Авторы: Адвайт Джаянт, Мэтью Шелдон, Сунджунг Ким и Свастик Шривастава
Составление: BeWater
С учетом недавнего выпуска легковесных параметрических моделей Llama 1B и 3B, специально оптимизированных для сценариев приложений на устройствах, а также предстоящего выхода нового продукта от Apple Intelligence в конце октября, мы считаем, что AI на краю и AI на устройствах станут самой главной темой 2025 года.
Peri Labs и BeWater сотрудничают и выпустили отчет примерно на 250 страниц, который охватывает:
Необходимость AI на краю
Основные инновации в области искусственного интеллекта на крае
Почему Edge AI нуждается в технологии шифрования
Понимание основной платформы Edge AI
Состояние искусственного интеллекта и технологии шифрования на краю
BeWater уже перевел этот отчет на китайский, вот краткое содержание:
Возникновение AI на краю
Периферийный ИИ совершает революцию в области искусственного интеллекта, перенося обработку данных с централизованных облачных серверов непосредственно на локальные устройства. Этот подход устраняет ограничения традиционных развертываний ИИ, такие как высокая задержка, проблемы с конфиденциальностью и ограничения пропускной способности. Обеспечивая обработку данных в режиме реального времени на таких устройствах, как смартфоны, носимые устройства и датчики Интернета вещей, ИИ на периферии сокращает время отклика и надежно хранит конфиденциальную информацию на самом устройстве.
Технологический прогресс в области аппаратного и программного обеспечения позволяет запускать сложные модели искусственного интеллекта на устройствах с ограниченными ресурсами. Инновации, такие как специализированные процессоры для обработки данных на месте и технологии оптимизации моделей, делают вычисления на устройствах более эффективными, не сказываясь значительно на производительности.
Основной пункт 1: Быстрый рост AI уже превысил закон Мура.
Закон Мура утверждает, что количество транзисторов на микросхеме удваивается примерно каждые два года. Однако скорость роста моделей искусственного интеллекта уже превысила скорость улучшения аппаратного обеспечения, что приводит к постоянному увеличению разрыва между спросом и предложением вычислительных мощностей. Этот разрыв делает совместное проектирование аппаратных и программных средств необходимым.
Точка 2: Крупные гиганты различных отраслей интенсифицируют инвестиции в периферийный искусственный интеллект и принимают различные стратегии.
Крупные игроки отрасли активно инвестируют в Edge AI, понимая, что она способна полностью изменить такие области, как медицина, автопилотирование, робототехника и виртуальные помощники, предоставляя мгновенный, персонализированный и надежный опыт работы с искусственным интеллектом. Например, Meta недавно выпустила оптимизированную для устройств Edge модель, а Apple Intelligence также планирует выпустить свою технологию Edge AI в конце октября.
Пересечение технологий Edge AI и шифрования
Точка 3: Блокчейн обеспечивает безопасный механизм доверия для периферийной сети искусственного интеллекта, Децентрализация
Блокчейн через свою неизменяемую книгу учета обеспечивает целостность данных и их устойчивость к вмешательству, что особенно важно в сети Децентрализация, составленной из устройств на краю. Записывая транзакции и обмен данных в блокчейне, устройства на краю могут безопасно проводить проверку личности и авторизацию без необходимости полагаться на централизованные учреждения.
Точка 4: шифрование экономических стимулов способствует обмену ресурсами и капиталовложениям
Деплоймент и поддержка периферийных сетей требуют большого количества ресурсов. Экономическая модель шифрования или вознаграждение Токеном может поощрять физические и юридические лица вносить вклад в вычислительные мощности, данные и другие ресурсы для поддержки разработки и эксплуатации сети.
Точка 5: Децентрализованные финансы модель способствует эффективному распределению ресурсов
Путем введения концепций, таких как застейкать, кредитование и пулы ликвидности в Децентрализованные финансы, Edge AI Network может создать рынок вычислительных ресурсов. Участники могут предоставлять вычислительную мощность, заложив Токен, занимать свои избыточные ресурсы или вносить вклад в общий пул, чтобы получать соответствующие вознаграждения. Смарт-контракт автоматически выполняет эти процессы, обеспечивая справедливое и эффективное распределение ресурсов в соответствии с предложением и спросом, а также реализацию динамического механизма ценообразования в сети.
Пункт 6: Децентрализация доверия
В Децентрализация сети периферийных устройств вызывает вызов, как установить доверие без центрального регулирования. В сети шифрования доверие достигается с помощью математических методов; этот математический подход к доверию и взаимодействию без доверия является ключевым, и AI в настоящее время не обладает этой особенностью.
Перспективы
В будущем в области AI на краю все еще будет множество возможностей для инноваций. Мы увидим, как AI на краю станет неотъемлемой частью нашей жизни во многих приложениях, таких как сверхперсональный учебный помощник, цифровой двойник, автоматический автомобиль, коллективный интеллектуальный сеть и эмоциональный AI-партнер. Мы полны надежд на будущее!
