Se a intelixencia artificial é considerada como unha viaxe de A a B, o servizo de computación en nube é un aeroporto ou unha estación de ferrocarril de alta velocidade e a computación de borde é un taxi ou unha bicicleta compartida. A computación de borde está preto do lado das persoas, cousas ou fontes de datos. Adopta unha plataforma aberta que integra as capacidades básicas de almacenamento, computación, acceso á rede e aplicacións para proporcionar servizos aos usuarios nas proximidades. En comparación cos servizos de computación en nube despregados centralmente, Edge Computing resolve problemas como a longa latencia e o tráfico de alta converxencia, proporcionando un mellor apoio para servizos de demanda en tempo real e de ancho de banda.
O lume de ChatGPT puxo unha nova onda de desenvolvemento de IA, acelerando o afundimento de IA en máis áreas de aplicación como industria, venda polo miúdo, casas intelixentes, cidades intelixentes, etc. Hai que almacenar e computar unha gran cantidade de datos no final da aplicación e depender só da nube. Baixo a política nacional de desenvolvemento vigorosamente a economía dixital, a computación en nube de China entrou nun período de desenvolvemento inclusivo, aumentou a demanda de computación de bordo e a integración de Cloud Edge e End converteuse nunha dirección evolutiva importante no futuro.
O mercado da computación de borde para medrar o 36,1% CAGR nos próximos cinco anos
A industria da computación Edge entrou nunha etapa de desenvolvemento constante, como o demostra a diversificación gradual dos seus prestadores de servizos, o tamaño do mercado en expansión e a expansión das áreas de aplicación. En termos de tamaño do mercado, os datos do informe de seguimento de IDC demostran que o tamaño global do mercado dos servidores de computación de borde en China alcanzou os 3,31 millóns de dólares en 2021, e o tamaño global do mercado dos servidores de computación en China espérase que medre a unha taxa de crecemento anual composto do 22,2% de 2020 a 2025. CAGR do 36,1% de 2023 a 2027.
Edge Computing Eco-Industry prospera
A computación Edge está actualmente na fase inicial do brote, e os límites empresariais da cadea industrial son relativamente difusos. Para os vendedores individuais, é necesario considerar a integración cos escenarios empresariais, e tamén é necesario ter a capacidade de adaptarse aos cambios nos escenarios empresariais desde o nivel técnico, e tamén é necesario asegurarse de que haxa un alto grao de compatibilidade cos equipos de hardware, así como a capacidade de enxeñaría para desembarcar.
A cadea da industria da computación Edge divídese en vendedores de chip, vendedores de algoritmos, fabricantes de dispositivos de hardware e provedores de solucións. Os provedores de chip desenvolven principalmente chips aritméticos de lado final a bordo a lado na nube e, ademais dos chips do borde, tamén desenvolven tarxetas de aceleración e plataformas de desenvolvemento de software de soporte. Os vendedores de algoritmos toman algoritmos de visión por computadora como o núcleo para construír algoritmos xerais ou personalizados, e tamén hai empresas que constrúen centros comerciais de algoritmos ou formación e plataformas de empuxe. Os vendedores de equipos están a investir activamente en produtos de computación de borde e a forma de produtos de computación de borde está enriquecida constantemente, formando gradualmente unha pila completa de produtos de computación de borde desde o chip ata toda a máquina. Os provedores de solucións fornecen solucións de software ou software-integrado por software para industrias específicas.
As aplicacións da industria da computación de borde aceleran
No campo da cidade intelixente
Unha inspección completa da propiedade urbana úsase actualmente no modo de inspección manual, e o modo de inspección manual ten problemas de custos lento e intensivos no traballo, dependencia do proceso de individuos, unha mala cobertura e frecuencia de inspección e un mal control de calidade. Ao mesmo tempo, o proceso de inspección rexistrou unha enorme cantidade de datos, pero estes recursos de datos non se transformaron en activos de datos para o empoderamento empresarial. Ao aplicar a tecnoloxía AI a escenarios de inspección móbil, a empresa creou un vehículo de inspección intelixente de Gobernanza urbana, que adopta tecnoloxías como Internet of Things, Cloud Computing, Algoritmos AI e transporta equipos profesionais como cámaras de alta definición, pantallas intelixentes e asistencia intelixente e servidores AI ". Promove a transformación da gobernanza urbana do persoal intensivo á intelixencia mecánica, desde o xuízo empírico ata a análise de datos e desde a resposta pasiva ao descubrimento activo.
