Ông Jamie Su, giám đốc sản phẩm của Advantech IoT.SENSE, nhấn mạnh rằng công ty hy vọng sẽ giúp người dùng tăng tốc quá trình AI POC với WISE-PaaS / AFS; diễn ra suôn sẻ từ 0 lên 1, nhanh chóng mở rộng từ 1 lên 100 và để các ứng dụng AI đi vào cuộc sống.
Nói chung, quá trình xây dựng giải pháp AIoT công nghiệp bao gồm đào tạo mô hình (đám mây) và suy luận (biên). Advantech đã tích lũy hơn 30 năm kinh nghiệm trong lĩnh vực Edge Intelligence để qua đó phát triển WISE-PaaS / AFS hỗ trợ ổn định cả hoạt động của động cơ suy luận và triển khai mô hình từ xa. Do số lượng lớn máy móc được sử dụng trong các kịch bản công nghiệp hiện đại, cần phải áp dụng suy luận tiên đoán "một máy, một mô hình". Sử dụng chức năng triển khai từ xa OTA của WISE-PaaS / AFS giúp giảm gánh nặng cho nhân viên triển khai và giúp dễ dàng thúc đẩy đào tạo lại và tối ưu hóa các mô hình hiện có.
Thuận tiện cho việc tích hợp SI / DFSI (Domain-focused Solution Integrator), WISE-PaaS / AFS có thể xây dựng công cụ suy luận như một API RESTful và nó hỗ trợ các nền tảng vận hành Windows, Linux và Android để nhanh chóng giao tiếp với các hệ thống không đồng nhất và tùy chỉnh kịch bản ứng dụng AIoT tốt nhất cho khách hàng. Công cụ suy luận AFS có thể được đóng gói dưới dạng Docker Image hoặc EdgeX Foundry, cả hai đều hỗ trợ triển khai từ xa.
Vì AFS chạy trên nền tảng IoT công nghiệp WISE-PaaS, nó thừa hưởng các tính năng từ WISE-PaaS và hỗ trợ các đặc tính của đám mây công cộng, riêng tư và lai. Đối với các đám mây công cộng, nó hỗ trợ Azure, AWS và Alibaba Cloud. Đối với các đám mây riêng, nó dựa trên phần mềm Advantech WISE-STACK và giải pháp đám mây riêng thông minh tích hợp phần cứng. Đối với các đám mây lai, các đám mây công cộng được kết hợp với máy chủ GPU của Advantech cho phép khả năng điện toán GPU chạy trên nền tảng riêng của nó, do đó giảm chi phí liên quan.
Ông Jamie Su nhấn mạnh rằng các dịch vụ WISE-PaaS / AFS chứa một số mô-đun chức năng quan trọng. Đầu tiên, mô-đun đào tạo đa mô hình dựa trên công nghệ Hadoop Yarn và Kubernetes để giúp người dùng nhận ra sự phân chia, lập lịch và quản lý tài nguyên máy tính linh hoạt. Thứ hai, AFS hỗ trợ nhiều cơ sở dữ liệu như PostgreSQL, InfluxDB, MongoDB và Ceph. Nó cũng có thể giao tiếp với các nguồn dữ liệu WISE-PaaS / APM, cho phép các nhà khoa học dữ liệu và kỹ sư AI nhanh chóng tích hợp các loại dữ liệu khác nhau để xây dựng và đào tạo mô hình.
Mô-đun Workspace tích hợp framework Jupyter Notebook trước, giúp người dùng dễ dàng phát triển các thuật toán trực tuyến. Thứ hai, nó cung cấp một môi trường phát triển ngoại tuyến. Ngay cả khi người dùng viết mã bằng ngôn ngữ không phải Python, mã vẫn có thể được đóng gói dưới dạng Docker Image và được tải lên AFS để thực thi trực tuyến. Các mô-đun khác như Danh mục, Nhiệm vụ, Bảng mô hình và Suy luận có thể giúp người dùng đăng ký thuật toán nguồn mở của bên thứ ba, thiết lập lập lịch tự động đào tạo lại mô hình và triển khai, xem hiệu suất đào tạo mô hình thông qua các công cụ trực quan và quản lý số lượng lớn mô hình và nhiều nguồn thông tin tương ứng.