Dacă inteligența artificială este considerată ca o călătorie de la A la B, serviciul de calcul cloud este un aeroport sau o stație de cale ferată de mare viteză, iar Edge Computing este un taxi sau o bicicletă partajată. Calculul de margine este aproape de partea oamenilor, a lucrurilor sau a surselor de date. Adoptează o platformă deschisă care integrează capacitățile de stocare, calcul, acces la rețea și aplicații de bază pentru a oferi servicii pentru utilizatorii din apropiere. În comparație cu serviciile de cloud computing implementate central, Edge Computing rezolvă probleme precum latența lungă și traficul de convergență ridicat, oferind un sprijin mai bun pentru servicii în timp real și de lățime de bandă.
Incendiul ChatGPT a declanșat un nou val de dezvoltare AI, accelerând scufundarea AI în mai multe domenii de aplicație, cum ar fi industria, vânzarea cu amănuntul, casele inteligente, orașele inteligente, etc. O mare cantitate de date nu mai trebuie să fie stocate și calculate la capătul aplicației și să se bazeze pe cloud singur nu este capabil să satisfacă cererea reală, Edge Computing îmbunătățește ultimul kilometru de aplicații AI. În conformitate cu politica națională de a dezvolta puternic economia digitală, cloud computing din China a intrat într -o perioadă de dezvoltare incluzivă, cererea de calcul pentru margini a crescut, iar integrarea Cloud Edge și End a devenit o direcție evolutivă importantă în viitor.
Piața Edge Computing va crește 36,1% CAGR în următorii cinci ani
Industria Edge Computing a intrat într -o etapă de dezvoltare constantă, așa cum se dovedește de diversificarea treptată a furnizorilor de servicii, a dimensiunii pieței în expansiune și a extinderii ulterioare a zonelor de aplicație. În ceea ce privește dimensiunea pieței, datele din raportul de urmărire al IDC arată că dimensiunea generală a pieței serverelor de calcul Edge din China a atins 3,31 miliarde USD în 2021, iar dimensiunea generală a pieței serverelor de calcul Edge din China este de așteptat să crească la o rată de creștere anuală compusă de 22,2% din 2020 până la 2025. de 36,1% din 2023 până în 2027.
Edge Computing Eco-Industry prosperă
Edge Computing este în prezent în stadiul incipient al focarului, iar limitele de afaceri din lanțul industriei sunt relativ confuze. Pentru furnizorii individuali, este necesar să se ia în considerare integrarea cu scenariile de afaceri și este, de asemenea, necesar să aveți capacitatea de a se adapta la schimbările scenariilor de afaceri de la nivel tehnic și, de asemenea, este necesar să se asigure că există un grad ridicat de compatibilitate cu echipamentele hardware, precum și capacitatea de inginerie la proiecte de terenuri.
Lanțul industriei de calcul Edge este împărțit în furnizori de cipuri, furnizori de algoritmi, producători de dispozitive hardware și furnizori de soluții. Vânzătorii de cipuri dezvoltă în cea mai mare parte cipuri aritmetice de la capătul de la capăt până la margine până la nor, iar pe lângă cipurile de margine, dezvoltă și carduri de accelerație și suportă platforme de dezvoltare software. Vânzătorii de algoritmi iau algoritmi de viziune computerizată ca fiind esențial pentru a construi algoritmi generali sau personalizați și există, de asemenea, întreprinderi care construiesc mall -uri de algoritm sau platforme de instruire și împingere. Vânzătorii de echipamente investesc activ în produse de calcul pentru margini, iar forma produselor de calcul pentru margini este constant îmbogățită, formând treptat o stivă completă de produse de calcul pentru margini de la cip la întreaga mașină. Furnizorii de soluții oferă soluții software sau software-hardware-integrate pentru anumite industrii.
