智能应用 影音
KYOCERA
event

突破性数据处理技术有助提高物联网效率

突破性数据处理技术有助提高物联网效率

物联网的愿景是让每个人的生活变得更美好安全与便利,想要实现这个目标,必须先提高数据处理速度,产生实时情报,让物联网数据在几秒钟内做出明智决策。

根据Electronic Design报导,物联网每天都在产生大量数据,世界经济论坛(World Economic Forum)估计,到了2025年,全球每天产生的数据量将达到463EB。在许多情况下,物联网信息大多以原始形式传输,储存在云端数据中心的数据池中,然后进行处理。但对于实时应用程序而言,在云端处理数据的速度还不够快。

AI训练是教会系统执行规定的工作,推论则是AI将所学应用于特定任务的能力,两者的差异就好比有人经过多年学习成为专家,然后利用学到的能力在实时情况下逐案做出智能决策。GPU非常适合训练数据,但边缘进行快速推论的老问题依然存在。

以合成孔径雷达(Synthetic Aperture Radar;SAR)为例,这是一种可以产生高分辨率影像的机载雷达或星载雷达,需要以复杂的雷达数据合成后处理过程,才能获得极高的空间分辨率雷达影像。

SAR是不受日夜天候影响的主动式遥测系统,可以在夜间捕捉影像及透视云雾。用于火山、地震和火灾监测、军事监控等使用案例时特别有效。SAR卫星在扫描地球时会收集大量数据,然后在数天或数周内处理这些数据。

网络电信和军事市场高效能储存解决方案供应商GSI Technology指出,如果要在1秒钟内以0.5m的分辨率处理5×5公里的样本,CPU数据中心将需要23个Xeon-Gold服务器机柜。GPU虽可加快处理速度,但若欲在1秒内完成,至少也需要5个机柜的NVIDIA V-100 GPU来处理数据。

在CPU和RAM之间来回移动数据非常浪费时间和精力,因此,真正的典范转移是改为在边缘进行实时数据处理和分析。GSI开发的Gemini APU关联处理器,可用来加速更多应用程序及一些预处理和数据处理工作负载的相似性查找。

APU是一种新架构,它把处理器放在存储器中,既是存储器也可以进行运算,可以针对巨量训练数据进行实时的逐件检索推理。以上述的SAR样本处理任务为例,GSI APU只需要1/3数量的机柜就能在1秒内完成运算分析。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 物联网