第一個階段是實現(xiàn)邊緣推理,利用數(shù)據(jù)中心做模型的訓練,然后把訓練結(jié)果傳送到邊緣側(cè),在邊緣側(cè)進行推理的處理。
第二個階段是邊緣訓練,這樣能更好地利用新采集到的數(shù)據(jù),及時地對模型進行更新,滿足用戶對低延時、自適應(yīng)響應(yīng)的需求。
第三個階段是自主訓練,機器能夠承擔模型的選擇、訓練,能更好地根據(jù)使用者的意圖,自適應(yīng)地完成模型的訓練和使用,從而使得整個系統(tǒng)能夠更好地適應(yīng)人的意圖。
2021年是AI和IoT加速融合的一年。AI在IoT、在邊緣計算的落地應(yīng)用,無論是場景還是技術(shù),都在沿著這三個階段的軌跡發(fā)展。