Ako se umjetna inteligencija smatra putovanje od A do B, usluga računalstva u oblaku je zračna luka ili željeznička stanica velike brzine, a Edge Computing je taksi ili zajednički bicikl. Računanje ruba je blizu strane ljudi, stvari ili izvora podataka. Usvaja otvorenu platformu koja integrira mogućnosti pohrane, računanja, pristupa mreži i osnovnih aplikacija za pružanje usluga za korisnike u blizini. U usporedbi s centralno raspoređenim uslugama računalstva u oblaku, Edge Computing rješava probleme poput dugog prometa s latencijom i visoke konvergencije, pružajući bolju podršku za usluge u stvarnom vremenu i propusnosti.
Požar chatgpt -a pokrenuo je novi val razvoja AI, ubrzavajući potonuće AI u više aplikacijskih područja kao što su industrija, maloprodaja, pametne domove, pametne gradove itd. Veliku količinu podataka treba pohraniti i izračunati na kraju aplikacije, a oslanjanje samo na oblak više nije u stanju zadovoljiti stvarne zahtjeve, a rafalting zadnje zahtjeve. Prema nacionalnoj politici snažnog razvoja digitalne ekonomije, kinesko računalstvo u oblaku ušlo je u razdoblje uključivog razvoja, rafalna potražnja za rubom je porasla, a integracija oblaka i kraja postala je važan evolucijski smjer u budućnosti.
Edge Computing Market za rast 36,1% CAGR-a tijekom sljedeće petogodišnje
Edge računalna industrija ušla je u fazu stalnog razvoja, o čemu svjedoči postupna diverzifikacija svojih pružatelja usluga, veća veličina tržišta i daljnje širenje područja primjene. Što se tiče tržišne veličine, podaci iz IDC -ovog izvješća o praćenju pokazuju da je ukupna tržišna veličina poslužitelja za rafalne rubove u Kini dosegla 3,31 milijardu američkih dolara u 2021., a očekuje se da će ukupna tržišna veličina računalnih poslužitelja u Kini rasti po složenom godišnjoj stopi rasta od 2020 do 2025. godine, dostignu se u CACLS -u, dosegnuće na tržište na tržištu. od 36,1% od 2023. do 2027. godine.
Eko-industrija na rubovima uspijeva
Edge Computing trenutno je u ranoj fazi epidemije, a poslovne granice u industrijskom lancu relativno su nejasne. Za pojedine dobavljače potrebno je razmotriti integraciju s poslovnim scenarijima, a također je potrebno imati mogućnost prilagođavanja promjenama u poslovnim scenarijima s tehničke razine, a također je potrebno osigurati da postoji visok stupanj kompatibilnosti s hardverskom opremom, kao i inženjersku sposobnost zemljišnih projekata.
Lanac industrije rafalne industrije podijeljen je na dobavljače čipova, dobavljače algoritma, proizvođače hardverskih uređaja i pružatelje rješenja. Prodavači čipova uglavnom razvijaju aritmetičke čipove od krajnje strane do ruba do oblaka, a pored čipova na rubu, oni također razvijaju karte za ubrzanje i podržavaju platforme za razvoj softvera. Dobavljači algoritma uzimaju algoritme računalnog vida kao jezgru za izgradnju općih ili prilagođenih algoritama, a postoje i poduzeća koja grade tržne centre algoritama ili platforme za obuku i guranje. Dobavljači opreme aktivno ulažu u proizvode za računanje ruba, a oblik izravnih proizvoda za izradu ruba neprestano se obogaćuje, postupno formirajući cijeli niz proizvoda za računanje ruba od čipa na cijeli stroj. Pružatelji rješenja pružaju softverska ili softversko-hardverska integrirana rješenja za određene industrije.
Aplikacije industrije rafalne industrije ubrzavaju se
U polju Smart City
Sveobuhvatna inspekcija urbane imovine trenutno se obično koristi u načinu ručnog pregleda, a način ručnog pregleda ima problema s visokim vremenskim i napornim troškovima, ovisnosti procesa o pojedincima, loše pokrivenosti i učestalosti inspekcije i loše kontrole kvalitete. Istodobno je inspekcijski postupak zabilježio ogromnu količinu podataka, ali ti resursi podataka nisu transformirani u podatkovne imovine za osnaživanje poslovanja. Primjenjujući AI tehnologiju na scenarije mobilne inspekcije, poduzeće je stvorilo Urban upravljanje AI Inteligentno inspekcijsko vozilo, koje prihvaća tehnologije poput Interneta stvari, računalstva u oblaku, algoritama AI i nosi profesionalnu opremu kao što su kamere visoke definiranja, na ailentnim osobljem i kombiniranim sustavom AI. Promiče transformaciju urbanog upravljanja od intenzivnog osoblja do mehaničke inteligencije, od empirijske prosudbe do analize podataka i od pasivnog odgovora do aktivnog otkrića.
