Mula sa Cloud Services hanggang Edge Computing, ang AI ay dumating sa "Huling Mile"

Edge Computing Market upang lumago 36.1% CAGR sa susunod na limang taon

Ang industriya ng pag -compute ng gilid ay pumasok sa isang yugto ng matatag na pag -unlad, tulad ng ebidensya ng unti -unting pag -iba -iba ng mga service provider nito, ang pagpapalawak ng laki ng merkado, at ang karagdagang pagpapalawak ng mga lugar ng aplikasyon. Sa mga tuntunin ng laki ng merkado, ang data mula sa ulat ng pagsubaybay sa IDC ay nagpapakita na ang pangkalahatang laki ng merkado ng mga gilid ng mga server ng computing sa Tsina ay umabot sa US $ 3.31 bilyon sa 2021, at ang pangkalahatang laki ng merkado ng mga server ng computing sa gilid ay inaasahang lalago sa isang tambalang taunang rate ng paglago ng 22.2% mula 2020 hanggang 2025. ng 36.1% mula 2023 hanggang 2027.

Edge Computing Eco-Industry ay nagtatagumpay

Ang Edge Computing ay kasalukuyang nasa maagang yugto ng pagsiklab, at ang mga hangganan ng negosyo sa chain ng industriya ay medyo malabo. Para sa mga indibidwal na nagtitinda, kinakailangan na isaalang -alang ang pagsasama sa mga senaryo ng negosyo, at kinakailangan din na magkaroon ng kakayahang umangkop sa mga pagbabago sa mga senaryo ng negosyo mula sa antas ng teknikal, at kinakailangan din upang matiyak na mayroong isang mataas na antas ng pagiging tugma sa mga kagamitan sa hardware, pati na rin ang kakayahan ng engineering sa mga proyekto sa lupa.

Ang chain ng industriya ng computing sa gilid ay nahahati sa mga nagtitinda ng chip, mga vendor ng algorithm, tagagawa ng aparato ng hardware, at mga nagbibigay ng solusyon. Ang mga vendor ng Chip ay kadalasang nagkakaroon ng mga aritmetika na chips mula sa dulo hanggang sa gilid hanggang sa cloud-side, at bilang karagdagan sa mga gilid na gilid ng chips, nagkakaroon din sila ng mga acceleration card at sumusuporta sa mga platform ng pag-unlad ng software. Ang mga vendor ng Algorithm ay kumuha ng mga algorithm ng vision ng computer bilang pangunahing upang bumuo ng pangkalahatang o na -customize na mga algorithm, at mayroon ding mga negosyo na nagtatayo ng mga algorithm mall o pagsasanay at mga platform ng pagtulak. Ang mga vendor ng kagamitan ay aktibong namumuhunan sa mga produkto ng computing sa gilid, at ang anyo ng mga produkto ng gilid ng computing ay patuloy na pinayaman, unti -unting bumubuo ng isang buong salansan ng mga produkto ng pag -compute ng gilid mula sa chip hanggang sa buong makina. Nagbibigay ang mga tagapagbigay ng solusyon ng software o software-hardware-integrated solution para sa mga tiyak na industriya.

Ang mga aplikasyon ng industriya ng computing sa gilid ay mapabilis

Sa larangan ng Smart City

Ang isang komprehensibong pag-iinspeksyon ng mga pag-aari ng lunsod ay kasalukuyang ginagamit sa mode ng manu-manong inspeksyon, at ang manu-manong mode ng inspeksyon ay may mga problema ng mataas na oras na pag-ubos at masinsinang paggawa, pag-asa sa proseso sa mga indibidwal, hindi magandang saklaw at dalas ng inspeksyon, at hindi magandang kontrol sa kalidad. Kasabay nito ang proseso ng inspeksyon ay naitala ang isang malaking halaga ng data, ngunit ang mga mapagkukunang data na ito ay hindi nabago sa mga assets ng data para sa pagpapalakas ng negosyo. Sa pamamagitan ng paglalapat ng teknolohiya ng AI sa mga senaryo ng inspeksyon sa mobile, ang negosyo ay lumikha ng isang pamamahala sa lunsod o bayan na AI Intelligent Inspection Vehicle, na nagpatibay ng mga teknolohiya tulad ng Internet of Things, Cloud Computing, AI Algorithms, at nagdadala ng mga propesyonal na kagamitan tulad ng mataas na kahulugan ng camera, on-board display, at AI side server, at pinagsasama ang inspeksyon na mekanismo ng "intelihen na sistema + intelihente na Tulong sa Staff (. Itinataguyod nito ang pagbabagong-anyo ng pamamahala sa lunsod mula sa mga tauhan na masinsinang hanggang sa mekanikal na katalinuhan, mula sa paghuhusga ng empirikal hanggang sa pagsusuri ng data, at mula sa pasibo na tugon sa aktibong pagtuklas.

Sa larangan ng intelihenteng site ng konstruksyon

Ang Edge Computing-Based Intelligent Construction Site Solutions ay nalalapat ang malalim na pagsasama ng teknolohiya ng AI sa tradisyunal na gawain sa pagsubaybay sa kaligtasan ng industriya ng konstruksyon, sa pamamagitan ng paglalagay ng isang terminal ng pagtatasa ng AI sa konstruksyon, pagkumpleto ng independiyenteng pananaliksik at pag-unlad ng mga visual na AI algorithm batay sa intelihenteng teknolohiya ng video analytics, full-time na pagtuklas ng mga kaganapan na napansin (hal. At ang inisyatibo sa pagkilala sa hindi ligtas na mga kadahilanan, AI intelihenteng pagbabantay, pag -save ng mga gastos sa lakas ng tao, upang matugunan ang mga pangangailangan ng mga tauhan at pamamahala sa kaligtasan ng mga site ng konstruksyon.

