边缘计算可以解决一些计算问题

在处理大量数据时，随着数据库的不断扩展，企业的效率始终是一个问题。

延迟和连接问题一直是处理来自计算机、应用程序和工业物联网 (IIoT) 设备的大量数据的企业的障碍。

边缘计算很好地解决了这些问题。

边缘计算模型允许企业通过管理实时过程控制或检测制造过程中更接近数据生成位置的异常来优化系统，而不是依赖数据中心或第三方云服务。

这也减轻了一些安全问题。边缘计算提供了更好的数据安全性和隐私保护，因为数据是在边缘处理的，而不是传输到中央服务器。当托管在中央服务器上的数据遭到黑客攻击时，隐私可能会受到损害，因为它们可能包含更全面的信息。

人工智能 (AI) 和机器学习 (ML) 的日益普及也减少了延迟和连接问题，因为这些应用程序通过大批量获取和处理数据来发挥最佳作用。

边缘计算设备通常重量轻，并支持各种外形尺寸。有时，边缘计算也可以指可以在本地硬件或虚拟化环境中运行的与硬件无关的软件组件。

在本周的 New Tech Tuesday 中，让我们看看来自 Kneron、Advantech 和 Axiomtek 的人工智能边缘计算设备和传感器。

使用模块将 AI 带到边缘

Kneron 的 MINI-AI-520 AI 边缘计算模块为现有系统带来了 AI 和 ML 推理。该设备基于 KL520 神经处理器单元 (NPU)，可以连接到支持 PCI Express 迷你卡 (mPCIe) 模块的嵌入式系统。KL520 提供每瓦 0.35 TOPS 的 AI 计算性能，非常适合远程、移动和无人驾驶应用。Kneron 还拥有 M2AI-2242-520 AI 边缘计算模块，可单独购买 (PER-T520-MIAI-A11-0001) 或与 EverFocus EUA1200 全高清摄像头 (PER-T520-MIAI-A11-K001) 搭配使用。

研华的 VEGA-340 边缘 AI 加速模块可以提升视频基础设施的性能，从边缘贡献到云分发。该低功耗设备具有适用于视觉应用的即插即用 AI 推理功能，包括视频监控、医疗诊断和机器视觉。这些模块还配备了英特尔® Movidius ™ Myriad ™ X 视觉处理单元 (VPU)，针对边缘处理、计算机视觉和深度学习进行了优化。开发人员还可以利用英特尔 OpenVINO ™工具套件进行推理性能优化。

Axiomtek 的AIE100-903-FL Edge AI Powered by NVIDIA ® Jetson ™ Nano专为人工智能和边缘计算、智能零售和智能城市应用而设计。盒子级系统在 NVIDIA® Jetson Nano 模块上运行 Ubuntu 18.04操作系统。超紧凑（147.4mm x 129.8mm x 34.6mm）系统配备了一个 15W GbE 以太网供电 (PoE) 端口，用于供电和视频传输。1kg 系统具有 -30°C 至 50°C 的工作范围、3Grms 抗振性和 10% 至 95% 的非冷凝湿度容差。结合支持半户外应用的可选 IP42 外壳套件，该系统适用于潮湿和寒冷的环境。

Tommy Cummings 是德克萨斯州的自由撰稿人/编辑。他的新闻职业生涯已经超过 40 年。他为《德克萨斯月刊》和《今日俄克拉荷马》杂志撰稿。他还曾在达拉斯晨报、沃思堡星报、旧金山纪事报等公司工作。汤米报道了硅谷的互联网繁荣，并一直是新闻媒体的数字内容和观众参与编辑。Tommy 于 2018 年至 2021 年在 Mouser Electronics 工作，担任技术内容和产品内容专家。

审核编辑黄宇