超融合基础设施将人工智能推向边缘

，而不是传统的数据中心架构。

边缘计算的关键在于它比传统的硬件存储占用更少的硬件空间。通过在网络边缘部署这一基础设施，它不仅能够处理和编译数据，还能够压缩大量数据，以便轻松地将其传输到云中或另一个站点的集中数据中心。

此方法授予访问权限，以便更接近创建数据的位置来处理和审阅数据，而不是试图将数据传输到更远的位置。这就是为什么边缘计算经常被各种分布式企业(如快餐店、超市、加油站)以及工业环境(如矿山和太阳能工厂)使用。

应当指出的是，在网络边缘整理的数据往往没有得到充分利用。以人工智能为例，尽管它还处于发展之初，需要大量的资源来开发和训练它的模型。然而，有了边缘计算，数据可以自由地移动到云中。从那里可以分析数据，并训练人工智能模型，然后再将其扩展回边缘。人工智能生成这些模型的合理方式是利用数据中心或云计算。

芯片厂商Cerebras公司就是这样的一个例子，该公司致力于加速深度学习。它最近推出了新的“晶圆级引擎”，该引擎专门为深度学习而构建。这款新芯片的速度非常快，比最大的图形处理单元大56倍。然而，尽管它的尺寸很大，但这确实意味着它的功耗很高，以至于大多数边缘部署都无法处理它。

但是仍然有希望，因为企业能够使用超融合基础设施合并边缘计算任务，从而使他们能够构建和充分利用数据湖。通过将数据放置在数据湖中，企业可以使用它对所有应用程序进行分析。机器学习方面还可以通过针对各种应用程序和设备使用其共享数据来揭示新见解。

与边缘计算相比，超融合基础设施(HCI)将服务器、存储和网络结合在一起，使其更易于使用。更不用说，它没有面临以前的配置或网络问题。除此之外，该平台还可以对分布在全国各地、具有多种网络形式和接口的大量边缘设备进行综合管理，无疑降低了运营成本。

把人工智能提升到一个新的水平

（编辑：南昌站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!