Ako se umjetna inteligencija promatra kao putovanje od točke A do točke B, usluga računarstva u oblaku je zračna luka ili kolodvor brzih vlakova, a rubno računarstvo je taksi ili dijeljeni bicikl. Rubno računarstvo je blizu ljudi, stvari ili izvora podataka. Usvaja otvorenu platformu koja integrira mogućnosti pohrane, računanja, pristupa mreži i jezgre aplikacije kako bi pružila usluge korisnicima u blizini. U usporedbi s centralno raspoređenim uslugama računarstva u oblaku, rubno računarstvo rješava probleme poput duge latencije i visoke konvergencije prometa, pružajući bolju podršku za usluge u stvarnom vremenu i zahtjevne propusnosti.
Požar ChatGPT-a pokrenuo je novi val razvoja umjetne inteligencije, ubrzavajući prodiranje umjetne inteligencije u više područja primjene poput industrije, maloprodaje, pametnih domova, pametnih gradova itd. Na kraju aplikacije potrebno je pohraniti i izračunati veliku količinu podataka, a oslanjanje samo na oblak više nije u stanju zadovoljiti stvarnu potražnju. Računarstvo na rubu mreže poboljšava posljednji kilometar AI aplikacija. U okviru nacionalne politike snažnog razvoja digitalnog gospodarstva, kinesko računarstvo u oblaku ušlo je u razdoblje uključivog razvoja, potražnja za računarstvom na rubu mreže porasla je, a integracija ruba i kraja oblaka postala je važan evolucijski smjer u budućnosti.
Tržište rubnog računalstva će rasti po složenoj godišnjoj stopi rasta od 36,1% u sljedećih pet godina
Industrija rubnog računalstva ušla je u fazu stabilnog razvoja, što dokazuje postupna diverzifikacija pružatelja usluga, rastuća 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 rubnih računalnih poslužitelja u Kini dosegla 3,31 milijardu američkih dolara u 2021. godini, a očekuje se da će ukupna veličina tržišta rubnih računalnih poslužitelja u Kini rasti složenom godišnjom stopom rasta od 22,2% od 2020. do 2025. godine. Sullivan predviđa da će veličina tržišta rubnog računalstva u Kini dosegnuti 250,9 milijardi RMB u 2027. godini, sa složenom godišnjom stopom rasta od 36,1% od 2023. do 2027. godine.
Eko-industrija rubnog računalstva napreduje
Edge computing trenutno je u ranoj fazi epidemije, a poslovne granice u industrijskom lancu su relativno 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 kompatibilnosti s hardverskom opremom, kao i inženjersku sposobnost za realizaciju projekata.
Industrijski lanac rubnog računalstva podijeljen je na dobavljače čipova, dobavljače algoritama, proizvođače hardverskih uređaja i pružatelje rješenja. Dobavljači čipova uglavnom razvijaju aritmetičke čipove od krajnje strane do rubne strane i strane oblaka, a osim rubnih čipova, razvijaju i kartice za ubrzanje i podržavaju platforme za razvoj softvera. Dobavljači algoritama uzimaju algoritme računalnog vida kao jezgru za izgradnju općih ili prilagođenih algoritama, a postoje i poduzeća koja grade centre za algoritme ili platforme za obuku i push. Dobavljači opreme aktivno ulažu u proizvode rubnog računalstva, a oblik proizvoda rubnog računalstva stalno se obogaćuje, postupno formirajući cijeli niz proizvoda rubnog računalstva od čipa do cijelog stroja. Pružatelji rješenja pružaju softverska ili softversko-hardverska rješenja integrirana u softver za određene industrije.
Primjene u industriji rubnog računalstva ubrzavaju se
U području pametnih gradova
Sveobuhvatni pregled gradskih nekretnina trenutno se uobičajeno koristi u načinu ručnog pregleda, a ručni način pregleda ima probleme visokih troškova koji zahtijevaju puno vremena i rada, ovisnosti procesa o pojedincima, slabe pokrivenosti i učestalosti pregleda te loše kontrole kvalitete. Istovremeno, proces pregleda zabilježio je ogromnu količinu podataka, ali ti resursi podataka nisu transformirani u podatkovnu imovinu za osnaživanje poslovanja. Primjenom AI tehnologije na scenarije mobilnog pregleda, poduzeće je stvorilo inteligentno vozilo za pregled urbane uprave s AI tehnologijom, koje usvaja tehnologije poput Interneta stvari, računarstva u oblaku, AI algoritama i nosi profesionalnu opremu poput kamera visoke razlučivosti, ugrađenih zaslona i AI bočnih poslužitelja, te kombinira mehanizam pregleda "inteligentni sustav + inteligentni stroj + pomoć osoblja". Promiče transformaciju urbane uprave od ljudske inteligencije do mehaničke inteligencije, od empirijske prosudbe do analize podataka i od pasivnog odgovora do aktivnog otkrivanja.