Aplicațiile din industria de calcul al Edge Computing accelerează
În domeniul Smart City
În prezent, o inspecție cuprinzătoare a proprietății urbane este utilizată în mod obișnuit în modul de inspecție manuală, iar modul de inspecție manuală are probleme de costuri ridicate ale timpului și consum de timp, dependență de proces, de dependență de indivizi, de acoperire slabă și de frecvență de inspecție și de controlul slab al calității. În același timp, procesul de inspecție a înregistrat o cantitate imensă de date, dar aceste resurse de date nu au fost transformate în active de date pentru abilitarea afacerilor. Prin aplicarea tehnologiei AI la scenarii de inspecție mobilă, întreprinderea a creat un vehicul de inspecție inteligentă AI de guvernare urbană, care adoptă tehnologii precum Internet of Things, cloud computing, algoritmi AI și poartă echipamente profesionale, cum ar fi camere de definire înaltă, afișaje de bord și asistență laterală AI și asistență și combină mecanismul de inspecție al „sistemelor de inteligență + serverele laterale + asistența personal”. Promovează transformarea guvernanței urbane de la intensiv în personal la inteligență mecanică, de la judecata empirică la analiza datelor și de la răspuns pasiv la descoperirea activă.
În domeniul șantierului inteligent
Edge computing-based intelligent construction site solutions apply the deep integration of AI technology to the traditional construction industry safety monitoring work, by placing an edge AI analysis terminal at the construction site, completing the independent research and development of visual AI algorithms based on intelligent video analytics technology, full-time detection of events to be detected (eg, detecting whether or not to wear a helmet), providing personnel, environment, security and other safety risk point identification and alarm reminder Servicii și luarea inițiativei de identificare a factorilor nesiguri, paza inteligentă AI, economisirea costurilor de forță de muncă, pentru a satisface nevoile de gestionare a personalului de personal și a siguranței proprietății.
În domeniul transportului inteligent
Arhitectura din partea norului a devenit paradigma de bază pentru implementarea aplicațiilor în industria de transport inteligentă, cu partea cloud responsabilă pentru gestionarea centralizată și o parte a procesării datelor, partea de margine oferind în principal analiza datelor și procesarea deciziilor de calcul, în principal, responsabilă în principal pentru colectarea datelor de afaceri.
În scenarii specifice, cum ar fi coordonarea vehiculelor, intersecțiile holografice, conducerea automată și traficul feroviar, există un număr mare de dispozitive eterogene accesate, iar aceste dispozitive necesită gestionarea accesului, gestionarea ieșirii, procesarea alarmelor și procesarea de funcționare și întreținere. Calculul de margine poate împărți și cuceri, se poate transforma în mare, poate oferi funcții de conversie a protocolului în strat transversal, obține acces unificat și stabil și chiar control colaborativ al datelor eterogene.
În domeniul producției industriale
Scenariul de optimizare a procesului de producție: În prezent, un număr mare de sisteme de fabricație discrete sunt limitate de incompletitudinea datelor, iar eficiența generală a echipamentului și alte calcule ale datelor indicelui sunt relativ sloppy, ceea ce face dificilă utilizarea pentru optimizarea eficienței. Platforma Edge Computing bazată pe modelul de informații al echipamentelor pentru a realiza un sistem de fabricație la nivel semantic Comunicare orizontală și comunicare verticală, bazată pe un mecanism de procesare a fluxului de date în timp real pentru a agrega și analiza un număr mare de date pe teren în timp real, pentru a realiza linia de producție bazată pe modele, fuziunea de informații sursă, pentru a oferi un suport puternic de date pentru luarea deciziilor în sistemul de fabricație discret.
Scenariu de întreținere predictivă a echipamentelor: Întreținerea echipamentelor industriale este împărțită în trei tipuri: întreținere reparativă, întreținere preventivă și întreținere predictivă. Întreținerea restaurativă aparține întreținerii ex post facto, întreținerii preventive și întreținerii predictive aparțin întreținerii ex-Ante, primul
Industrial quality inspection scenario: industrial vision inspection field is the first traditional automatic optical inspection (AOI) form into the quality inspection field, but the development of AOI so far, in many defect detection and other complex scenarios, due to the defects of a variety of types, feature extraction is incomplete, adaptive algorithms poor extensibility, the production line is updated frequently, the algorithm migration is not flexible, and Alți factori, sistemul tradițional AOI a fost dificil să răspundă dezvoltării nevoilor liniei de producție. Prin urmare, platforma algoritmului de inspecție a calității industriale AI reprezentată de învățarea profundă + învățarea eșantionului mic înlocuiește treptat schema tradițională de inspecție vizuală, iar platforma de inspecție a calității industriale AI a trecut prin două etape ale algoritmilor de învățare a mașinilor clasice și algoritmilor de inspecție de învățare profundă.
Timpul post: 08-2023 oct