保护隐私:由于联网并不是TinyML工作的前提条件,数据可以被保存在没有连接网络的设备中,因此数据被泄露的风险非常低。这刚好满足了大量用户的需求,很多最终用户非常在意数据隐私,在数据开放与共享方面保持谨慎态度。他们不愿意将自己的数据交由第三方云平台和边缘服务提供商,进行存储和管理。面对这项需求,TinyML很好的保护了数据隐私。
超低功耗:分布最广的物联网设备往往体积很小、电量有限。它们被作为终端硬件,通过嵌入式传感器采集各种数据;计算能力有限,对功耗极为敏感。许多物联网设备都是电池供电,对于功耗的要求很高。通过极低功耗TinyML的数据分析,减少网络传输的数据量,可以在一定程度上,节约物联网终端中的电量消耗。
无需连接:设备不需要Internet连接即可让TinyML模型工作。在偏远地区、海上平台、空间站、极端环境的应用中,网络通信有可能无法保证始终覆盖,另外还有很多物联网设备通过窄带物联网NB-IoT或者其他低功耗广域物联网通信协议与网络通信,带宽和数据传输能力极为有限,这些设备有强烈的在本地处理数据的需求,以减少数据的传输,降低网络带宽和传输功耗的压力,避免在终端和边缘设备之间形成带宽瓶颈,影响整套物联网解决方案的性能。
极低延迟:TinyML可以以极低延迟处理数据。TinyML通过将某些机器学习任务转移到设备本身,来进一步减少网络延迟的可能性。TinyML允许在不连接任何服务器的情况下进行分析,物联网设备可以实时处理数据并及时输出。