Sa larangan ng matalinong transportasyon

Ang arkitektura ng cloud-side-end ay naging pangunahing paradigma para sa paglawak ng mga aplikasyon sa industriya ng intelihenteng transportasyon, kasama ang cloud side na responsable para sa sentralisadong pamamahala at bahagi ng pagproseso ng data, ang gilid na bahagi ay pangunahing nagbibigay ng pagsusuri sa gilid ng gilid at pagproseso ng paggawa ng desisyon sa pagkalkula, at ang pagtatapos na pangunahing responsable para sa koleksyon ng data ng negosyo.

Sa mga tiyak na mga sitwasyon tulad ng koordinasyon ng sasakyan-kalsada, mga holographic interseksyon, awtomatikong pagmamaneho, at trapiko sa tren, mayroong isang malaking bilang ng mga heterogenous na aparato na na-access, at ang mga aparatong ito ay nangangailangan ng pamamahala ng pag-access, pamamahala ng exit, pagproseso ng alarma, at pagproseso ng pagpapatakbo at pagpapanatili. Ang pag-compute ng gilid ay maaaring hatiin at malupig, maging malaki sa maliit, magbigay ng mga pag-andar ng conversion ng cross-layer, makamit ang pinag-isang at matatag na pag-access, at kahit na ang pakikipagtulungan ng heterogenous data.

Sa larangan ng pang -industriya na pagmamanupaktura

Proseso ng Pag -optimize ng Proseso ng Produksyon: Sa kasalukuyan, ang isang malaking bilang ng mga sistema ng pagmamanupaktura ng discrete ay limitado sa pamamagitan ng hindi kumpleto ng data, at ang pangkalahatang kahusayan ng kagamitan at iba pang mga pagkalkula ng data ng index ay medyo madulas, na ginagawang mahirap gamitin para sa pag -optimize ng kahusayan. Edge Computing Platform Batay sa Modelong Impormasyon sa Kagamitan upang makamit ang semantiko na antas ng pagmamanupaktura ng sistema ng pahalang na komunikasyon at vertical na komunikasyon, batay sa mekanismo ng pagproseso ng daloy ng real-time na data upang pinagsama-sama at pag-aralan ang isang malaking bilang ng data ng real-time na patlang, upang makamit ang linya na batay sa linya ng paggawa ng multi-data na impormasyon ng pagsasanib, upang magbigay ng malakas na suporta ng data para sa paggawa ng desisyon sa sistema ng paggawa ng diskriminasyon.

Equipment Predictive Maintenance Scenario: Ang pagpapanatili ng mga pang -industriya na kagamitan ay nahahati sa tatlong uri: pagpapanatili ng reparative, pagpapanatili ng pag -iwas, at pagpapanatili ng mahuhulaan. Ang pagpapanumbalik ng pagpapanumbalik ay kabilang sa ex post facto maintenance, pag-iwas sa pagpapanatili, at mahuhulaan na pagpapanatili ay kabilang sa pagpapanatili ng ex-ante, ang dating ay batay sa oras, pagganap ng kagamitan, mga kondisyon ng site, at iba pang mga kadahilanan para sa regular na pagpapanatili ng kagamitan, higit pa o mas mababa batay sa karanasan ng tao, ang huli sa pamamagitan ng koleksyon ng data ng sensor, pagsubaybay sa real-time na pagpapatakbo ng estado ng mga kagamitan, batay sa pang-industriya na modelo ng pagsusuri ng data, at tumpak na mahulaan kung kailan naganap ang pagkabigo.

Pang -industriya na Pag -iinspeksyon ng Pang -industriya na Pang -industriya: Ang patlang ng pang -industriya na pangitain na inspeksyon ay ang unang tradisyonal na awtomatikong optical inspeksyon (AOI) na bumubuo sa larangan ng pag -iinspeksyon ng kalidad, ngunit ang pag -unlad ng AOI hanggang ngayon, sa maraming mga pagkawasak ng depekto at iba pang mga kumplikadong mga sitwasyon, dahil sa mga depekto ng iba't ibang mga uri, ang tampok na pagkuha ay hindi kumpleto, ang mga adaptive na algorithm ay hindi maganda ang pagpapalawak, ang linya ng produksyon ay madalas na na -update, Ang iba pang mga kadahilanan, ang tradisyunal na sistema ng AOI ay mahirap matugunan ang pag -unlad ng mga pangangailangan sa linya ng produksyon. Samakatuwid, ang platform ng algorithm ng AI na pang -industriya na inspeksyon na kinakatawan ng malalim na pag -aaral + maliit na sample na pag -aaral ay unti -unting pinapalitan ang tradisyunal na scheme ng visual inspeksyon, at ang platform ng kalidad ng inspeksyon ng AI na pang -industriya ay dumaan sa dalawang yugto ng mga algorithm ng pag -aaral ng klasikal na pag -aaral at malalim na mga algorithm ng pag -aaral ng pag -aaral.