Ако се вештачка интелигенција посматра као путовање од А до Б, услуга рачунарства у облаку је аеродром или железничка станица велике брзине, а ивично рачунарство је такси или заједнички бицикл.Едге цомпутинг је близу људи, ствари или извора података.Он усваја отворену платформу која интегрише капацитете складиштења, рачунања, приступа мрежи и језгра апликације за пружање услуга корисницима у близини.У поређењу са централно распоређеним услугама рачунарства у облаку, ивично рачунарство решава проблеме као што су дуго кашњење и саобраћај високе конвергенције, пружајући бољу подршку за услуге у реалном времену и услуге које захтевају пропусни опсег.
Ватра ЦхатГПТ-а покренула је нови талас развоја вештачке интелигенције, убрзавајући потонуће АИ у више области примене као што су индустрија, малопродаја, паметни домови, паметни градови, итд. Велика количина података треба да се складишти и израчунава на крај апликације, а ослањање само на облак више није у стању да задовољи стварну потражњу, ивично рачунарство побољшава последњи километар АИ апликација.Под националном политиком снажног развоја дигиталне економије, кинеско рачунарство у облаку је ушло у период инклузивног развоја, потражња за ивичним рачунарством је порасла, а интеграција ивице и краја облака постала је важан еволутивни правац у будућности.
Тржиште Едге рачунара ће порасти за 36,1% ЦАГР у наредних пет година
Индустрија ивичних рачунара је ушла у фазу стабилног развоја, о чему сведочи постепена диверзификација њених провајдера услуга, повећање величине тржишта и даље ширење области примене.Што се тиче величине тржишта, подаци из ИДЦ-овог извештаја о праћењу показују да је укупна величина тржишта ивичних рачунарских сервера у Кини достигла 3,31 милијарду долара у 2021. години, а очекује се да ће укупна величина тржишта ивичних рачунарских сервера у Кини расти са сложеним годишњим растом. стопа од 22,2% од 2020. до 2025. Саливан предвиђа да ће величина тржишта рубног рачунарства у Кини достићи 250,9 милијарди РМБ у 2027., уз ЦАГР од 36,1% од 2023. до 2027. године.
Еко-индустрија рачунарства напредује
Едге цомпутинг је тренутно у раној фази избијања, а пословне границе у ланцу индустрије су релативно нејасне.За појединачне добављаче потребно је размотрити интеграцију са пословним сценаријима, а такође је неопходно имати способност прилагођавања променама у пословним сценаријима са техничког нивоа, а такође је потребно обезбедити висок степен компатибилност са хардверском опремом, као и инжењерска способност за земљиште пројеката.
Ланац индустрије ивичног рачунарства подељен је на продавце чипова, продавце алгоритама, произвођаче хардверских уређаја и добављаче решења.Продавци чипова углавном развијају аритметичке чипове од крајње стране до ивице до стране облака, а поред чипова са ивице, развијају и картице за убрзање и подржавају платформе за развој софтвера.Продавци алгоритама узимају алгоритме компјутерског вида као језгро за изградњу општих или прилагођених алгоритама, а постоје и предузећа која граде алгоритамске центре или платформе за обуку и гурање.Продавци опреме активно улажу у производе ивичног рачунарства, а облик производа за ивично рачунарство се стално обогаћује, постепено формирајући пуну гомилу производа за ивично рачунарство од чипа до целе машине.Провајдери решења обезбеђују софтверска или софтверско-хардверско интегрисана решења за одређене индустрије.
Убрзавају се апликације у индустрији ивичних рачунара
У области паметног града
Свеобухватна инспекција урбане имовине се тренутно уобичајено користи у режиму ручне инспекције, а режим ручне инспекције има проблеме дуготрајних и радно интензивних трошкова, зависност процеса од појединаца, лошу покривеност и учесталост инспекције и лош квалитет. контролу.Истовремено, процес инспекције је забележио огромну количину података, али ти ресурси података нису претворени у средства података за оснаживање пословања.Примењујући АИ технологију на сценарије мобилних инспекција, предузеће је створило интелигентно инспекцијско возило урбане управе са вештачком интелигенцијом, које усваја технологије као што су Интернет ствари, рачунарство у облаку, АИ алгоритми и носи професионалну опрему као што су камере високе дефиниције, дисплеји на плочи, и АИ бочни сервери, и комбинује инспекцијски механизам "интелигентни систем + интелигентна машина + помоћ особља".Он промовише трансформацију урбаног управљања од кадровског интензивног до механичке интелигенције, од емпиријског просуђивања до анализе података, и од пасивног одговора на активно откривање.
