Se a intelixencia artificial é considerada como unha viaxe de A a B, o servizo de computación na nube é un aeroporto ou estación de ferrocarril de alta velocidade, e a informática de borde é un taxi ou unha bicicleta compartida. A informática Edge está preto das persoas, das cousas ou das fontes de datos. Adopta unha plataforma aberta que integra capacidades básicas de almacenamento, computación, acceso á rede e aplicacións para ofrecer servizos aos usuarios das proximidades. En comparación cos servizos de computación en nube implantados centralmente, a computación de punta resolve problemas como a longa latencia e o tráfico de alta converxencia, proporcionando un mellor soporte para servizos en tempo real e que requiren ancho de banda.
O lume de ChatGPT provocou unha nova onda de desenvolvemento da intelixencia artificial, que acelerou o afundimento da intelixencia artificial en máis áreas de aplicación, como a industria, o comercio polo miúdo, as casas intelixentes, as cidades intelixentes, etc. Hai que almacenar e calcular unha gran cantidade de datos no final da aplicación, e confiando só na nube xa non é capaz de satisfacer a demanda real, a informática de punta mellora o último quilómetro de aplicacións de IA. Baixo a política nacional de desenvolvemento vigoroso da economía dixital, a computación en nube de China entrou nun período de desenvolvemento inclusivo, a demanda de computación de borde aumentou e a integración do borde e do extremo da nube converteuse nunha importante dirección evolutiva no futuro.
O mercado da computación Edge crecerá un 36,1% CAGR durante os próximos cinco anos
A industria da computación de punta entrou nunha etapa de desenvolvemento constante, como o demostra a gradual diversificación dos seus provedores de servizos, o tamaño do mercado en expansión e a maior expansión das áreas de aplicación. En canto ao tamaño do mercado, os datos do informe de seguimento de IDC mostran que o tamaño global do mercado dos servidores de computación de punta en China alcanzou os 3.310 millóns de dólares en 2021, e espérase que o tamaño do mercado global de servidores de computación de punta en China creza nun crecemento anual composto. taxa do 22,2% de 2020 a 2025. Sullivan prevé que o tamaño do mercado da computación de punta en China alcance os 250,9 millóns de RMB en 2027, cun CAGR do 36,1% de 2023 a 2027.
A ecoindustria da computación de borde prospera
A computación de borde está actualmente na fase inicial do brote e os límites comerciais na cadea da industria son relativamente difusos. Para os provedores individuais, é necesario considerar a integración con escenarios empresariais, e tamén é necesario ter a capacidade de adaptación aos cambios nos escenarios empresariais desde o nivel técnico, e tamén é necesario garantir que exista un alto grao de compatibilidade con equipos de hardware, así como a capacidade de enxeñería para aterrar proxectos.
A cadea da industria da computación de punta divídese en provedores de chips, provedores de algoritmos, fabricantes de dispositivos de hardware e provedores de solucións. Os vendedores de chips desenvolven principalmente chips aritméticos desde o lado final ata o lado do bordo ata o lado da nube, e ademais dos chips do bordo, tamén desenvolven tarxetas de aceleración e admiten plataformas de desenvolvemento de software. Os provedores de algoritmos toman os algoritmos de visión por ordenador como núcleo para construír algoritmos xerais ou personalizados, e tamén hai empresas que constrúen centros comerciais de algoritmos ou plataformas de adestramento e impulso. Os provedores de equipos están a investir activamente en produtos de computación de punta, e a forma de produtos de computación de borde enriquecese constantemente, formando gradualmente unha pila completa de produtos de computación de borde desde o chip ata toda a máquina. Os provedores de solucións ofrecen software ou solucións integradas de software e hardware para industrias específicas.
Aceleran as aplicacións da industria da computación de borde
No ámbito da cidade intelixente
Na actualidade úsase habitualmente unha inspección integral da propiedade urbana no modo de inspección manual, e o modo de inspección manual ten os problemas de custos lentos e intensivos en man de obra, dependencia do proceso dos individuos, mala cobertura e frecuencia de inspección e mala calidade. control. Ao mesmo tempo, o proceso de inspección rexistrou unha gran cantidade de datos, pero estes recursos de datos non se transformaron en activos de datos para o empoderamento empresarial. Ao aplicar a tecnoloxía de intelixencia artificial a escenarios de inspección móbil, a empresa creou un vehículo de inspección intelixente de intelixencia artificial de goberno urbano, que adopta tecnoloxías como Internet das cousas, computación en nube, algoritmos de intelixencia artificial e leva equipos profesionais como cámaras de alta definición, pantallas do taboleiro e servidores laterais de IA, e combina o mecanismo de inspección de "sistema intelixente + máquina intelixente + asistencia do persoal". Promove a transformación da gobernanza urbana de intelixencia intensiva en persoal á intelixencia mecánica, do xuízo empírico á análise de datos e da resposta pasiva ao descubrimento activo.
