Se l'intelligenza artificiale è considerata un viaggio da A a B, il servizio di cloud computing è un aeroporto o una stazione ferroviaria ad alta velocità e Edge Computing è un taxi o una bicicletta condivisa. Edge Computing è vicino al lato di persone, cose o fonti di dati. Adotta una piattaforma aperta che integra l'archiviazione, il calcolo, l'accesso alla rete e le funzionalità core dell'applicazione per fornire servizi agli utenti nelle vicinanze. Rispetto ai servizi di cloud computing distribuiti a livello centrale, Edge Computing risolve problemi come la latenza lunga e l'alta convergenza, fornendo un migliore supporto per i servizi di decomposizione in tempo reale e larghezza di banda.
Il Fire of Chatgpt ha scatenato una nuova ondata di sviluppo dell'IA, accelerando l'affondamento di AI in più aree di applicazione come industria, vendita al dettaglio, case intelligenti, città intelligenti, ecc. Una grande quantità di dati deve essere archiviata e calcolata alla fine dell'applicazione e fare affidamento sul solo cloud non è più in grado di soddisfare la domanda effettiva, a bordo del calcolo del calcolo. Secondo la politica nazionale di sviluppo vigorosamente dell'economia digitale, il cloud computing cinese è entrato in un periodo di sviluppo inclusivo, la domanda di computing dei bordi è aumentata e l'integrazione di Cloud Edge and End è diventata un'importante direzione evolutiva in futuro.
Mercato dei bordi elaborazione per far crescere il 36,1% CAGR nel prossimo quinquenne
L'industria di Edge Computing è entrata in una fase di sviluppo costante, come evidenziato dalla graduale diversificazione dei suoi fornitori di servizi, dalle dimensioni del mercato in espansione e dall'ulteriore espansione delle aree di applicazione. In termini di dimensioni del mercato, i dati del rapporto di tracciamento di IDC mostrano che le dimensioni complessive del mercato dei server di calcolo dei bordi in Cina hanno raggiunto 3,31 miliardi di dollari nel 2021 e che le dimensioni complessive del mercato dei server di calcolo dei bordi in Cina dovrebbero crescere a un tasso di crescita annuale composto per il 22,2% dal 2020 dal 2020 al 2025. Sullivan Precasts La dimensione del mercato della Cina dovrebbe raggiungere il RMB di RMB a un Cagr, con un Cagra. 36,1% dal 2023 al 2027.
Bordo eco-industria prospera
Edge Computing è attualmente nella fase iniziale dello scoppio e i confini delle imprese nella catena del settore sono relativamente sfocati. Per i singoli fornitori, è necessario considerare l'integrazione con gli scenari aziendali ed è anche necessario avere la capacità di adattarsi ai cambiamenti negli scenari aziendali dal livello tecnico, ed è anche necessario garantire che vi sia un alto grado di compatibilità con le attrezzature per hardware, nonché la capacità ingegneristica di fondere progetti.
La catena dell'industria di EDge Computing è divisa in fornitori di chip, fornitori di algoritmo, produttori di dispositivi hardware e fornitori di soluzioni. I fornitori di chip sviluppano principalmente chip aritmetici dal lato finale al lato bordo al lato cloud e, oltre ai chip sul lato del bordo, sviluppano anche carte di accelerazione e supportano piattaforme di sviluppo del software. I fornitori di algoritmo prendono algoritmi per la visione artificiale come core per costruire algoritmi generali o personalizzati e ci sono anche aziende che costruiscono centri commerciali di algoritmo o piattaforme di formazione e push. I venditori di apparecchiature stanno investendo attivamente in prodotti per il calcolo dei bordi e la forma di prodotti per il calcolo dei bordi è costantemente arricchita, formando gradualmente una pila completa di prodotti per il calcolo dei bordi dal chip a tutta la macchina. I fornitori di soluzioni forniscono soluzioni integrate con software o software per industrie specifiche.
Le applicazioni del settore educing di bordo accelerano
Nel campo di Smart City
Un'ispezione completa della proprietà urbana è attualmente comunemente usata nella modalità di ispezione manuale e la modalità di ispezione manuale presenta i problemi di costi di altezza che richiedono tempo e ad alta intensità di lavoro, dipendenza dal processo da individui, scarsa copertura e frequenza di ispezione e scarso controllo di qualità. Allo stesso tempo, il processo di ispezione ha registrato un'enorme quantità di dati, ma queste risorse di dati non sono state trasformate in risorse di dati per l'empowerment aziendale. Applicando la tecnologia AI agli scenari di ispezione mobile, l'impresa ha creato un veicolo di ispezione intelligente di governance urbana, che adotta tecnologie come Internet of Things, cloud computing, algoritmi di intelligenza artificiale e trasporta attrezzature professionali come le telecamere di personale ad alta definizione ". Promuove la trasformazione della governance urbana da personale-intenso all'intelligenza meccanica, dal giudizio empirico all'analisi dei dati e dalla risposta passiva alla scoperta attiva.
