人工智能正将数据中心推向极限
到目前为止，边缘计算一直拥有着巨大潜力，目前它仍在不断发展。到2021年，新商业模式的出现，这将有助于促进边缘计算生产中的使用。
2021年将使边缘计算从科学项目走向真正价值的新商业模式将基于两个因素，云平台必须与人工智能竞争，5G的广泛采用将使边缘计算用例更加实用。考虑到这两个驱动因素，可以预测到2021年技术世界的发展将如何直接影响边缘计算。
人工智能正将数据中心推向极限
到2021年，人工智能在边缘计算中的应用将发生巨大变化：学习将从边缘开始，而不是在数据中心训练机器学习模型。此外，应用智能将在加速数字化转型的前沿领域蓬勃发展，尤其是在需要实时连接物理和数字世界的行业。
将广泛部署专用5G网络
到2021年，专用5G网络将用于工厂车间自动化、AR/VR和其他远程检查、监控、质量保证、远程监控、预防性维护和员工安全等场景。
公有云的增长将放缓，而边缘支出则会增加
随着市场的成熟，公有云市场的增长率将放缓。相反，边缘计算的增长将呈现爆炸式增长，这意味着对于已经投资于类似云的边缘计算和内容交付解决方案的公司来说，增长将更大。公有云部门不会消失，但它们不会支配分布式计算的未来。
责任编辑:pj
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。
举报投诉
-
数据中心
+关注
关注
18文章
5767浏览量
75201 -
人工智能
+关注
关注
1820文章
50324浏览量
266902 -
5G
+关注
关注
1368文章
49214浏览量
638955
发布评论请先 登录
相关推荐
热点推荐
意法半导体为超大规模AI数据中心破解供电难题
AI大模型算力需求呈指数级飙升，兆瓦级AI机柜成为主流，传统54V低压配电系统早已触到物理极限，供电端的多重挑战正成为AI数据中心规模化发展的核心掣肘！意法半导体全新发布《面向下一代人工智能数
双芯光缆：数据中心建设的理想之选
在数字化时代，数据中心作为信息存储、处理和传输的核心枢纽，其重要性不言而喻。随着云计算、大数据、人工智能等技术的快速发展，数据中心面临着前所未有的挑战和机遇，对网络架构的带宽、速度、可
ODC轨道数据中心算力电源架构与SiC碳化硅MOSFET应用研究报告
随着人工智能（AI）大模型参数量向万亿级迈进，地面数据中心的能源消耗与散热需求正逼近物理与环境承载的极限。传统的地面基础设施面临着土地资源紧张、清洁能源供给不稳定以及冷却水资源匮乏等三重制约。
电力重构：AI算力狂潮下，数据中心UPS系统的极限挑战与范式转移
当数千张GPU芯片在数据中心里以近乎狂暴的并行计算驱动着大模型的训练与推理，一场静默却深刻的能源革命正在机柜下方发生。人工智能算力的指数级爆发，不仅重塑了上层应用生态，更以最直接、最物理的方式
派恩杰SiC器件在数据中心中的应用
从传统互联网数据中心(IDC)到人工智能数据中心(AIDC)的演进，本质上是一场能源效率与算力密度的极限竞赛。AI算力的爆发正将
德州仪器如何满足AI数据中心日益增长的电力需求
生成式 AI 的兴起，正将数据中心的电力需求推向前所未有的高度。了解下一代 800VDC 电源架构如何助力直面这些挑战。
人工智能数据中心的光纤布线策略
随着人工智能(AI)技术的飞速发展，数据中心的光纤布线策略正面临前所未有的挑战和机遇。AI的高带宽需求、低延迟要求以及大规模并行计算的特点，对数据中心的光纤布线提出了更高的要求。本文将从多个方面探讨
赋能人工智能未来：ADI宣布支持800 VDC数据中心架构
, Inc. (ADI)推出创新解决方案，为数据中心下一代800 VDC架构提供有力支持。该系列解决方案包含高可靠性热插拔与一级电源产品，旨在实现安全、高效且智能的配电，精准满足现代AI工厂系统的供电需求。 赋能人工智能未来：A
挖到宝了！人工智能综合实验箱，高校新工科的宝藏神器
应用场景。从数据采集，到模型推理，都能完整且自如地参与，轻松解锁人工智能全流程实训，让你深度体验AI技术的魅力 。
四、九门课程全覆盖，满足多元学习需求
对于高校教学或者技术学习来说，课程覆盖的广度
发表于 08-07 14:30
挖到宝了！比邻星人工智能综合实验箱，高校新工科的宝藏神器！
应用场景。从数据采集，到模型推理，都能完整且自如地参与，轻松解锁人工智能全流程实训，让你深度体验AI技术的魅力 。
四、九门课程全覆盖，满足多元学习需求
对于高校教学或者技术学习来说，课程覆盖的广度
发表于 08-07 14:23
如何构建边缘人工智能基础设施
随着人工智能的不断发展，其争议性也越来越大；而在企业和消费者的眼中，人工智能价值显著。如同许多新兴科技一样，目前人工智能的应用主要聚焦于大规模、基础设施密集且高功耗的领域。然而，随着人工智能
如何有效地管理人工智能数据中心的电源
作者：Kenton Williston 投稿人：DigiKey 北美编辑 人工智能 (AI) 和机器学习 (ML) 的兴起提出了前所未有的电力需求。下一代数据中心在电源管理、效率和可靠性方面
数据中心液冷技术和风冷技术的比较
（Power Usage Effectiveness，电源利用效率）＜1.2，而传统的风冷制冷方式已经无法满足数据中心的散热需求，更加高效的液冷方案应运而生。特别在人工智能领域，随着智算需求的爆发，液冷方案已经成为数据中心的首选
评论