Od Cloud Services do Edge Computing, AI dolazi do "zadnje milje"

Ako se umjetna inteligencija smatra putovanjem od A do B, usluga računalstva u oblaku je zračna luka ili željeznička stanica velikih brzina, a rubno računalstvo je taksi ili zajednički bicikl.Rubno računalstvo je blizu ljudi, stvari ili izvora podataka.Usvaja otvorenu platformu koja integrira pohranu, računanje, mrežni pristup i osnovne mogućnosti aplikacije za pružanje usluga korisnicima u blizini.U usporedbi s centralno raspoređenim uslugama računalstva u oblaku, rubno računalstvo rješava probleme kao što su duga latencija i visoki promet konvergencije, pružajući bolju podršku za usluge u stvarnom vremenu i zahtjevne propusnosti.

Vatra ChatGPT-a pokrenula je novi val razvoja umjetne inteligencije, ubrzavajući tonjenje umjetne inteligencije u više područja primjene kao što su industrija, maloprodaja, pametne kuće, pametni gradovi itd. Veliku količinu podataka treba pohraniti i izračunati na kraju aplikacije, a oslanjanje samo na oblak više nije u mogućnosti zadovoljiti stvarnu potražnju, rubno računalstvo poboljšava posljednji kilometar AI aplikacija.U skladu s nacionalnom politikom snažnog razvoja digitalnog gospodarstva, kinesko računalstvo u oblaku ušlo je u razdoblje uključivog razvoja, potražnja za rubnim računalstvom je porasla, a integracija ruba i kraja oblaka postala je važan evolucijski smjer u budućnosti.

Tržište rubnog računalstva porast će za 36,1% CAGR tijekom sljedećih pet godina

Industrija rubnog računalstva ušla je u fazu stabilnog razvoja, što dokazuje postupna diversifikacija pružatelja usluga, sve veća veličina tržišta i daljnje širenje područja primjene.Što se tiče veličine tržišta, podaci iz IDC-ovog izvješća o praćenju pokazuju da je ukupna veličina tržišta poslužitelja za rubno računalstvo u Kini dosegla 3,31 milijardu USD 2021., a očekuje se da će ukupna veličina tržišta poslužitelja za rubno računalstvo u Kini rasti složenim godišnjim rastom stopa od 22,2% od 2020. do 2025. Sullivan predviđa da će veličina tržišta rubnog računalstva u Kini dosegnuti 250,9 milijardi RMB 2027., s CAGR-om od 36,1% od 2023. do 2027.

Ekološka industrija rubnog računalstva napreduje

Rubno računalstvo trenutno je u ranoj fazi izbijanja, a poslovne granice u lancu industrije relativno su nejasne.Za pojedinačne dobavljače potrebno je razmotriti integraciju s poslovnim scenarijima, a također je potrebno imati sposobnost prilagodbe promjenama u poslovnim scenarijima s tehničke razine, a također je potrebno osigurati visok stupanj kompatibilnost s hardverskom opremom, kao i inženjerska sposobnost za izradu projekata.

Industrijski lanac rubnog računalstva podijeljen je na dobavljače čipova, dobavljače algoritama, proizvođače hardverskih uređaja i pružatelje rješenja.Prodavači čipova uglavnom razvijaju aritmetičke čipove od end-side do edge-side do cloud-side, a osim edge-side čipova, oni također razvijaju kartice za ubrzanje i podržavaju platforme za razvoj softvera.Dobavljači algoritama uzimaju algoritme računalnog vida kao jezgru za izradu općih ili prilagođenih algoritama, a postoje i poduzeća koja grade trgovačke centre za algoritme ili platforme za obuku i push.Prodavači opreme aktivno ulažu u rubne računalne proizvode, a oblik rubnih računalnih proizvoda neprestano se obogaćuje, postupno formirajući punu hrpu rubnih računalnih proizvoda od čipa do cijelog stroja.Dobavljači rješenja pružaju softverska ili softversko-hardverska integrirana rješenja za određene industrije.

Industrijske aplikacije rubnog računalstva ubrzavaju se

U području pametnog grada

Sveobuhvatni pregled urbane imovine trenutno se često koristi u načinu ručnog pregleda, a način ručnog pregleda ima probleme dugotrajnosti i rada, ovisnosti procesa o pojedincima, slabe pokrivenosti i učestalosti pregleda te loše kvalitete kontrolirati.U isto vrijeme procesom inspekcije zabilježena je ogromna količina podataka, ali ti izvori podataka nisu pretvoreni u podatkovnu imovinu za poslovno osnaživanje.Primjenom AI tehnologije na scenarije mobilne inspekcije, poduzeće je stvorilo inteligentno vozilo za inspekciju urbanog upravljanja AI, koje usvaja tehnologije kao što su Internet of Things, računalstvo u oblaku, AI algoritmi i nosi profesionalnu opremu kao što su kamere visoke razlučivosti, zaslone na ploči i bočne poslužitelje AI, te kombinira mehanizam inspekcije "inteligentni sustav + inteligentni stroj + pomoć osoblja".Promiče transformaciju urbanog upravljanja iz kadrovski intenzivne u mehaničku inteligenciju, od empirijske prosudbe do analize podataka i od pasivnog odgovora do aktivnog otkrivanja.

