Tại sao kết hợp edge computing và AI là then chốt để tăng cường khả năng chống chịu và đổi mới

• Theo nghiên cứu gần đây của IDC, gần 80% tổ chức hiện phân loại 3/4 khối lượng công việc edge của họ là quan trọng đối với doanh nghiệp. Sự phát triển này đang thúc đẩy các kết quả kinh doanh, nhưng cũng làm tăng mức độ quan trọng của việc phát triển AI inferencing tốt hơn tại network edge để đảm bảo tính linh hoạt, hiệu quả và an ninh trong hoạt động.

Các yếu tố chính thúc đẩy việc áp dụng edge computing bao gồm:
- Độ trễ thấp và băng thông cao: Các ứng dụng như xe tự hành và sản xuất thông minh yêu cầu xử lý dữ liệu gần như tức thời, điều này đòi hỏi khả năng độ trễ thấp và băng thông cao. Edge computing đáp ứng được yêu cầu này bằng cách xử lý dữ liệu gần nguồn hơn, giảm độ trễ khi truyền dữ liệu đến trung tâm dữ liệu tập trung.
- Thách thức về kết nối: Kết nối gián đoạn có thể gây ra những rủi ro hoạt động đáng kể cho thiết bị và thiết bị di động hoặc những thiết bị ở các vị trí xa xôi. Edge computing giảm thiểu những rủi ro này bằng cách cho phép xử lý dữ liệu cục bộ, đảm bảo hoạt động liên tục ngay cả trong các khu vực có kết nối hạn chế.
- Chi phí và khả năng mở rộng: Khi lượng dữ liệu được tạo ra tăng lên, chi phí truyền thông tin đến các kho dữ liệu trung tâm cũng tăng lên. Edge computing giảm các chi phí này bằng cách xử lý dữ liệu cục bộ. Ngoài ra, edge computing hỗ trợ khả năng mở rộng, cho phép các tổ chức quản lý lượng dữ liệu ùa về mà không làm quá tải cơ sở hạ tầng hiện có.
- Bảo mật và tuân thủ: Xử lý dữ liệu cục bộ tại edge nâng cao tính bảo mật bằng cách giảm thiểu phơi nhiễm với các mối đe dọa bên ngoài. Ngoài ra, edge computing giúp các doanh nghiệp tuân thủ các quy định về dữ liệu bằng cách giữ dữ liệu nhạy cảm trong các thẩm quyền cục bộ.

• Báo cáo khuyên các nhà lãnh đạo doanh nghiệp và CNTT đầu tư vào các nền tảng edge computing phù hợp với các trường hợp sử dụng cụ thể của họ. Các nền tảng này, dù là hệ thống cấp doanh nghiệp hay các cổng IoT cấp nhúng, nên được lựa chọn dựa trên khối lượng và tốc độ dữ liệu mà chúng dự kiến sẽ xử lý.

• Bằng cách áp dụng phương pháp tiếp cận cloud hybrid và tận dụng các máy chủ hiện đại như HPE ProLiant Gen11 được cung cấp bởi bộ vi xử lý Intel Xeon Scalable, các cơ quan có thể đạt được nhiều lợi ích đáng kể, bao gồm:
- Tính linh hoạt và khả năng mở rộng được cải thiện - thông qua cơ sở hạ tầng dịch vụ.
- Bảo mật đáng tin cậy được thiết kế sẵn - từ edge đến trung tâm dữ liệu đến cloud.
- Hiệu suất được tối ưu hóa cho các workload cụ thể - cung cấp năng lực đồ họa và tính toán khác nhau.

📌 Kết hợp edge computing và AI là then chốt để duy trì lợi thế cạnh tranh và thúc đẩy tăng trưởng, khi các tổ chức tiếp tục đầu tư vào các công nghệ edge. Với cơ sở hạ tầng và các khoản đầu tư chiến lược phù hợp, các tổ chức có thể khai thác trọn vẹn tiềm năng của edge computing để chuyển đổi hoạt động và trải nghiệm khách hàng của họ.

https://fedscoop.com/why-combining-edge-computing-and-ai-is-crucial-for-resiliency-and-innovation/

Thảo luận

© Sóng AI - Tóm tắt tin, bài trí tuệ nhân tạo