Upami intelijen buatan dianggap salaku perjalanan ti A ka B, jasa komputasi awan mangrupikeun bandara atanapi stasion karéta api gancang, sareng komputasi tepi mangrupikeun taksi atanapi sapédah anu dibagi. Edge computing deukeut ka sisi jalma, hal, atawa sumber data. Éta ngadopsi platform kabuka anu ngahijikeun panyimpen, komputasi, aksés jaringan, sareng kamampuan inti aplikasi pikeun nyayogikeun jasa pikeun pangguna di sakurilingna. Dibandingkeun sareng jasa komputasi awan anu disebarkeun sacara terpusat, komputasi tepi ngarengsekeun masalah sapertos latensi panjang sareng lalu lintas konvergénsi anu luhur, nyayogikeun dukungan anu langkung saé pikeun layanan waktos-nyata sareng nungtut bandwidth.
Seuneu ChatGPT parantos nyababkeun gelombang pangembangan AI anyar, ngagancangkeun sinking AI kana langkung seueur daérah aplikasi sapertos industri, ritel, imah pinter, kota pinter, jsb. Seueur data anu ageung kedah disimpen sareng diitung dina tungtung aplikasi, sareng ngandelkeun awan nyalira henteu tiasa nyumponan paménta anu saleresna, komputasi tepi ningkatkeun kilométer terakhir aplikasi AI. Dina kabijakan nasional anu giat ngembangkeun ékonomi digital, komputasi awan Cina parantos lebet kana periode pangembangan inklusif, paménta komputasi edge parantos ningkat, sareng integrasi ujung awan sareng tungtung parantos janten arah évolusionér anu penting di hareup.
Pasar komputasi tepi tumuwuh 36.1% CAGR salami lima taun ka hareup
Industri komputasi tepi parantos lebet kana tahap pangembangan anu ajeg, dibuktikeun ku diversifikasi bertahap tina panyadia ladenan, ukuran pasar anu ngembang, sareng ékspansi salajengna tina daérah aplikasi. Dina hal ukuran pasar, data tina laporan tracking IDC nunjukkeun yén ukuran pasar sakabéh server komputasi tepi di Cina ngahontal US $ 3.31 milyar dina 2021, sarta ukuran pasar sakabéh server komputasi ujung di Cina diperkirakeun tumuwuh dina laju pertumbuhan taunan sanyawa 22.2% ti 2020 nepi ka 2025. 250.9 milyar dina 2027, kalayan CAGR 36.1% ti 2023 dugi ka 2027.
Éko-industri komputasi tepi mekar
Komputasi tepi ayeuna dina tahap awal wabah, sareng wates bisnis dina ranté industri rélatif kabur. Pikeun ngical paralatan individu, perlu mertimbangkeun integrasi jeung skenario bisnis, sarta eta oge perlu mibanda kamampuhan pikeun adaptasi jeung parobahan dina skenario bisnis ti tingkat teknis, sarta eta oge diperlukeun pikeun mastikeun yén aya gelar luhur kasaluyuan jeung alat hardware, kitu ogé kamampuhan rékayasa pikeun proyék darat.
Ranté industri komputasi ujung dibagi kana padagang chip, padagang algoritma, produsén alat hardware, sareng panyadia solusi. Ngical paralatan chip lolobana ngamekarkeun chip arithmetic ti tungtung-sisi ka ujung-sisi ka awan-sisi, jeung sajaba chip ujung-sisi, aranjeunna ngamekarkeun ogé kartu akselerasi tur ngarojong platform ngembangkeun software. Nu ngical paralatan algoritma nyandak algoritma visi komputer salaku inti pikeun ngawangun algoritma umum atanapi khusus, sareng aya ogé perusahaan anu ngawangun mall algoritma atanapi pelatihan sareng platform push. Ngical paralatan aktip investasi dina produk komputasi ujung, sarta bentuk produk komputasi ujung terus enriched, laun ngabentuk tumpukan pinuh produk komputasi ujung ti chip ka sakabeh mesin. Panyadia solusi nyadiakeun software atawa software-hardware-terintegrasi solusi pikeun industri husus.
Aplikasi industri komputasi tepi ngagancangkeun
Dina widang smart city
A inspeksi komprehensif ngeunaan harta urban ayeuna ilahar dipaké dina modeu inspeksi manual, sarta mode inspeksi manual boga masalah biaya tinggi waktu-consuming jeung kuli-intensif, prosés gumantungna individu, sinyalna goréng jeung frékuénsi inspeksi, jeung kontrol kualitas goréng. Dina waktu nu sarua prosés inspeksi dirékam jumlah badag data, tapi sumber data ieu teu acan robah jadi aset data pikeun pemberdayaan bisnis. Ku nerapkeun téknologi AI kana skenario pamariksaan sélulér, perusahaan parantos nyiptakeun kandaraan pamariksaan cerdas AI tata kelola kota, anu ngadopsi téknologi sapertos Internet of Things, komputasi awan, algoritma AI, sareng mawa alat-alat profésional sapertos kaméra definisi luhur, tampilan on-board, sareng server samping AI, sareng ngagabungkeun "mekanisme bantuan mesin intelijen" + Ieu promotes transformasi governance urban ti tanaga-intensif kana kecerdasan mékanis, ti judgment empiris kana analisis data, sarta ti respon pasif kana kapanggihna aktip.