U području inteligentnog gradilišta

Inteligentna rješenja za gradilište temeljena na rubnom računalstvu primjenjuju duboku integraciju tehnologije umjetne inteligencije u tradicionalni rad praćenja sigurnosti u građevinskoj industriji, postavljanjem rubnog terminala za analizu umjetne inteligencije na gradilište, dovršavajući neovisno istraživanje i razvoj vizualnih algoritama umjetne inteligencije temeljenih na inteligentnom videu analitička tehnologija, stalno otkrivanje događaja koje treba otkriti (npr. otkrivanje treba li ili ne nositi kacigu), pružanje usluga identifikacije točaka rizika za osoblje, okoliš, sigurnost i drugih sigurnosnih rizika i usluga podsjetnika na alarm te preuzimanje inicijative za identifikaciju nesigurnih čimbenici, AI inteligentna zaštita, ušteda troškova radne snage, kako bi se zadovoljile potrebe upravljanja sigurnošću osoblja i imovine na gradilištima.

U području inteligentnog transporta

Arhitektura na strani oblaka postala je osnovna paradigma za implementaciju aplikacija u industriji inteligentnog transporta, sa stranom u oblaku odgovornom za centralizirano upravljanje i dio obrade podataka, dok rubna strana uglavnom pruža analizu podataka na strani ruba i odluke o računanju -izrada obrada, a krajnja strana uglavnom zadužena za prikupljanje poslovnih podataka.

U određenim scenarijima kao što su koordinacija vozila i ceste, holografska raskrižja, automatska vožnja i željeznički promet, pristupa se velikom broju heterogenih uređaja, a ti uređaji zahtijevaju upravljanje pristupom, upravljanje izlazom, obradu alarma i obradu rada i održavanja.Rubno računalstvo može podijeliti i osvojiti, pretvoriti veliko u malo, pružiti funkcije konverzije protokola između slojeva, postići unificiran i stabilan pristup, pa čak i kolaborativnu kontrolu heterogenih podataka.

U području industrijske proizvodnje

Scenarij optimizacije proizvodnog procesa: Trenutačno je veliki broj diskretnih proizvodnih sustava ograničen nepotpunošću podataka, a ukupna učinkovitost opreme i izračuni drugih indeksnih podataka relativno su traljavi, što otežava korištenje za optimizaciju učinkovitosti.Rubna računalna platforma temeljena na informacijskom modelu opreme za postizanje vodoravne i vertikalne komunikacije proizvodnog sustava na semantičkoj razini, temeljene na mehanizmu obrade toka podataka u stvarnom vremenu za prikupljanje i analizu velikog broja terenskih podataka u stvarnom vremenu, za postizanje proizvodne linije temeljene na modelu fuzija informacija s više izvora podataka, kako bi se pružila snažna podatkovna podrška za donošenje odluka u diskretnom proizvodnom sustavu.

Scenarij predviđenog održavanja opreme: Održavanje industrijske opreme podijeljeno je u tri vrste: reparativno održavanje, preventivno održavanje i prediktivno održavanje.Restaurativno održavanje pripada ex post facto održavanju, preventivno održavanje i prediktivno održavanje pripada ex-ante održavanju, prvo se temelji na vremenu, performansama opreme, uvjetima na lokaciji i drugim čimbenicima za redovito održavanje opreme, više ili manje temeljeno na ljudskom iskustvo, potonje kroz prikupljanje podataka senzora, praćenje radnog stanja opreme u stvarnom vremenu, na temelju industrijskog modela analize podataka, i točno predviđanje kada se kvar dogodi.

Scenarij inspekcije industrijske kvalitete: polje inspekcije industrijskog vida prvi je tradicionalni oblik automatske optičke inspekcije (AOI) u području inspekcije kvalitete, ali dosadašnji razvoj AOI-ja, u mnogim scenarijima otkrivanja nedostataka i drugim složenim scenarijima, zbog nedostataka raznih tipova, ekstrakcija značajki je nepotpuna, prilagodljivi algoritmi slaba proširivost, proizvodna linija se često ažurira, migracija algoritama nije fleksibilna, i drugi čimbenici, tradicionalni AOI sustav je teško zadovoljiti potrebe razvoja proizvodne linije.Stoga platforma algoritma za industrijsku inspekciju kvalitete AI koju predstavlja duboko učenje + učenje na malom uzorku postupno zamjenjuje tradicionalnu shemu vizualne inspekcije, a platforma za industrijsku inspekciju kvalitete AI prošla je kroz dvije faze algoritama klasičnog strojnog učenja i algoritama inspekcije dubokog učenja.

 


Vrijeme objave: 8. listopada 2023
WhatsApp Online Chat!