У области интелигентног градилишта
Решења за интелигентна градилишта заснована на ивичним рачунарима примењују дубоку интеграцију АИ технологије у традиционални рад на надзору безбедности грађевинске индустрије, постављањем терминала за анализу ивице вештачке интелигенције на градилишту, довршавајући независно истраживање и развој визуелних АИ алгоритама заснованих на интелигентном видеу аналитичка технологија, откривање догађаја у пуном радном времену које треба открити (нпр. откривање да ли треба носити кацигу или не), пружање услуга идентификације тачака ризика за особље, окружење, безбедност и друге безбедносне тачке и подсетника на аларм, и преузимање иницијативе за идентификацију небезбедних фактори, интелигентна заштита од вештачке интелигенције, уштеда трошкова радне снаге, како би се задовољиле потребе управљања безбедношћу особља и имовине на градилиштима.
У области интелигентног транспорта
Архитектура са стране Цлоуд-а постала је основна парадигма за примену апликација у индустрији интелигентног транспорта, при чему је страна облака одговорна за централизовано управљање и део обраде података, а страна на ивици углавном обезбеђује анализу података на ивици и одлучивање о прорачуну. -израда обраде, а крајња страна углавном одговорна за прикупљање пословних података.
У специфичним сценаријима као што су координација возила и пута, холографске раскрснице, аутоматска вожња и железнички саобраћај, постоји велики број хетерогених уређаја којима се приступа, а ови уређаји захтевају управљање приступом, управљање излазом, обраду аларма и обраду рада и одржавања.Едге цомпутинг може поделити и победити, претворити велико у мало, обезбедити функције конверзије протокола на више нивоа, постићи јединствен и стабилан приступ, па чак и колаборативну контролу хетерогених података.
У области индустријске производње
Сценарио оптимизације производног процеса: Тренутно је велики број дискретних производних система ограничен непотпуношћу података, а укупна ефикасност опреме и прорачуни других индексних података су релативно неуредни, што отежава употребу за оптимизацију ефикасности.Едге рачунарска платформа заснована на информационом моделу опреме за постизање семантичког нивоа производног система хоризонталне комуникације и вертикалне комуникације, засноване на механизму за обраду тока података у реалном времену за агрегирање и анализу великог броја теренских података у реалном времену, како би се постигла производна линија заснована на моделу фузија информација са више извора података, како би се обезбедила моћна подршка података за доношење одлука у дискретном производном систему.
Сценарио предиктивног одржавања опреме: Одржавање индустријске опреме је подељено на три типа: репаративно одржавање, превентивно одржавање и предиктивно одржавање.Ресторативно одржавање спада у ек пост фацто одржавање, превентивно одржавање, а предиктивно одржавање спада у ек-анте одржавање, прво се заснива на времену, перформансама опреме, условима на локацији и другим факторима за редовно одржавање опреме, мање-више на основу људских искуство, последње кроз прикупљање сензорских података, праћење радног стања опреме у реалном времену, на основу индустријског модела анализе података, и прецизно предвиђање када дође до квара.
Сценарио индустријске инспекције квалитета: поље за инспекцију индустријског вида је први традиционални облик аутоматске оптичке инспекције (АОИ) у пољу инспекције квалитета, али развој АОИ до сада, у многим детекцијама дефеката и другим сложеним сценаријима, због недостатака разних врста од типова, екстракција карактеристика је непотпуна, адаптивни алгоритми су лоши прошириви, производна линија се често ажурира, миграција алгоритама није флексибилна и други фактори, традиционални АОИ систем је био тежак да задовољи потребе развоја производне линије.Стога, платформа алгоритма за инспекцију АИ индустријског квалитета коју представља дубоко учење + учење малог узорка постепено замењује традиционалну шему визуелне инспекције, а платформа за инспекцију индустријског квалитета АИ прошла је кроз две фазе класичних алгоритама машинског учења и алгоритама за проверу дубоког учења.
Време поста: 08.10.2023