人工智能技術(shù)的復(fù)興,主要歸功于過去幾年以來以IT為代表的計算能力的顯著提升。在與圖形處理單元(GPU)以及云計算資源的彈性特征配合使用的情況下,在機(jī)器學(xué)習(xí)與自然語言處理實例當(dāng)中,AI提出的計算資源需求對于企業(yè)而言終于不再是可望而不可及的奢求。
盡管如此,還有另一種不那么廣受關(guān)注但又同樣重要的AI復(fù)興趨勢,即AI技術(shù)被應(yīng)用于物聯(lián)網(wǎng)與邊緣計算場景當(dāng)中。根據(jù)StorCentric公司CEO Mihir Shah所言,這樣的趨勢代表著大數(shù)據(jù)的工作“對速度有著嚴(yán)格的要求,同時又必須配合良好的穩(wěn)定性。”
而所有這一切,都必須通過存儲底層來支撐——換言之,除了計算能力之外,存儲已經(jīng)成為AI在數(shù)據(jù)生態(tài)系統(tǒng)當(dāng)中發(fā)揮重要作用的另一支柱。存儲對于AI技術(shù)之所以不可或缺,是因為AI巨大的計算量需要對數(shù)據(jù)進(jìn)行大規(guī)??焖僭L問,而這方面要求在邊緣計算與備份等實際場景中又顯得更加現(xiàn)實且突出。
當(dāng)配合理想的存儲容量時,AI的計算速度才能夠為諸多有利于智能物聯(lián)網(wǎng)(IIoT)的前沿邊緣計算用例提供助力。
人臉識別
智能物聯(lián)網(wǎng)的存儲要求主要體現(xiàn)在邊緣計算應(yīng)用當(dāng)中。比如,美國國防部目前正在利用人臉識別等AI技術(shù)對偏遠(yuǎn)地區(qū)進(jìn)行管理,用以驗證進(jìn)出設(shè)施的具體人員。很明顯,涉及高級機(jī)器學(xué)習(xí)、卷積神經(jīng)網(wǎng)絡(luò)以及統(tǒng)計認(rèn)知計算等因素的人臉識別技術(shù)對存儲設(shè)備提出了特殊的要求,而這,也是確保其正常運作的基礎(chǔ)所在。Shah在提到國防部部署人臉識別方案時表示:“他們更傾向于使用直接附加存儲方案,旨在提升數(shù)據(jù)流通速度。這類方案具有便攜性、速度性以及易于使用等優(yōu)勢。”
在這個特定用例當(dāng)中,人臉識別的實現(xiàn)在很大程度上依賴于存儲對邊緣計算的支持。Shah提到,“邊緣位置的這些人臉識別系統(tǒng)就位于服務(wù)器旁邊。該服務(wù)器直接連接至設(shè)備。當(dāng)有人走進(jìn)來時,設(shè)備會掃描他們的面部并整理出他們的生物識別指標(biāo)。而服務(wù)器則會即刻進(jìn)行處理,并與存儲設(shè)備中的信息進(jìn)行比對。”
AI在邊緣
在之前提到的示例與其它邊緣AI部署方案當(dāng)中,存儲單元往往面臨著一系列特定要求。一般來講,縮小設(shè)備尺寸對于實現(xiàn)物聯(lián)網(wǎng)而言至關(guān)重要。因此,尺寸成為了邊緣位置下,附加存儲設(shè)備的核心設(shè)計因素,而在這樣的設(shè)計下,同時還要保證其在“瘦身”之后仍然有能力處理AI所需要的數(shù)據(jù)規(guī)模。StorCentric公司CTO Rod Harrison觀察到,用于支持邊緣計算用例的某些尺寸較小的存儲單元能夠容納大約70 TB數(shù)據(jù)。另外,這種存儲設(shè)備必須具備用戶友好特性,從而滿足遠(yuǎn)程環(huán)境當(dāng)中非技術(shù)用戶的操作需要。Shah指出,“在這樣的環(huán)境中,因為沒有太多IT專業(yè)人員,所以對設(shè)備的易用性及速度都提出了要求,為此,我們在設(shè)備上配備了Thunderbolt連接端口。”
移動邊緣計算
此外,便攜性的重要性同樣在不斷攀升,除了邊緣存儲之外,包括邊緣計算本身也在強(qiáng)調(diào)便攜性。目前最典型的案例,就是大量智能手機(jī)正在持續(xù)生成傳感器數(shù)據(jù)。盡管與智能物聯(lián)網(wǎng)中的IT資產(chǎn)相比,智能手機(jī)可能并沒有那么大的存儲需求,但它也從另一個方面強(qiáng)調(diào)了便攜性的優(yōu)勢。另一個典型例子是部署在偏遠(yuǎn)地區(qū)的軍用戰(zhàn)斗車輛上的存儲單元。“這是一種本地存儲,操作人員可以將設(shè)備帶回基地,并下載至中央服務(wù)器。”此外,在發(fā)生故障的情況下,操作者也能夠輕松更換這種存儲單元以實現(xiàn)業(yè)務(wù)連續(xù)性。Shah強(qiáng)調(diào),“因為整套系統(tǒng)非常易于使用,所以即使沒有IT工作小組,一旦某塊驅(qū)動器發(fā)生故障或者出現(xiàn)了其它意外狀況,身在現(xiàn)場的任何士兵都可以彈出這塊損壞的驅(qū)動器并立刻插入新的驅(qū)動器。”
智能邊緣
存儲對于智能物聯(lián)網(wǎng)的提升至關(guān)重要,它使得相關(guān)設(shè)備能夠根據(jù)需要卸下數(shù)據(jù)、按需訪問數(shù)據(jù),并支持由部署在云端的AI提出的計算要求。如此一來,AI技術(shù)的可行性將不僅延伸至認(rèn)知計算,現(xiàn)時也將延伸至物聯(lián)網(wǎng)領(lǐng)域。此外,便捷而可靠的存儲對于集中部署的AI方案同樣必不可少,并直接為我們帶來了當(dāng)前各類常見的AI實現(xiàn)成果。“在我看來,AI與物聯(lián)網(wǎng)技術(shù)的融合首先將在一系列大型企業(yè)當(dāng)中實現(xiàn);但隨著時間的推移,這方面成果最終將滲透到更多中小型企業(yè)之內(nèi)。”Shah表示。