第5章 不好意思,我打断一下。

br />

一个先进的图像识别模型可能需要几十甚至上百兆的内存，数以亿计的计算量。

它们就像高性能的跑车，必须在云端数据中心这样的大跑道上才能发挥实力，但是现实生活中，大家的设备都是电脑，手机，摄像头等等。”

说到这里周昀停了一下，将PPT翻到下一页。

老师没有提问，那他就继续讲。

“这种情况下，我们面临一个巨大的挑战：如何让庞大、复杂的AI模型，在这些资源有限的“小设备”上，也能跑得又快又好，还能实时响应？

以下四点是我认为的需要解决的几个痛点：

1.尺寸不符：大模型在小设备上跑不动，或直接装不下。

2.速度滞后：即使勉强能跑，响应速度也慢，用户体验差。

3.能耗巨大：小设备电池续航有限，大模型会迅速耗尽电量。

4.网络依赖：依赖云端意味着有延迟，且断网就失效，隐私也难以保障。”

“不好意思，我打断一下。”

“老师您说。”

“你刚才提到了这些大模型性能虽强，但资源消耗巨大，而现在你想把这些大模型塞进小设备里，其中的难点我理解，

但是，既然这些顶尖大模型在云端表现如此出色，为什么我们非要执着于把它们硬塞进边缘设备？

本章未完，请点击下一页继续阅读！ 第4页 / 共5页