鑫蘊林科的AI城市大腦為何能突破頻寬與延遲痛點？

Question

Accepted Answer

鑫蘊林科的「AI 城市大腦」透過邊緣運算突破網路限制

鑫蘊林科的「AI 城市大腦」之所以能夠有效突破物聯網時代常見的網路頻寬限制與傳輸延遲痛點，關鍵在於其創新的「物理 AI」與「推論 AI」平台技術，此技術將運算與推論能力直接下放到網路邊緣設備。
邊緣運算賦予傳統設備即時分析能力

此項技術的核心在於將 AI 的運算與推論能力從傳統的雲端架構轉移至網路的邊緣節點。過去，物聯網設備產生的龐大影像數據必須全部回傳至雲端進行處理，這不僅消耗大量網路頻寬，也因數據傳輸距離長而造成顯著的延遲。鑫蘊林科的解決方案透過將運算能力「下放」，使得傳統設備能夠直接在本地端進行即時的數據分析與決策，從而將其升級為具備智慧物聯網（IoT）功能的設備，大幅減輕了對雲端運算和網路傳輸的依賴。
導入「AI 網格」基礎設施的實踐

鑫蘊林科的這項突破性技術，已成功應用於由美國電信巨擘 AT&T、思科（Cisco）與 NVIDIA 共同推動的「AI 網格（AI Grid）」基礎設施建置計畫中。此計畫整合了 Cisco 的先導平台、NVIDIA 的 GPU 算力以及 AT&T 的影像智慧技術，鑫蘊林科的邊緣運算技術在此基礎上扮演了關鍵角色，證明了其在實際大型基礎設施建置中的有效性與可行性。
應用於智慧城市與工業場域的實例

「AI 城市大腦」的邊緣運算架構已在多個場域展現成效。在台灣，該技術已應用於高雄市的「智慧高雄燈塔計畫」，協助高雄市轉型為高科技智慧城市；台北市捷運文湖線也開始評估導入。在美國，則成功在美國達拉斯的 AT&T 探索區完成了公共安全系統的驗證，並應用於油氣服務公司 TanMar 路易斯安那州廠區的監控，實質提升了工業場域的保全防護與營運效率。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

鑫蘊林科的AI城市大腦為何能突破頻寬與延遲痛點？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

2

0

0

分享給好友