Ha a mesterséges intelligenciát A-tól B-ig tartó utazásnak tekintik, akkor a Cloud Computing Service repülőtér vagy nagysebességű vasútállomás, az Edge Computing pedig taxi vagy megosztott kerékpár. Az élszámítás közel áll az emberek, a dolgok vagy az adatforrások oldalához. Olyan nyílt platformot fogad el, amely integrálja a tárolást, a számításokat, a hálózat hozzáférését és az alkalmazás alapvető képességeit, hogy szolgáltatásokat nyújtson a közelben lévő felhasználók számára. A központilag telepített felhőalapú számítástechnikai szolgáltatásokkal összehasonlítva az Edge Computing olyan problémákat old meg, mint a hosszú késleltetés és a nagy konvergencia forgalom, jobb támogatást nyújtva a valós idejű és a sávszélesség-igényes szolgáltatásokhoz.
A CHATGPT tűz egy új AI -fejlesztési hullámot indított, amely felgyorsította az AI süllyedését több alkalmazási területre, például iparágra, kiskereskedelemre, intelligens házakra, intelligens városokra stb. Számos adatot kell tárolni és kiszámítani az alkalmazás végén, és csak a felhőre támaszkodva nem képes kielégíteni a tényleges igényt, az élszámítás javítja az AI alkalmazások utolsó kilométerre. A digitális gazdaság erőteljes fejlõdésének nemzeti politikája szerint a kínai felhőalapú számítástechnika a befogadó fejlesztési időszakra lépett be, az Edge Computing kereslet növekedett, és a Cloud Edge és a End integrációja a jövőben fontos evolúciós iránygá vált.
Edge Computing Market 36,1% -os CAGR-növekedéshez a következő öt év alatt
Az Edge számítástechnikai iparág belépett a folyamatos fejlődés szakaszába, amint azt a szolgáltatók fokozatos diverzifikációja, a bővülő piaci méret és az alkalmazási területek további bővítése is igazolja. A piac méretét tekintve az IDC nyomkövetési jelentéséből származó adatok azt mutatják, hogy a kínai élszám -számítási szerverek teljes piaci mérete 2021 -ben elérte a 3,31 milliárd dollárt, és a Kínában az Edge Computing szerverek teljes piaci mérete várhatóan növekedni fog a 2020 -tól 2025 -ig. 2025 -ig. A Kínában a Kínában a számméret várható, hogy a Kínában várható, hogy az él szélessége várhatóan az RMB -t elérje, és eléri az RMB -t. 36,1% 2023 és 2027 között.
A szélszámítás az öko-iparágban virágzik
Az Edge Computing jelenleg a kitörés korai szakaszában van, és az ipari lánc üzleti határai viszonylag homályosak. Az egyes gyártók számára meg kell fontolni az üzleti forgatókönyvekkel való integrációt, és képesek is alkalmazkodni a műszaki szintű üzleti forgatókönyvek változásaihoz, és azt is biztosítani kell, hogy nagymértékben kompatibilis legyen a hardver berendezésekkel, valamint a projektek kialakításának mérnöki képességével.
Az Edge Computing iparág láncát chip -gyártókra, algoritmus -gyártókra, hardvereszköz -gyártókra és megoldások szolgáltatóira osztják. A chip-gyártók többnyire aritmetikai chipeket fejlesztenek ki a végső oldalról a szélső oldalra a felhő oldalig, és az éloldali chipek mellett gyorsítási kártyákat fejlesztenek ki és támogatják a szoftverfejlesztési platformokat is. Az algoritmus -gyártók a számítógépes látás algoritmusokat veszik figyelembe az általános vagy testreszabott algoritmusok felépítéséhez, és vannak olyan vállalkozások is, amelyek algoritmusok bevásárlóközpontjait vagy képzési és platformjait építik fel. A berendezések gyártói aktívan fektetnek be az Edge Computing termékekbe, és az Edge Computing termékek formája folyamatosan dúsul, fokozatosan egy teljes halom Edge Computing terméket képezve a chipből az egész gépre. A megoldás-szolgáltatók szoftver- vagy szoftverkemény szoftverrel integrált megoldásokat kínálnak az egyes iparágak számára.
Edge számítástechnikai ipari alkalmazások felgyorsulnak
Az intelligens város területén
Jelenleg a városi vagyon átfogó ellenőrzését használják a kézi ellenőrzés módjában, és a kézi ellenőrzési módnak a legfelsõbb időigényes és munkaigényes költségek, a folyamatfüggőség, a rossz lefedettség és az ellenőrzési gyakoriság, valamint a rossz minőség-ellenőrzés problémái vannak. Ugyanakkor az ellenőrzési folyamat óriási mennyiségű adatot rögzített, de ezeket az adatforrásokat nem alakították át az üzleti felhatalmazás adat eszközévé. Az AI technológiának a mobil ellenőrzési forgatókönyvekre történő alkalmazásával a vállalkozás létrehozott egy városi kormányzási AI intelligens ellenőrző járművet, amely olyan technológiákat alkalmaz, mint például a tárgyak internete, a felhőalapú számítástechnika, az AI algoritmusok, és professzionális berendezéseket hordoz, mint például nagyfelbontású kamerák, a fedélzeti kijelzők és az AI oldali szerverek, és összekeveri a "Intelligens rendszer + Intelligens Gépi Személyzet" Segítségnyertét. Elősegíti a városi kormányzás személyi igényből a mechanikai intelligenciává történő átalakulását az empirikus megítélésről az adatok elemzésére és az aktív felfedezésre adott passzív válaszoktól.
