【说明】

近年来，AI技术得到快速发展，其技术促使了智能终端软件架构的全面升级。云端AI和端侧AI最大差别在于算力是在云侧，还是端侧计算的问题。某装备研制企业为了适应产品的智能化升级换代，要求研发部门开展端侧AI技术的研究工作，王工主要承担了智能终端的资源池设计工作，并就资源池的架构设计提出了自己的见解。在研发部门组织的讨论会上，王工的独到见解得到技术主管的认可。

【问题1】（6分）

云端AI和端侧AI的定义以及端侧AI相比云端AI的优势是什么？

【问题2】（7分）

针对智能终端端侧AI的需求，王工在讨论会上提出，应开展资源池架构设计工作。资源池可高效管理和分配计算、存储和网络等资源，其核心目标是通过集中化管理、动态调度和自动化运维，提升资源利用率、弹性和可靠性。资源池架构设计除需要兼顾计算、存储、网络等资源的动态管理与优化外，同时应满足低延迟、高能效和隐私安全等核心需求。资源池的核心架构设计需要考虑（a）资源抽象与异构计算、（b）动态调度与能效优化、（c）安全与隔离机制等三个方面。

表1给出了七种资源池架构设计方法，请根据你所掌握的相关知识，判断这些设计方法属于（a）~（c）的哪一类，并补充完善表1中（1）~（7）的空白。

【问题3】（12分）

请补充完善以下表格，并用200字以内的文字写出集中式资源池的三个弊端。

【问题1】

【答案】

（1）云端AI是指将人工智能的模型训练和推理任务放在云端服务器进行处理。数据上传到云端，利用云端强大的计算资源和存储能力进行复杂的运算和分析。

优点：计算能力强大，可处理大规模复杂的AI任务，能利用海量数据进行训练，模型精度高。同时，云平台可集中管理和更新模型，便于维护和升级。

应用场景：适用于对计算资源要求高、数据量庞大的任务，如大规模图像识别、语音识别、自然语言处理等。例如，一些云服务提供商提供的语音转文字、机器翻译等服务，就是基于云侧AI实现的。

（2）端侧AI是将AI模型部署在终端设备上，如智能手机、智能家居设备、智能穿戴设备、自动驾驶汽车等，让终端设备具备本地的智能处理能力，无需依赖云端服务器就能完成一些AI任务。

优点：响应速度快，能在本地实时处理数据，保护用户隐私，减少对网络的依赖，在网络不佳或无网络环境下也能正常工作。

应用场景：常用于对实时性要求高、隐私性敏感的场景。如手机上的人脸识别解锁、智能音箱的语音交互、自动驾驶汽车的本地环境感知和决策等。

【问题2】

【答案】

【问题3】

【答案】

（1）低；（2）中；（3）弱；（4）强；（5）单机游戏（单机版魔兽）；（6）机器学习模型训练平台/框架；（7）多人协同游戏（王者荣耀）。

注：表格中（6）和（7）的典型应用补充依据实际技术场景，分布式管理适合弹性扩展的云计算，混合式管理结合集中与分布优势，常见于边缘计算。

集中式资源池的三大弊端：

①单点故障风险：所有资源依赖中心节点管理，一旦服务器宕机或网络中断，整个系统瘫痪，可用性低。

②扩展性受限：硬件升级需垂直扩容（如增加单机算力），成本高且存在物理上限，难以应对突发负载。

③性能瓶颈：集中处理海量终端请求时，网络延迟和资源争抢问题突出，难以满足实时性要求高的场景，如自动驾驶。