U području inteligentnog gradilišta
Inteligentna rješenja za gradilišta temeljena na rubnom računalstvu primjenjuju duboku integraciju AI tehnologije u tradicionalne radove na sigurnosnom nadzoru u građevinskoj industriji, postavljanjem rubnog AI analitičkog terminala na gradilište, dovršavanjem neovisnog istraživanja i razvoja vizualnih AI algoritama temeljenih na inteligentnoj tehnologiji video analitike, otkrivanjem događaja koji se otkrivaju u punom radnom vremenu (npr. otkrivanje treba li nositi kacigu ili ne), pružanjem usluga identifikacije i podsjećanja na alarme za osoblje, okoliš, sigurnost i druge sigurnosne rizike te preuzimanjem inicijative za identifikaciju nesigurnih čimbenika, inteligentno AI čuvanje, uštedu 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, pri čemu je strana oblaka odgovorna za centralizirano upravljanje i dio obrade podataka, rubna strana uglavnom pruža analizu podataka na strani ruba i računalnu obradu odluka, a krajnja strana uglavnom je odgovorna za prikupljanje poslovnih podataka.
U specifičnim scenarijima kao što su koordinacija vozila i ceste, holografska raskrižja, automatska vožnja i željeznički promet, postoji veliki broj heterogenih uređaja kojima se pristupa, a ti uređaji zahtijevaju upravljanje pristupom, upravljanje izlazima, obradu alarma te obradu rada i održavanja. Rubno računalstvo može podijeliti i osvojiti, pretvoriti veliko u malo, pružiti funkcije pretvorbe protokola između slojeva, postići ujedinjen i stabilan pristup, pa čak i kolaborativno upravljanje heterogenim podacima.
U području industrijske proizvodnje
Scenarij optimizacije proizvodnog procesa: Trenutno je veliki broj diskretnih proizvodnih sustava ograničen nepotpunošću podataka, a ukupna učinkovitost opreme i drugi izračuni indeksnih podataka relativno su neuredni, što otežava korištenje za optimizaciju učinkovitosti. Platforma za rubno računalstvo temeljena na modelu informacija o opremi za postizanje horizontalne i vertikalne komunikacije proizvodnog sustava na semantičkoj razini, temeljena na mehanizmu obrade toka podataka u stvarnom vremenu za agregiranje i analizu velikog broja podataka s terena u stvarnom vremenu, za postizanje fuzije informacija iz više izvora podataka proizvodne linije temeljene na modelu, kako bi se pružila snažna podatkovna podrška za donošenje odluka u diskretnom proizvodnom sustavu.
Scenarij prediktivnog održavanja opreme: Održavanje industrijske opreme podijeljeno je u tri vrste: reparativno održavanje, preventivno održavanje i prediktivno održavanje. Restorativno održavanje pripada ex post facto održavanju, preventivno održavanje i prediktivno održavanje pripadaju ex ante održavanju, prvo se temelji na vremenu, performansama opreme, uvjetima na lokaciji i drugim čimbenicima za redovito održavanje opreme, manje-više na ljudskom iskustvu, a drugo na prikupljanju podataka senzora, praćenju radnog stanja opreme u stvarnom vremenu, na temelju industrijskog modela analize podataka i točnom predviđanju kada će doći do kvara.
Scenarij industrijske inspekcije kvalitete: područje industrijske vizualne inspekcije prvi je tradicionalni oblik automatske optičke inspekcije (AOI) u području inspekcije kvalitete, ali razvoj AOI-ja do sada je pokazao da u mnogim scenarijima otkrivanja nedostataka i drugim složenim scenarijima, zbog različitih vrsta nedostataka, izdvajanje značajki nije potpuno, adaptivni algoritmi se slabo proširivaju, proizvodna linija se često ažurira, migracija algoritma nije fleksibilna i drugi čimbenici dovode do toga da tradicionalni AOI sustav teško zadovoljava potrebe razvoja proizvodne linije. Stoga platforma algoritma umjetne inteligencije za industrijsku inspekciju kvalitete, predstavljena dubokim učenjem + učenjem malog uzorka, postupno zamjenjuje tradicionalnu shemu vizualne inspekcije, a platforma umjetne inteligencije za industrijsku inspekciju kvalitete prošla je kroz dvije faze: klasične algoritme strojnog učenja i algoritme inspekcije dubokog učenja.
Vrijeme objave: 08.10.2023.