillées en permanence. Intégration, MLOps (Opérations d'apprentissage en machine) offre des avantages; des répétitions plus rapides permettent votre environnement de bord de placement évolutive, moins de nombre d'erreurs et de surveillance des performances du modèle en temps réel. Des modèles formés dans le cloud (p. ex. Vertex AI) puis distribués aux périphériques de bord, un modèle hybride qui fournit un faible décalage et la confidentialité; tandis que le cloud fournit une échelle et des ressources pour la formation des modèles, l'optimisation et la gestion du cycle de vie. Les difficultés se posent pour les réglages fins des modèles pour les dispositifs de bord (p. ex. quantification des contraintes de mémoire), le coût des essais automatiques sur les dispositifs physiques et le papillon de nuit (p. ex. protection lorsque le modèle et les données sont lancés).

Google AI Edge offre un espace concurrentiel et des points de différenciation

Sur le marché Edge AI, les grands fournisseurs de cloud Home AWS IoT et Bord de l'IoT Azure solutions et modules d'accélérateur matériel Jetson NVIDIA et TPU corallien Google Des modules sont également disponibles. Chacun a sa propre niche privée et ses propres pouvoirs.

• Comparaison avec AWS IoT Greengrass et Azure IoT Edge: Une chose commune avec deux : le traitement des données et une latence plus faible. En dehors de cela, le bord AI de Google semble être fortement concentré sur la distribution des modèles AI. Google désactive le service Cloud IoT Core en 2023, montre clairement que l'entreprise s'est déplacée vers la distribution et le traitement des modèles AI au bord de la gestion des appareils IoT. Ce mouvement stratégique signifie que selon la perspective de Google, une «inovation» basée sur l'IA et l'IoT est une application de l'IA.

• Comparaison avec NVIDIA Jetson et Google Coral TPU: NVIDIA Jetson et Google Coral TPU sont des modules matériels spéciaux pour l'accélération de l'IA bord. Les études sur l'initiative Google AI Edge sont prêtes à travailler avec ces accélérateurs matériels et à travailler ensemble. En particulier, l'optimisation par les pairs avec Coral TPU prouve la capacité de Google à fournir des solutions complètes d'IA de bord aux logiciels à partir du matériel. Un support multi-frame bien conçu avec son propre accélérateur matériel offre un petit avantage à Google à d'autres fournisseurs potentiels.