Edge AI

Copiar URL

Aplicações de IA em qualquer ambiente com o Red Hat OpenShift AI

Assista ao vídeo e descubra como o Red Hat® OpenShift® AI acelera o ciclo de vida de modelos e aplicações de Inteligência Artificial e Machine Learning com o uso de ferramentas integradas, fluxos de trabalho repetíveis, opções de implantação flexíveis e um vasto ecossistema de parceiros de confiança.

Edge AI é a implementação de inteligência artificial em um ambiente de edge computing. Nela, o processamento é executado próximo ao local onde os dados realmente são coletados, em vez de em uma unidade de cloud computing centralizada ou em um data center externo. A Edge AI permite que os dispositivos tomem decisões mais inteligentes com mais rapidez, sem precisarem se conectar com a nuvem ou data centers externos.

Conforme a edge computing aproxima o armazenamento de dados do local do dispositivo, os algoritmos de inteligência artificial processam os dados criados, com ou sem conexão com a internet. Isso permite que os dados sejam computados em milissegundos, com feedback em tempo real. Com a edge AI, as respostas são enviadas quase instantaneamente. Isso pode ser mais seguro, por significar que alguns dados sensíveis nunca deixam a edge.

Por conseguirem mover os dados para longe dos data centers em nuvem sobrecarregados, os dispositivos de edge, como sensores e dispositivos IoT, estão prestes a se tornar tecnologias essenciais.

Em um framework de aplicações de IA tradicional, os dados gerados pelas tecnologias conectadas são transmitidos para um sistema de backend na nuvem. Na edge AI, vez de executar os modelos de inteligência artificial no backend, eles são configurados nos processadores dos dispositivos conectados que operam na edge de rede. Isso adiciona uma camada de inteligência à edge. Nela, o dispositivo de edge não apenas coleta métricas e análises, mas também consegue reagir a elas, caso possua um modelo de machine learning (ML) integrado.

O objetivo da inteligência artificial continua o mesmo: criar máquinas inteligentes que trabalham e realizam tarefas normalmente executadas por pessoas, sem supervisão humana. No entanto, a edge AI realiza o trabalho e a tomada de decisões de maneira local, no dispositivo utilizado ou próximo a ele.

A combinação da edge computing com a inteligência artificial traz muitos benefícios. Com a edge AI, recursos de computação de alto desempenho são levados para a edge, onde estão localizados sensores e dispositivos IoT. Os usuários podem processar dados em dispositivos em tempo real, porque não há necessidade de conectividade e integração entre sistemas. Já os dispositivos conseguem economizar tempo, agregando dados e atendendo aos usuários, sem se comunicar com outros locais físicos.

Os benefícios da edge AI incluem: 

  • Economia de energia: reduza o consumo de energia processando dados no nível local. Os requisitos de energia para executar uma IA na edge são muito menores que nos data centers em nuvem
  • Largura de banda reduzida: reduza a largura de banda no fluxo de dados. Minimize os custos processando, analisando e armazenando mais dados localmente, em vez enviá-los para a nuvem
  • Privacidade: reduza o risco de uso indevido ou manuseio incorreto dos dados com o processamento local em dispositivos de edge realizando operações edge AI.
  • Segurança: priorize a transferência de dados importantes com o processamento e armazenamento em uma rede de edge ou filtrando informações redundantes, irrelevantes e desnecessárias.
  • Escalabilidade: escale facilmente sistemas com plataformas baseadas em nuvem e recursos de edge nativos em equipamentos de marca branca (OEM) 
  • Latência reduzida: remova parte da carga da nuvem e processe localmente, liberando a plataforma para outras tarefas, como analytics

A Red Hat trabalha intensamente junto à comunidade open source para o desenvolver tecnologias de container e Kubernetes. O Red Hat® OpenShift® reúne serviços testados e confiáveis para facilitar o desenvolvimento, a modernização, a implantação, a execução e o gerenciamento de aplicativos. 

O Red Hat OpenShift inclui recursos essenciais para viabilizar operações de machine learning (MLOps) em data centers, nuvem híbrida e na edge, com consistência. Com IA/ML no Red Hat OpenShift, você consegue acelerar os fluxos de trabalho de IA/ML e a entrega de aplicações inteligentes com tecnologia de IA.

O Red Hat OpenShift AI é um portfólio voltado para a inteligência artificial que oferece ferramentas que abrangem todo o ciclo de vida de modelos e experimentos de IA/ML. Ele proporciona uma base consistente, escalável e baseada em tecnologia open source para líderes de operações de TI, ao mesmo tempo que disponibiliza um ecossistema de parceiros especializados para ajudar cientistas de dados e desenvolvedores a explorar as inovações na inteligência artificial.

Leitura recomendada

Artigo

O que é IA generativa?

A inteligência artificial generativa depende de modelos de deep learning treinados em grandes conjuntos de dados para criar novos conteúdos.

Artigo

O que é machine learning?

Machine learning (aprendizado de máquina) é a técnica de treinamento de computadores para encontrar padrões, fazer previsões e aprender com a experiência sem que seja necessário programá-los explicitamente.

Artigo

O que são modelos de base?

Um modelo de base é um tipo de modelo de machine learning (aprendizado de máquina) treinado previamente para realizar diversas tarefas. 

Leia mais sobre Inteligência Artificial (IA) e Machine Learning (ML)

Soluções

Um portfólio com foco em inteligência artificial que oferece ferramentas para você treinar, ajustar, disponibilizar, monitorar e gerenciar experimentos e modelos de inteligência artificial e machine learning no Red Hat OpenShift.

Uma plataforma empresarial de aplicações, com serviços testados para você implantar apps na infraestrutura de sua escolha. 

O Red Hat Ansible Lightspeed com watsonx IBM Code Assistant é um serviço de inteligência artificial generativa criado por e para criadores de automação, operadores e desenvolvedores do Ansible. 

Recursos

ebook

Principais considerações sobre a criação de um ambiente de inteligência artificial e machine learning pronto para produção

Conteúdo de analistas

The Total Economic Impact™ of Red Hat Hybrid Cloud Platform for MLOps

Webinar

Como obter o máximo da IA com o open source e o Kubernetes