端侧AI（Edge AI）是一种将人工智能（AI）和机器学习（ML）模型部署在设备边缘侧的技术，相对于传统的中心化云计算架构。端侧AI的目标是在数据源头附近进行数据处理和分析，减少数据传输到云端或中心服务器的需要。

传统的云端AI架构通常涉及以下步骤：

1、数据从设备（如摄像头、传感器等）收集并传输到云端。
2、在云端进行数据处理和分析。
3、将处理结果发送回设备。

而端侧AI则是在设备本身或靠近设备的地方（如边缘计算节点）进行数据处理和分析。这样可以：

1、减少延迟：由于数据不需要传输到云端，处理速度更快，响应时间更短。
2、提高安全性：数据在本地处理，减少了数据传输过程中的安全风险。
3、降低带宽需求：减少数据传输量，节省网络带宽。
4、提高实时性：能够实时处理和分析数据，及时做出决策。

端侧AI广泛应用于许多领域，如：

智能家居：如智能音箱、智能门锁等。
自动驾驶：车辆上的摄像头、传感器数据实时处理。
工业自动化：设备上的实时数据分析。
医疗健康：可穿戴设备上的健康数据分析。

端侧AI需要设备具备一定的计算能力和智能化水平，这也促进了边缘计算设备和硬件的发展。