Az intelligens építkezés területén
Edge számítástechnika-alapú intelligens építési helyszíni megoldások az AI technológia mély integrációját alkalmazzák a hagyományos építőipar biztonsági megfigyelési munkájára, az AI-elemző terminál elhelyezésével az építkezésen, az intelligens videoalitikai technológián alapuló, a beavatkozás és az alázási pontok felismerésére szolgáló események és a piasztási pontok felismerésére szolgáló vizuális AI-algoritmusok független kutatásának és fejlesztésének észlelése, valamint a beavatkozás teljes munkaidős felismerése, valamint a beadványosság felismerése, valamint a beadványosság felismerése, vagy nem. A nem biztonságos tényezők azonosítása, az AI intelligens őrzés, a munkaerő -költségek megtakarítása, az építési helyek személyzetének és ingatlanbiztonsági kezelési igényeinek kielégítése érdekében.
Az intelligens szállítás területén
A felhőoldali architektúra az alapvető paradigmává vált az alkalmazások intelligens szállítási iparban történő telepítéséhez, a Cloud Side felelős a központosított menedzsmentért és az adatfeldolgozás részét, az Edge oldalt elsősorban az éloldali adatelemzés és a számítási döntéshozatali feldolgozás, valamint a végoldal, amely elsősorban az üzleti adatok gyűjtéséért felelős.
Konkrét forgatókönyvekben, például a jármű-útkoordináció, a holografikus kereszteződések, az automatikus vezetés és a vasúti forgalomban számos heterogén eszközhöz érhető el, és ezeknek az eszközöknek hozzáféréskezelés, kilépési kezelés, riasztási és karbantartási feldolgozás szükséges. Az Edge Computing megoszthatja és meghódíthatja, kicsivé válhat, keresztréteg-protokoll-konverziós funkciókat biztosíthat, egységes és stabil hozzáférést, sőt a heterogén adatok együttműködési irányítását is elérheti.
Az ipari gyártás területén
A gyártási folyamat optimalizálási forgatókönyve: Jelenleg számos diszkrét gyártási rendszert korlátoznak az adatok hiányossága, és az általános berendezések hatékonysága és egyéb index -adatok számításai viszonylag hanyagok, ami megnehezíti a hatékonyság optimalizálását. Edge számítástechnikai platform a berendezésinformációs modell alapján a szemantikai szintű gyártó rendszer vízszintes kommunikációjának és vertikális kommunikációjának elérése érdekében, a valós idejű adatáramlási feldolgozási mechanizmuson alapulva, hogy nagyszámú terepi adatot adjon és elemezze a modellalapú gyártósor multi-data forrásinformációs fúziós fúziót, hogy hatékony adat-támogatást nyújtson a döntéshozatalhoz a diszkrét gyártórendszerben.
A berendezések prediktív karbantartási forgatókönyve: Az ipari berendezések karbantartása három típusra oszlik: reparatív karbantartás, megelőző karbantartás és prediktív karbantartás. A helyreállító karbantartás az utólagos facto karbantartáshoz, a megelőző karbantartáshoz és a prediktív karbantartáshoz tartozik az ex-ante karbantartáshoz, az előbbi az idő, a berendezések teljesítményén, a helyszíni körülményekhez és a berendezések rendszeres karbantartásának egyéb tényezőin alapul, többé-kevésbé az emberi tapasztalatokon alapul, az utóbbi az érzékelő adatok gyűjtése révén, a berendezések működési állapotának valós idejű megfigyelése, és pontosan megjósolják a meghibásodást.
Ipari minőség -ellenőrzési forgatókönyv: Az ipari látás -ellenőrző terület az első hagyományos automatikus optikai ellenőrző ellenőrzés (AOI) formája a minőség -ellenőrzési területen, de az AOI fejlesztése számos hibakutatásban és más összetett forgatókönyvekben, a különféle típusok hibáinak köszönhetően, a funkciók kivonása nem teljes, az adaptív algoritmusok gyenge meghosszabbíthatóságát, és a termelési vonalat frissítik, az algoritmus nem teljes. Az AOI rendszert nehéz volt kielégíteni a gyártósor igényeinek fejlesztésének. Ezért az AI ipari minőségű ellenőrzési algoritmus platform, amelyet a Deep Learning + Kisminta tanulás képvisel, fokozatosan felváltja a hagyományos vizuális ellenőrzési sémát, és az AI ipari minőség -ellenőrző platformon a klasszikus gépi tanulási algoritmusok és a mély tanulási ellenőrzési algoritmusok két szakaszán ment keresztül.
A postai idő: október-08-2023