No campo da construción intelixente
As solucións de construción intelixente baseadas na computación de punta aplican a profunda integración da tecnoloxía de IA ao traballo tradicional de vixilancia da seguridade da industria da construción, colocando un terminal de análise de IA de punta no lugar de construción, completando a investigación e desenvolvemento independentes de algoritmos visuais de IA baseados en vídeo intelixente. tecnoloxía analítica, detección a tempo completo dos eventos que se van detectar (p. ex., detectar se hai que usar ou non casco), proporcionar servizos de identificación de puntos de risco de persoal, medio ambiente, seguridade e outros servizos de recordatorio de alarmas e tomar a iniciativa de Identificación de riscos inseguros. factores, vixilancia intelixente da intelixencia artificial, aforro de custos de man de obra, para satisfacer as necesidades de xestión da seguridade do persoal e da propiedade das obras de construción.
No ámbito do transporte intelixente
A arquitectura de extremo da nube converteuse no paradigma básico para o despregamento de aplicacións na industria do transporte intelixente, sendo o lado da nube responsable da xestión centralizada e parte do procesamento de datos, o lado do borde ofrece principalmente análise de datos e decisión de cálculo. -Facer procesamento, e o lado final principal responsable da recollida de datos empresariais.
En escenarios específicos como a coordinación vehículo-estrada, as interseccións holográficas, a condución automática e o tráfico ferroviario, hai un gran número de dispositivos heteroxéneos aos que se accede, e estes dispositivos requiren xestión de accesos, xestión de saídas, procesamento de alarmas e procesamento de operación e mantemento. A computación de borde pode dividir e conquistar, converterse en pequeno en grande, proporcionar funcións de conversión de protocolos entre capas, conseguir un acceso unificado e estable e mesmo control colaborativo de datos heteroxéneos.
No ámbito da fabricación industrial
Escenario de optimización do proceso de produción: actualmente, un gran número de sistemas de fabricación discretos están limitados pola incompletitud dos datos, e a eficiencia xeral do equipo e os cálculos doutros datos de índice son relativamente descuidados, o que dificulta o seu uso para a optimización da eficiencia. Plataforma de computación de borde baseada no modelo de información de equipos para lograr un sistema de fabricación de nivel semántico comunicación horizontal e comunicación vertical, baseada nun mecanismo de procesamento de fluxo de datos en tempo real para agregar e analizar un gran número de datos de campo en tempo real, para lograr unha liña de produción baseada en modelos. fusión de información de fontes múltiples de datos, para proporcionar un potente soporte de datos para a toma de decisións no sistema de fabricación discreta.
Escenario de mantemento preditivo de equipos: o mantemento de equipos industriais divídese en tres tipos: mantemento reparativo, mantemento preventivo e mantemento preditivo. O mantemento restaurativo pertence ao mantemento ex post facto, o mantemento preventivo e o mantemento preditivo pertencen ao mantemento ex ante, o primeiro baséase no tempo, o rendemento do equipo, as condicións do lugar e outros factores para o mantemento regular do equipo, máis ou menos baseado en humanos. experiencia, este último mediante a recollida de datos do sensor, o seguimento en tempo real do estado de funcionamento do equipo, baseado no modelo industrial de análise de datos, e prever con precisión cando se produce o fallo.
Escenario de inspección de calidade industrial: o campo de inspección de visión industrial é o primeiro formulario tradicional de inspección óptica automática (AOI) no campo de inspección de calidade, pero o desenvolvemento de AOI ata agora, en moitos casos de detección de defectos e outros escenarios complexos, debido aos defectos dunha variedade. de tipos, a extracción de características é incompleta, os algoritmos adaptativos teñen unha mala extensibilidade, a liña de produción actualízase con frecuencia, a migración do algoritmo non é flexible e outros factores, o sistema AOI tradicional foi difícil de satisfacer o desenvolvemento das necesidades da liña de produción. Polo tanto, a plataforma de algoritmos de inspección de calidade industrial de AI representada pola aprendizaxe profunda + aprendizaxe de pequenas mostras está a substituír gradualmente o esquema tradicional de inspección visual, e a plataforma de inspección de calidade industrial de AI pasou por dúas etapas de algoritmos clásicos de aprendizaxe automática e algoritmos de inspección de aprendizaxe profunda.
Hora de publicación: 08-Oct-2023