Na području inteligentnog gradilišta
Rješenja inteligentnih web lokacija temeljenih na rubnim računalima primjenjuju duboku integraciju AI tehnologije na tradicionalni rad sigurnosti građevinske industrije, postavljanjem terminala za analizu Edge AI na gradilištu, dovršavanjem neovisnih istraživanja i razvoja vizualnih algoritama AI AI na temelju tehnologije inteligentne video analitike, otkrivanja osiguranja, i alarma, osiguravanja, otkrivanja ili nošenja Helth-a) Inicijativa za identifikaciju nesigurnih čimbenika, AI inteligentno čuvanje, uštedu troškova radne snage, kako bi se zadovoljile potrebe za upravljanjem osobljem i sigurnošću imovine.
U području inteligentnog prijevoza
Arhitektura na strani oblaka postala je osnovna paradigma za implementaciju aplikacija u inteligentnoj transportnoj industriji, s tim da je strana oblaka odgovorna za centralizirano upravljanje i dio obrade podataka, rubna strana koja uglavnom pruža analizu podataka i obradu odluka o izračunavanju na strani i izračunavanje, a krajnja strana uglavnom odgovorna za prikupljanje poslovnih podataka.
U specifičnim scenarijima kao što su koordinacija vozila, holografskih raskrižja, automatska vožnja i željeznički promet, pristupio je veliki broj heterogenih uređaja, a ti uređaji zahtijevaju upravljanje pristupom, upravljanje izlaskom, obradu alarma te obradu rada i održavanja. Edge Computing može podijeliti i osvojiti, pretvoriti se u malu, osigurati funkcije konverzije protokola unakrsnog sloja, postići jedinstveni i stabilan pristup, pa čak i kolaborativnu kontrolu heterogenih podataka.
Na području industrijske proizvodnje
Scenarij optimizacije proizvodnje: Trenutno je veliki broj diskretnih proizvodnih sustava ograničen nepotpunošću podataka, a cjelokupna učinkovitost opreme i drugi izračunavanje podataka indeksa relativno su neugodni, što otežava korištenje za optimizaciju učinkovitosti. Edge Computing Platform na temelju informiranja o opremi za postizanje semantičke razine proizvodnog sustava vodoravna komunikacija i vertikalna komunikacija, na temelju mehanizma za obradu protoka podataka u stvarnom vremenu za objedinjavanje i analizu velikog broja podataka u stvarnom vremenu, kako bi se postigla podaci o izvorima proizvodnih linija utemeljenih na modelu, kako bi se pružila snažna podrška za donošenje odluka u diskretnom proizvodnom sustavu.
Scenarij održavanja opreme: Održavanje industrijske opreme podijeljeno je u tri vrste: reparativno održavanje, preventivno održavanje i prediktivno održavanje. Restorativno održavanje pripada ex post facto održavanju, preventivnom održavanju i prediktivnom održavanju pripadaju ex-ante održavanju, prvo se temelji na vremenu, performansama opreme, uvjetima mjesta i drugim čimbenicima za redovito održavanje opreme, manje ili više zasnovano na ljudskom iskustvu, potonjeg prikupljanja podataka o senzorima, praćenja radnog vremena u stvarnom vremenu, u slučaju da se nalaze u industrijskoj analizi, i akumulacijskog modela.
Scenarij inspekcije industrijske kvalitete: Polje za inspekciju industrijskog vida prvi je tradicionalni automatski optički inspekcija (AOI) u polje za inspekciju kvalitete, ali razvoj AOI do sada, u mnogim otkrivanju oštećenja i drugih složenih scenarija, zbog oštećenja različitih vrsta, ekstrakcija značajki je adaptička, a aduptivna je aduptirana, a aduptivna loša proširiva, a algorits, a.s. Čimbenici, tradicionalni AOI sustav teško je zadovoljiti razvoj potreba proizvodnih linija. Stoga, platforma algoritama za inspekciju industrijske kvalitete AI predstavljena dubokim učenjem + mali uzorak učenje postupno zamjenjuje tradicionalnu shemu vizualnog pregleda, a platforma za inspekciju AI industrijske kvalitete prošla je dvije faze algoritama klasičnog strojnog učenja i algoritama za inspekciju dubokog učenja.
Post Vrijeme: OCT-08-2023