边缘计算:技术革新的关键驱动力
在快速发展的科技领域,人工智能和去中心化系统等领域的进步不断突破界限。对于关注加密货币和区块链领域的人来说,理解支持复杂实时数据处理的基础设施至关重要。这正是边缘计算变得极为重要的原因。想象一下,系统可以在数据收集的瞬间处理大量数据,而无需依赖遥远的数据中心。这种能力对于从自动驾驶汽车到高级人工智能应用的一切都至关重要,这是一个正在经历重大发展的领域,尤其是像Anduril这样的公司。
为什么边缘计算对未来至关重要
传统计算严重依赖集中式数据中心。设备收集数据并将其发送到云端进行处理。虽然这种模式对许多任务有效,但在速度和可靠性至关重要的情况下,它存在局限性。这就是边缘计算介入的地方。
减少延迟:在数据源附近处理数据意味着更少的延迟。这对于需要即时响应的应用(如自动驾驶系统或实时传感器分析)至关重要。
提高可靠性:边缘设备即使在与中央网络的连接有限或不可用的情况下也能运行,使其成为远程或具有挑战性环境的理想选择。
降低带宽成本:本地处理数据减少了需要通过网络传输的数据量,节省了带宽和相关成本。
增强安全性:与将敏感数据通过公共网络发送到中央云相比,本地处理数据可以减少暴露风险。
边缘计算的挑战在于使强大的计算和网络设备在非传统环境中坚固、紧凑且易于部署。这是一项复杂的工程任务,很少有公司能够掌握。
Anduril收购的战略意义
Anduril是一家国防技术公司,最近采取了一项重大举措,以增强其在这一困难领域的能力。周一,该公司宣布了其第九次收购:总部位于都柏林的Klas。Klas以制造专为苛刻环境设计的坚固边缘计算设备而闻名,服务于军事和急救人员。
虽然交易的财务细节未披露,并且需要获得监管批准,但Anduril确认Klas拥有150名员工。此次收购并非新的合作伙伴关系;Anduril已经是Klas的客户,将Klas的技术集成到其现有产品线中。此次收购巩固了这一关系,并将Klas的专业知识和经过验证的硬件引入内部,加速了Anduril提供先进边缘解决方案的能力。
在极端环境中推动AI边缘计算
Klas的旗舰产品线Voyager由坚固的计算和网络系统组成。这些系统能够承受恶劣条件,非常适合部署在传统IT基础设施无法到达的偏远、离网或恶劣环境中。Anduril已经在其Menace指挥中心产品中使用了Voyager系统。
此外,Klas的Voyager技术已经与Anduril的核心软件平台Lattice集成。Lattice是Anduril的人工智能软件,它整合了来自各种传感器的数据,并应用人工智能(如计算机视觉)来执行对象识别和跟踪等任务。这种现有的集成意味着Anduril收购Klas立即产生了协同效应,使Anduril能够将其先进的人工智能软件与专为边缘设计的坚固硬件紧密结合。
通过便携式电源革新军事AI
在宣布收购Klas的同时,Anduril还推出了一款名为Menace-T的新产品。该产品体现了将强大的AI边缘计算能力以高度便携的形式带到现场的目标。与可能需要大型车辆的传统指挥系统不同,Menace-T设计为仅需两个手提箱即可容纳。Anduril表示,一个人可以在几分钟内设置好系统。
这种便携性对于军事AI应用来说是一个改变游戏规则的因素。它允许在需要的地方快速部署复杂的计算和通信能力,支持动态作战环境中的部队和设备。Anduril报告称,Menace-T已经在军用地面车辆和海上船只中使用,展示了其在现实场景中的即时效用。
实现实时AI:IVAS示例
Menace-T和底层Klas技术的一个突出用例是支持军方的集成视觉增强系统(IVAS)VR头显。IVAS项目最初于2018年授予微软,预算庞大,旨在为士兵开发坚固的HoloLens头显。然而,该项目在多年中遇到了技术挑战。
Anduril于2月接管了陷入困境的IVAS合同,微软仍然是云合作伙伴。Anduril之前已经将其Lattice软件集成到IVAS头显中,实现了用于对象检测、跟踪和分类的计算机视觉AI。现在,Anduril认为,支持Menace-T的Klas技术可以解决IVAS的一些历史问题,特别是与战术边缘的可靠数据处理和通信相关的问题。
Anduril工程高级副总裁Tom Keane强调了这一联系,他表示:“在某些情况下,这些士兵需要与战术边缘通信以发送数据、接收数据、任务自主系统,而Klas技术可以在这些地方提供帮助。”他补充说,Klas已经在这种背景下为IVAS提供了几年的技术,这表明在更深层次的集成和依赖Klas能力以实现士兵在战场上的真正实时AI性能方面,这是一个自然的进展。
超越战场:边缘计算的商业潜力
虽然Anduril的当前重点显然是在军事、国家安全和执法应用上,但底层技术在远远超出这些领域的范围内具有巨大的潜力。直接在数据收集点执行复杂处理(包括高级计算机视觉和实时AI)的能力,打开了众多商业可能性,这些可能性由于传统云计算或不太强大的边缘硬件的限制而目前不切实际。
潜在的商业应用示例包括:
汽车:为自动驾驶、车辆诊断和安全系统提供更复杂的车载处理能力。
工业自动化:在制造和工业环境中为AI驱动的质量控制、预测性维护和机器人技术提供动力。
远程监控:在连接有限的地区部署AI进行环境监控(如污染检测)、基础设施检查或监视。
医疗保健:在护理点实现医疗影像或患者数据的实时分析。
Anduril并未排除未来追求这些商业途径的可能性。Tom Keane确认,Klas的技术在军事、国家安全、执法、自主等领域有许多用例,Anduril打算与合作伙伴一起支持广泛的客户和应用。在满足军事AI严格需求方面取得的进步,很可能为跨多个行业的强大、可靠的边缘计算解决方案铺平道路,影响全球范围内数据的实时处理和行动。
结论
Anduril收购Klas是一项战略举措,显著增强了其在边缘计算和AI边缘计算方面的能力。通过将Klas的坚固硬件专业知识引入内部,Anduril更有能力提供强大、便携且可靠的计算解决方案,这些解决方案对于军事AI和具有挑战性的IVAS项目等苛刻应用至关重要。这一发展强调了边缘处理能力日益增长的重要性,并突显了这些进步最终可能影响广泛技术领域的潜力,包括与去中心化系统和实时数据应用相关的领域,这些领域引起了比特币世界社区的兴趣。