Dina widang situs konstruksi calakan
Solusi situs konstruksi cerdas berbasis komputasi Edge nerapkeun integrasi jero téknologi AI kana padamelan ngawaskeun kaamanan industri konstruksi tradisional, ku cara nempatkeun terminal analisis AI tepi di situs konstruksi, ngalengkepan panalungtikan mandiri sareng pamekaran algoritma AI visual dumasar kana téknologi analitik video calakan, deteksi full-time kajadian anu bakal dideteksi (contona, ngadeteksi naha atanapi henteu ngagem hélem, idéntitas sareng kaamanan, sareng nyayogikeun jasa kaamanan anu sanés, ngingetkeun lingkungan, sareng kaamanan anu sanés). inisiatif pikeun Idéntifikasi faktor unsafe, AI guarding calakan, ngahemat biaya tanaga gawé, pikeun minuhan kabutuhan tanaga sarta manajemén kaamanan sipat situs konstruksi.
Dina widang transportasi calakan
Arsitéktur awan-sisi-tungtung geus jadi paradigma dasar pikeun deployment tina aplikasi dina industri angkutan calakan, jeung sisi awan jawab manajemén terpusat sarta bagian tina ngolah data, sisi tepi utamana nyadiakeun analisis data ujung-sisi jeung ngolah kaputusan komputasi, jeung sisi tungtung utamana jawab ngumpulkeun data bisnis.
Dina skenario husus kayaning koordinasi kandaraan-jalan, intersections holographic, nyetir otomatis, sarta lalulintas rail, aya angka nu gede ngarupakeun alat hétérogén diaksés, sarta alat ieu merlukeun manajemén aksés, manajemén kaluar, processing alarm, sarta operasi sarta perawatan processing. Komputasi tepi tiasa ngabagi sareng nalukkeun, janten ageung janten alit, nyayogikeun fungsi konversi protokol cross-lapisan, ngahontal aksés anu ngahiji sareng stabil, bahkan kontrol kolaborasi data hétérogén.
Dina widang manufaktur industri
Skenario Optimasi Prosés Produksi: Ayeuna, sajumlah ageung sistem manufaktur diskrit dibatesan ku henteu lengkep data, sareng efisiensi alat-alat sareng itungan data indéks anu sanés rélatif lebay, sahingga hésé dianggo pikeun optimasi efisiensi. Tepi platform komputasi dumasar kana modél informasi parabot pikeun ngahontal sistem manufaktur tingkat semantis komunikasi horizontal sarta komunikasi vertikal, dumasar kana real-time mékanisme ngolah aliran data pikeun agrégat jeung nganalisis angka nu gede ngarupakeun widang real-time data, pikeun ngahontal garis produksi basis model multi-data sumber fusi informasi, nyadiakeun rojongan data kuat pikeun-pembuatan kaputusan dina sistem manufaktur diskrit.
Skenario Pangropéa Prediktif Alat: Pangropéa pakakas industri dibagi kana tilu jinis: pangropéa réparatif, pangropéa preventif, sareng pangropéa prédiksi. Pangropéa réstoratif milik pangropéa ex-post facto, pangropéa preventif, sareng pangropéa prédiksi milik pangropéa ex-ante, urut dumasar kana waktos, kinerja peralatan, kaayaan situs, sareng faktor sanésna pikeun pangropéa rutin alat-alat, langkung atanapi kirang dumasar kana pangalaman manusa, anu terakhir ngalangkungan pangumpulan data sensor, ngawaskeun sacara real-time kaayaan operasi alat-alat, dumasar kana modél industri analisis data, sareng akurat ngaduga nalika gagalna.
Skenario pamariksaan kualitas industri: widang inspeksi visi industri mangrupikeun inspeksi optik otomatis tradisional (AOI) anu munggaran dina widang inspeksi kualitas, tapi pamekaran AOI dugi ka ayeuna, dina seueur deteksi cacad sareng skenario kompleks anu sanés, kusabab cacad tina rupa-rupa jinis, ékstraksi fitur henteu lengkep, ékstraksi fitur henteu lengkep, algoritma produksina henteu diénggalan, frékuénsi ékstraksi produksina henteu diénggalan, algoritma produksina kirang éksténsif. fléksibel, jeung faktor séjén, sistem AOI tradisional geus hese minuhan ngembangkeun kaperluan garis produksi. Ku alatan éta, platform algoritma pamariksaan kualitas industri AI anu diwakilan ku diajar jero + diajar sampel leutik laun-laun ngagentos skéma pamariksaan visual tradisional, sareng platform pamariksaan kualitas industri AI parantos ngalangkungan dua tahapan algoritma pembelajaran mesin klasik sareng algoritma pamariksaan pembelajaran jero.
waktos pos: Oct-08-2023