Содержание носит исключительно справочный характер и не является предложением или офертой. Консультации по инвестициям, налогообложению или юридическим вопросам не предоставляются. Более подробную информацию о рисках см. в разделе «Дисклеймер».
AI на краю, повествование о ключевой технологии 2025 года?
Авторы: Адвайт Джаянт, Мэтью Шелдон, Сунджунг Ким и Свастик Шривастава
Составление: BeWater
С учетом недавнего выпуска легковесных параметрических моделей Llama 1B и 3B, специально оптимизированных для сценариев приложений на устройствах, а также предстоящего выхода нового продукта от Apple Intelligence в конце октября, мы считаем, что AI на краю и AI на устройствах станут самой главной темой 2025 года.
Peri Labs и BeWater сотрудничают и выпустили отчет примерно на 250 страниц, который охватывает:
BeWater уже перевел этот отчет на китайский, вот краткое содержание:
Возникновение AI на краю
Периферийный ИИ совершает революцию в области искусственного интеллекта, перенося обработку данных с централизованных облачных серверов непосредственно на локальные устройства. Этот подход устраняет ограничения традиционных развертываний ИИ, такие как высокая задержка, проблемы с конфиденциальностью и ограничения пропускной способности. Обеспечивая обработку данных в режиме реального времени на таких устройствах, как смартфоны, носимые устройства и датчики Интернета вещей, ИИ на периферии сокращает время отклика и надежно хранит конфиденциальную информацию на самом устройстве.
Технологический прогресс в области аппаратного и программного обеспечения позволяет запускать сложные модели искусственного интеллекта на устройствах с ограниченными ресурсами. Инновации, такие как специализированные процессоры для обработки данных на месте и технологии оптимизации моделей, делают вычисления на устройствах более эффективными, не сказываясь значительно на производительности.
Основной пункт 1: Быстрый рост AI уже превысил закон Мура.
Закон Мура утверждает, что количество транзисторов на микросхеме удваивается примерно каждые два года. Однако скорость роста моделей искусственного интеллекта уже превысила скорость улучшения аппаратного обеспечения, что приводит к постоянному увеличению разрыва между спросом и предложением вычислительных мощностей. Этот разрыв делает совместное проектирование аппаратных и программных средств необходимым.
Точка 2: Крупные гиганты различных отраслей интенсифицируют инвестиции в периферийный искусственный интеллект и принимают различные стратегии.
Крупные игроки отрасли активно инвестируют в Edge AI, понимая, что она способна полностью изменить такие области, как медицина, автопилотирование, робототехника и виртуальные помощники, предоставляя мгновенный, персонализированный и надежный опыт работы с искусственным интеллектом. Например, Meta недавно выпустила оптимизированную для устройств Edge модель, а Apple Intelligence также планирует выпустить свою технологию Edge AI в конце октября.
Пересечение технологий Edge AI и шифрования
Точка 3: Блокчейн обеспечивает безопасный механизм доверия для периферийной сети искусственного интеллекта, Децентрализация
Блокчейн через свою неизменяемую книгу учета обеспечивает целостность данных и их устойчивость к вмешательству, что особенно важно в сети Децентрализация, составленной из устройств на краю. Записывая транзакции и обмен данных в блокчейне, устройства на краю могут безопасно проводить проверку личности и авторизацию без необходимости полагаться на централизованные учреждения.
Точка 4: шифрование экономических стимулов способствует обмену ресурсами и капиталовложениям
Деплоймент и поддержка периферийных сетей требуют большого количества ресурсов. Экономическая модель шифрования или вознаграждение Токеном может поощрять физические и юридические лица вносить вклад в вычислительные мощности, данные и другие ресурсы для поддержки разработки и эксплуатации сети.
Точка 5: Децентрализованные финансы модель способствует эффективному распределению ресурсов
Путем введения концепций, таких как застейкать, кредитование и пулы ликвидности в Децентрализованные финансы, Edge AI Network может создать рынок вычислительных ресурсов. Участники могут предоставлять вычислительную мощность, заложив Токен, занимать свои избыточные ресурсы или вносить вклад в общий пул, чтобы получать соответствующие вознаграждения. Смарт-контракт автоматически выполняет эти процессы, обеспечивая справедливое и эффективное распределение ресурсов в соответствии с предложением и спросом, а также реализацию динамического механизма ценообразования в сети.
Пункт 6: Децентрализация доверия
В Децентрализация сети периферийных устройств вызывает вызов, как установить доверие без центрального регулирования. В сети шифрования доверие достигается с помощью математических методов; этот математический подход к доверию и взаимодействию без доверия является ключевым, и AI в настоящее время не обладает этой особенностью.
Перспективы
В будущем в области AI на краю все еще будет множество возможностей для инноваций. Мы увидим, как AI на краю станет неотъемлемой частью нашей жизни во многих приложениях, таких как сверхперсональный учебный помощник, цифровой двойник, автоматический автомобиль, коллективный интеллектуальный сеть и эмоциональный AI-партнер. Мы полны надежд на будущее!