ForresterResearch的这项研究表明，有越来越多的企业将在公有云和边缘位置进行数据分析，从而在边缘完成更多的机器学习能力 。有51％的受访者表示，他们正在公有云中运行分析，预计未来三年这一比例将增加到61％ 。此外，有44％的人已经在边缘设备中进行数据分析，预测到2021年这一比例将增长到53％ 。
Forrester基础设施和运营高级分析师ChrisGardner对于硬件的重要性感到惊讶，特别是存储和内存 。他表示，一个非常重要的研究结果是，有大量工作是脱离了存储在内存本身进行的 。但值得注意的是，这取决于你的需求是什么 。根据Gardner的说法，训练模型需要大量的内存和存储空间 。除外之外，你根本不需要任何东西 。
▲Crossbar最近成立了一个打造人工智能平台的联盟，提供针对人工智能应用的内存产品，例如带有嵌入式ReRAM的P系列MCUGardner说，在完美的情况下，企业希望拥有一个数百GB的RAM大型环境 。但实际上，他们不得不自己构建或者付费让供应商来实现，而且这需要的是硬件方面的转变 。“我们需要更多以内存为中心的架构，让计算围绕内存以及存储来进行，而不是让计算本身成为中心 。
“这并不是说当前的计算架构很糟糕，但这可能并不是做人工智能和机器学习最有效的方式 。”Gardner表示 。此外，Gardner还提到了边缘计算，有一个场景是某个举行大型体育赛事的体育场内安装了很多摄像头，这些摄像头实时产生了大量需要快速处理的数据，以确定是否存在危险情况 。“他们可以把这些数据发送到云端并返回，但是他们没有时间去这么做，因为他们必须尽快处理这些数据 。
”未来还将有一些机器学习是在云中进行的，然后返回到物联网设备，但是其中一些设备将变得越来越智能化，并且可以自主地进行机器学习，共享回云端以及其他设备 。对于内存制造商来说，这意味着商用组件制造商要持续进行转型，而且要重新编译应用以利用人工智能和机器学习工作负载所需的、以内存为中心的架构 。但是现在这些技术还处于实验阶段，还没有一个真正的采用内存为中心、在实验环境之外有很多延迟表现的架构 。
【打造人工智能高地,人工智能计算器】Gardner说：“几十年来我们一直是用以CPU为中心的心态去构建架构，而想要摆脱这种想法是非常具有革命性的 。”对此，去年秋天美光还宣布投资1亿美元用于人工智能，并在实验室中打造了一个类似DRAM的产品，目标是在2021年进行采样，同时美光的研究人员也在研究处理器内存架构，这也是其他很多初创公司正在研究的领域 。
推荐阅读
- 模型制作的参考文献有哪些,八个模型帮助打造度量模型
- 弹弹堂石装怎么打造,《弹弹堂》口袋版
- 生活中人工智能的例子,人工智能的12个典型案例
- 打造高档服装店,精品服装店怎么做
- 西高地梗犬大概多少钱一只,新晋网红西高地白梗
- 2021年人工智能赛事,人工智能机器人培训班
- 风色轨迹怎么换职业,别说话《风色轨迹》打造独家秘密后花园
- 热血三国2金色将怎么洗到,忠诚担当打造金色盾牌
- 人工智能 游戏 哪个火,人工智能为什么这么火
- MMORPG《激战3》或在开发中 采用虚幻5引擎打造