边缘人工智能是目前人工智能中的新领域之一，旨在解决人工智能运行过程中隐私或因数据传输而导致的减速。边缘人工智能正在实现更广泛、更广泛地使用人工智能，让智能设备无需访问云即可对输入做出快速反应。

要想真正了解边缘人工智能，先要了解云计算和边缘计算的区别，云计算是通过互联网提供计算服务，而边缘计算系统没有连接到云，通过在本地设备上运行减少了数据传输缩短了对云计算资源的占用，这些本地设备可以是专用的边缘计算服务器、本地设备或物联网(IoT)。

了解了何为边缘计算之后便可以更好的理解边缘人工智能，人工智能算法在能够边缘计算的设备上运行。这样做的好处是可以实时处理数据，而无需连接到云端。大多数尖端的人工智能流程都是在云中执行的，但需要占据大量的云计算能力和资源。

但在现实应用中人工智能进程很容易受到停机的影响，由于边缘人工智能系统在边缘计算设备上运行，因此必要的数据操作可以在本地进行，在建立互联网连接时发送，从而节省时间。深度学习算法可以在设备本身、数据的原点上运行。

由于越来越多的设备需要在无法访问云的情况下使用人工智能，边缘人工智能变得越来越重要。想想现在有多少工厂机器人或多少辆汽车配备了计算机视觉算法。在这些情况下，数据传输的滞后时间可能是灾难性的。自动驾驶汽车在检测街道上的物体时不会受到延迟的影响。由于快速响应时间如此重要，因此设备本身必须具有边缘人工智能系统，使其能够在不依赖云连接的情况下分析和分类图像。

当边缘计算机被委托执行通常在云端进行的信息处理任务时，其结果是实时低延迟、实时处理。此外，通过将数据传输限制在最重要的信息上，可以减少数据量本身并最大限度地减少通信中断。