Die Kerntechnologieerzählung von Edge AI im Jahr 2025?

Verfasser: Advait Jayant, Matthew Sheldon, Sungjung Kim und Swastik Shrivastava

Übersetzung: BeWater

Mit der kürzlichen Einführung des optimierten, leichten Llama 1B- und 3B-Parametermodells von Meta für Endgeräte-Anwendungsszenarien wird auch Apple Intelligence Ende Oktober sein neues Produkt veröffentlichen. Wir glauben, dass Edge AI und Device AI das größte Thema im Jahr 2025 sein werden.

Peri Labs und BeWater arbeiten zusammen und veröffentlichen einen Bericht mit etwa 250 Seiten, der folgende Themen abdeckt:

• Die Notwendigkeit von Edge AI
• Kerninnovation im Bereich Edge AI
• Warum benötigt Edge AI die Verschlüsselungstechnologie
• Verstehen des Kernrahmens von Edge AI
• Der aktuelle Stand von Edge-AI und Verschlüsselungstechnologie

BeWater hat diesen Bericht ins Chinesische übersetzt, und die Kernpunkte sind wie folgt:

Der Aufstieg von Edge AI

Edge-AI revolutioniert den Bereich der künstlichen Intelligenz, indem es die Datenverarbeitung von zentralisierten Cloud-Servern direkt auf lokale Geräte verlagert. Diese Methode löst die Einschränkungen herkömmlicher KI-Bereitstellungen, wie hohe Latenzzeit, Datenschutzprobleme und Bandbreitenbeschränkungen. Durch die Echtzeit-Datenverarbeitung auf Geräten wie Smartphones, Wearables und IoT-Sensoren reduziert Edge-AI die Reaktionszeit und speichert sensible Informationen sicher auf den Geräten selbst.

Der technologische Fortschritt in Hardware und Software ermöglicht es, komplexe KI-Modelle auf ressourcenbeschränkten Geräten auszuführen. Innovationen wie dedizierte Edge-Prozessoren und Modelloptimierungstechniken ermöglichen eine effizientere Berechnung auf Geräten, ohne die Leistung signifikant zu beeinträchtigen.

Punkt 1: Der schnelle Aufstieg der KI hat das Moore’sche Gesetz übertroffen.

Das Mooresche Gesetz besagt, dass die Anzahl der Transistoren auf Mikrochips alle zwei Jahre etwa verdoppelt wird. Die Geschwindigkeit des Aufstiegs von KI-Modellen hat jedoch die Geschwindigkeit der Hardwareverbesserung übertroffen, was zu einem kontinuierlichen Anwachsen der Diskrepanz zwischen Angebot und Nachfrage nach Berechnungen führt. Diese Diskrepanz macht die koordinierte Gestaltung von Hardware und Software unerlässlich.

Punkt 2: Die Giganten der verschiedenen Branchen erhöhen ihre Investitionen in Edge-AI und ergreifen unterschiedliche Strategien.

Die wichtigsten Branchenriesen investieren massiv in Edge-AI und erkennen, dass sie Branchen wie Gesundheitswesen, autonomes Fahren, Robotik und virtuelle Assistenten grundlegend verändern kann, indem sie ein sofortiges, personalisiertes und zuverlässiges KI-Erlebnis bietet. Zum Beispiel hat Meta kürzlich Modelle veröffentlicht, die speziell für Edge-Geräte optimiert sind, und Apple Intelligence wird Ende Oktober seine Edge-AI-Technologie einführen.

Die Schnittstelle von Edge AI und Verschlüsselungstechnologie

Punkt 3: Die Blockchain bietet einem Edge-AI-Netzwerk einen sicheren und dezentralisierten Vertrauensmechanismus.

Blockchains gewährleisten die Integrität und Unveränderbarkeit von Daten durch ihre unveränderliche Buchhaltung, was insbesondere in dezentralen Netzwerken von Edge-Geräten entscheidend ist. Durch die Aufzeichnung von Transaktionen und Datenaustausch on-chain in der Blockchain können Edge-Geräte Identitätsüberprüfungen und Autorisierungsvorgänge sicher durchführen, ohne auf zentralisierte Organisationen angewiesen zu sein.

Punkt 4: Das Verschlüsselung ökonomische Anreizsystem fördert Ressourcen-Sharing und Kapitalausgaben

Die Bereitstellung und Wartung eines Edge-Netzwerks erfordert erhebliche Ressourcen. Das Verschlüsselungsökonomie-Modell oder Token-Anreize können durch die Bereitstellung von Token-Belohnungen dazu beitragen, Einzelpersonen und Organisationen dazu zu ermutigen, Rechenleistung, Daten und andere Ressourcen beizusteuern, um den Aufbau und den Betrieb des Netzwerks zu unterstützen.

Punkt 5: Das Dezentrale Finanzwesen-Modell fördert eine effiziente Ressourcenallokation

Durch die Einführung von Konzepten wie Staken’, Kreditvergabe und Liquiditätspools im Dezentralen Finanzwesen kann das Edge AI-Netzwerk einen Markt für Rechenressourcen schaffen. Teilnehmer können durch Staken’-Token Rechenleistung bereitstellen, überschüssige Ressourcen verleihen oder in einen Pool beitragen, um entsprechende Belohnungen zu erhalten. Smart Contracts automatisieren diese Prozesse und gewährleisten eine faire und effiziente Zuweisung von Ressourcen basierend auf Angebot und Nachfrage sowie eine dynamische Preisgestaltung im Netzwerk.

Punkt 6: Dezentralisierung des Vertrauens

In einem dezentralisierten Randgerätenetzwerk stellt sich die Herausforderung, wie man Vertrauen ohne zentrale Aufsicht aufbaut. In einem Verschlüsselungsnetzwerk wird Vertrauen durch mathematische Mittel erreicht; dieses auf Berechnungen und Mathematik basierende Vertrauen ist der Schlüssel für vertrauenslose Interaktionen, was derzeit noch nicht von KI erreicht wird.

Zukunftsaussichten

In der Zukunft gibt es immer noch viele innovative Möglichkeiten im Bereich Edge-AI. Wir werden sehen, wie Edge-AI in vielen Anwendungsszenarien zu einem unverzichtbaren Bestandteil unseres Lebens wird, wie z.B. bei hochgradig personalisierten Lernassistenten, digitalen Zwillingen, selbstfahrenden Autos, kollektiven intelligenten Netzwerken und emotionalen KI-Partnern. Wir sind gespannt auf die Zukunft!