No campo do lugar de construción intelixente
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 Os servizos de recordatorio e tomando a iniciativa para a identificación de factores inseguros, a garda intelixente de IA, o aforro de man de obra, para satisfacer as necesidades de xestión de persoal e seguridade dos inmobles dos sitios de construción.
No campo do transporte intelixente
A arquitectura do lado da nube converteuse no paradigma básico para o despregamento de aplicacións na industria do transporte intelixente, co lado da nube responsable da xestión centralizada e parte do procesamento de datos, o lado de bordo proporcionando principalmente a análise de datos do lado e o procesamento de decisións sobre a computación e o lado final responsable da recollida de datos empresariais.
En escenarios específicos como a coordinación por estrada de vehículos, as interseccións holográficas, a condución automática e o tráfico ferroviario, hai un gran número de dispositivos heteroxéneos e estes dispositivos requiren xestión de acceso, xestión de saídas, procesamento de alarma e procesamento de operacións e mantemento. A computación de borde pode dividir e conquistar, converterse en grande en pequenas funcións de conversión de protocolo de capa cruzada, conseguir un acceso unificado e estable e incluso un control colaborativo de datos heteroxéneos.
No campo da fabricación industrial
Escenario de optimización de procesos de produción: actualmente, un gran número de sistemas de fabricación discretos están limitados pola incompletidade dos datos, e a eficiencia global dos equipos e outros cálculos de datos do índice son relativamente desleixadas, dificultando o uso da optimización de eficiencia. Plataforma de computación de bordo baseada no modelo de información de equipos para lograr o sistema de fabricación semántica Comunicación horizontal e a comunicación vertical, baseada no mecanismo de procesamento de fluxos de datos en tempo real para agregar e analizar un gran número de datos en tempo real de campo, para conseguir unha liña de produción baseada en modelos de información de datos de información de datos, para proporcionar un poderoso soporte de datos para a toma de decisións no sistema de fabricación discreto.
Equipos Escenario de mantemento preditivo: o mantemento dos equipos industriais divídese en tres tipos: mantemento reparativo, mantemento preventivo e mantemento preditivo. O mantemento de restauración pertence ao mantemento ex post facto, ao mantemento preventivo e ao mantemento predictivo pertencen ao mantemento ex ante, o primeiro baséase no tempo, o rendemento dos equipos, as condicións do sitio e outros factores para o mantemento regular de equipos, máis ou menos en función da experiencia humana, o segundo a través da recollida de datos de sensores, o control en tempo real do estado de funcionamento.
Escenario de inspección de calidade industrial: o campo de inspección de visión industrial é o primeiro formulario tradicional de inspección óptica automática automática (AOI) no campo de inspección de calidade, pero o desenvolvemento de AOI ata o momento, en moitos defectos de detección e outros escenarios complexos, debido á defectos de diversos tipos, a extracción de características, a algoritmo adaptativa non é a máxima, a algoritmo, a algoritmo, a algoritidade, a algoritmo, a algoritmo, a algoritmo, é a de produción. Factores, o sistema tradicional AOI foi difícil satisfacer o desenvolvemento das necesidades da liña de produción. Polo tanto, a plataforma de algoritmo de inspección de calidade industrial de AI representada pola aprendizaxe profunda + pequena aprendizaxe de mostras está a substituír gradualmente o esquema tradicional de inspección visual, e a plataforma de inspección de calidade industrial AI pasou por dúas etapas de algoritmos de aprendizaxe de máquinas clásicas e algoritmos de inspección de aprendizaxe profunda.
Tempo de publicación: outubro-08-2023