Nel campo del cantiere intelligente
Le soluzioni di cantiere intelligenti basate su ement e computing applicano la profonda integrazione della tecnologia AI ai tradizionali lavori di monitoraggio della sicurezza del settore delle costruzioni, posizionando un terminale di analisi dell'IA Edge nel cantiere, completando la ricerca indipendente e lo sviluppo di algoritmi di intelligenza artificiale visivi in base alla tecnologia di analisi video intelligente e al altre tecnologie di sicurezza, alla sicurezza a tempo pieno e ad altra misurazione per la sicurezza, per la sicurezza dei rischi di sicurezza, per la sicurezza a tempo pieno e sugli altra servizi e prendendo l'iniziativa all'identificazione di fattori non sicuri, alla protezione intelligente AI, al risparmio dei costi di forza lavoro, per soddisfare le esigenze di gestione della sicurezza del personale e della proprietà dei cantieri.
Nel campo del trasporto intelligente
L'architettura sul lato cloud è diventata il paradigma di base per la distribuzione di applicazioni nel settore dei trasporti intelligenti, con il lato cloud responsabile della gestione centralizzata e parte dell'elaborazione dei dati, il lato principale che fornisce principalmente analisi dei dati sul bordo e elaborazione decisionale di calcolo e il lato finale principalmente responsabile della raccolta di dati aziendali.
In scenari specifici come il coordinamento della strada dei veicoli, gli incroci olografici, la guida automatica e il traffico ferroviario, si accede un gran numero di dispositivi eterogenei e questi dispositivi richiedono la gestione dell'accesso, la gestione delle uscite, l'elaborazione degli allarmi e il funzionamento e l'elaborazione della manutenzione. EDGE Computing può dividere e conquistare, trasformare in grande in piccolo, fornire funzioni di conversione del protocollo a strato incrociato, ottenere un accesso unificato e stabile e persino il controllo collaborativo dei dati eterogenei.
Nel campo della produzione industriale
Scenario di ottimizzazione del processo di produzione: attualmente un gran numero di sistemi di produzione discreti è limitato dall'incompletezza dei dati e dall'efficienza complessiva delle apparecchiature e altri calcoli dei dati dell'indice sono relativamente sciatti, rendendo difficile l'uso per l'ottimizzazione dell'efficienza. Piattaforma di emending Computing basata sul modello di informazioni sull'apparecchiatura per raggiungere il sistema di produzione semantica di comunicazione orizzontale e comunicazione verticale, basata sul meccanismo di elaborazione del flusso di dati in tempo reale per aggregare e analizzare un gran numero di dati sul campo in tempo reale, per raggiungere la fusione delle informazioni di origine multi-dati basata su modelli, per fornire un potente supporto dati per il processo decisionale nel sistema di produzione discreta.
Scenario di manutenzione predittiva delle attrezzature: la manutenzione delle attrezzature industriali è divisa in tre tipi: manutenzione riparativa, manutenzione preventiva e manutenzione predittiva. La manutenzione restaurativa appartiene alla manutenzione ex post facto, alla manutenzione preventiva e alla manutenzione predittiva appartenente alla manutenzione ex ante, la prima si basa sul tempo, sulle prestazioni delle attrezzature, sulle condizioni del sito e su altri fattori per la manutenzione regolare delle attrezzature, più o meno sulla base dell'esperienza umana, la seconda attraverso la raccolta attraverso la raccolta di dati del sensore, il monitoraggio in tempo reale dello stato operativo delle attrezzature, sulla base del modello industriale di analisi dei dati e di previsione.
Industrial quality inspection scenario: industrial vision inspection field is the first traditional automatic optical inspection (AOI) form into the quality inspection field, but the development of AOI so far, in many defect detection and other complex scenarios, due to the defects of a variety of types, feature extraction is incomplete, adaptive algorithms poor extensibility, the production line is updated frequently, the algorithm migration is not flexible, and Altri fattori, il tradizionale sistema AOI è stato difficile soddisfare lo sviluppo delle esigenze della linea di produzione. Pertanto, la piattaforma di algoritmo di ispezione di qualità industriale AI rappresentata da Deep Learning + Small Sample Learning sta gradualmente sostituendo il tradizionale schema di ispezione visiva e la piattaforma di ispezione della qualità industriale AI ha attraversato due fasi di algoritmi classici di apprendimento automatico e ispezione dell'apprendimento profondo.
Tempo post: ottobre-08-2023