|
基于边缘计算的车到云解决方案通过不同的服务（如高清实时地图、实时交通监控和警报）为不同级别的自主驾驶提供了边缘云功能。汽车上的分布式人工智能应用程序将通过5G无线电向电信网络内的边缘计算站点发送视频数据。在边缘云上，采用机器学习算法对视频数据进行近实时处理。实时图像处理的结果将被发送到汽车，在那里与局部分析进行比较，并作出最终决定，例如向驾驶员发出指示。 智慧医疗 医疗保健领域的联网设备数量正在大幅增加。边缘计算和边缘分析可以在很大程度上减轻这一负担。临床医生的移动设备可以将患者数据实时捕获到边缘的联网分析平台中。患者将不再需要等待分析结果，这将显著减少他们的就诊次数。 协作边缘的概念将是另一个推动因素，其中地理上分散的数据被融合到一个组合的边缘设备可用视图中。例如，深度学习最近在眼科获得了相关性，因为它能够检测诊断和预后的临床重要特征。这导致了各种深度学习系统被嵌入到眼科成像设备中，从而实现了自动图像采集。这同样可以在基于智能手机的设备层面上执行，例如通过使用连接到智能手机上的高分辨率眼底成像系统。 让城市独立思考 边缘分析的变革潜力几乎是无限的。5G网络的速度，加上本地处理可以转移到网络边缘的事实，使得边缘分析的主张非常强大。减少延迟和相互连接的智能设备实现了宝贵的飞跃，而当前的模式需要将大量数据发送回云端进行分析处理和洞察。设备或边缘网络的自主决策和认知智能降低了处理和决策延迟。这意味着，关键的是，决策可以实时做出。 5G中的边缘分析将不仅限于传统的描述性分析，还将继续发展。这项强大的技术具有从上下文中学习，预测接下来会发生什么，规定下一个最佳动作或决定以及从过去的行为模式中学习以做出最佳决定的能力。对于完全自主的应用程序，边缘分析将实时自动执行下一步操作。随着5G的速度，更多的信息将被收集和处理，边缘分析产生的见解将越来越多地驱动决策，导致认知智能应用。简而言之，未来的智慧城市将利用5G，并使用边缘计算来帮助城市独立思考。 |
网上报名
预约免费试课
讲师介绍 
推荐课程 
