蓋世汽車訊 每天，大量涉及天氣、交通和社交媒體的數據需要進行實時處理。在傳統云計算中，這種處理過程在云端進行，引起了人們對數據泄漏、通信延遲、速度慢和功耗更高等問題的擔憂。
（圖片來源：東京理科大學）
在這種背景下，“邊緣計算（edge computing）”提供了富有前景的替代解決方案。它位于用戶附近，旨在分配計算以減少負載并加快數據處理速度。具體來說，邊緣人工智能（edge AI）是在邊緣計算環境中實現人工智能處理的一種方法，預計將在自動駕駛汽車和工廠機器異常預測等領域得到應用。
然而，為了實現有效的邊緣計算，需要高效且計算成本低的技術，其中儲層計算（reservoir computing）是富有前景的選項之一。這種計算方法可用于處理隨時間記錄的信號，利用儲層（可進行非線性響應）將這些信號轉化為復雜的模式。尤其是使用物理系統動力學的物理儲層（physical reservoir），具有計算成本效益和效率。然而，它們實時處理信號的能力受到物理系統自然弛豫時間的限制，使實時處理過程受到影響，需要進行調整以獲得最佳學習性能。
來源：第一電動網
作者：蓋世汽車
本文地址：http://m.155ck.com/news/shichang/216619
以上內容轉載自蓋世汽車，目的在于傳播更多信息，如有侵僅請聯系admin#d1ev.com(#替換成@)刪除，轉載內容并不代表第一電動網（m.155ck.com）立場。
文中圖片源自互聯網，如有侵權請聯系admin#d1ev.com（#替換成@）刪除。
先估價再買車，買的放心開的安心
您的詢價信息
已經成功提交我們稍后會聯系您進行報價!
京公網安備
11010502033163號