Als kunstmatige intelligentie wordt beschouwd als een reis van A naar B, is cloud computing een luchthaven of hogesnelheidstreinstation, en edge computing een taxi of een gedeelde fiets. Edge computing staat dicht bij de kant van mensen, dingen of gegevensbronnen. Het maakt gebruik van een open platform dat opslag, berekeningen, netwerktoegang en applicatiekernmogelijkheden integreert om diensten te bieden aan gebruikers in de omgeving. Vergeleken met centraal geïmplementeerde cloud computing-services lost edge computing problemen op zoals lange latentie en hoog convergentieverkeer, waardoor betere ondersteuning wordt geboden voor realtime en bandbreedte-eisende services.
Het vuur van ChatGPT heeft een nieuwe golf van AI-ontwikkeling op gang gebracht, waardoor het wegzakken van AI in meer toepassingsgebieden zoals de industrie, de detailhandel, slimme huizen, slimme steden, enz. is versneld. Een grote hoeveelheid gegevens moet worden opgeslagen en berekend op de werkvloer. aan het einde van de applicatie en het vertrouwen op de cloud alleen niet langer in staat is om aan de daadwerkelijke vraag te voldoen, verbetert edge computing de laatste kilometer aan AI-applicaties. Onder het nationale beleid van krachtige ontwikkeling van de digitale economie is de Chinese cloud computing een periode van inclusieve ontwikkeling ingegaan, is de vraag naar edge computing enorm gestegen en is de integratie van cloud edge en end een belangrijke evolutionaire richting in de toekomst geworden.
De edge computing-markt zal de komende vijf jaar met 36,1% CAGR groeien
De edge computing-industrie is een fase van gestage ontwikkeling ingegaan, zoals blijkt uit de geleidelijke diversificatie van haar dienstverleners, de groeiende marktomvang en de verdere uitbreiding van toepassingsgebieden. In termen van marktomvang laten gegevens uit het trackingrapport van IDC zien dat de totale marktomvang van edge computing-servers in China in 2021 3,31 miljard dollar bedroeg, en dat de totale marktomvang van edge computing-servers in China naar verwachting zal groeien met een samengestelde jaarlijkse groei. van 22,2% tussen 2020 en 2025. Sullivan voorspelt dat de marktomvang van edge computing in China in 2027 naar verwachting RMB 250,9 miljard zal bereiken, met een CAGR van 36,1% tussen 2023 en 2027.
De eco-industrie van edge computing bloeit
Edge computing bevindt zich momenteel in het beginstadium van de uitbraak en de zakelijke grenzen in de industriële keten zijn relatief vaag. Voor individuele leveranciers is het noodzakelijk om de integratie met bedrijfsscenario's te overwegen, en het is ook noodzakelijk om het vermogen te hebben om zich vanaf technisch niveau aan te passen aan veranderingen in bedrijfsscenario's, en het is ook noodzakelijk om ervoor te zorgen dat er een hoge mate van compatibiliteit met hardwareapparatuur, evenals het technische vermogen om projecten te landen.
De keten van de edge computing-industrie is onderverdeeld in chipleveranciers, algoritmeleveranciers, fabrikanten van hardwareapparaten en leveranciers van oplossingen. Chipleveranciers ontwikkelen vooral rekenchips van end-side naar edge-side naar cloud-side, en naast edge-side chips ontwikkelen ze ook versnellingskaarten en ondersteunen ze softwareontwikkelingsplatforms. Leveranciers van algoritmen nemen computer vision-algoritmen als basis voor het bouwen van algemene of op maat gemaakte algoritmen, en er zijn ook bedrijven die algoritmecentra of trainings- en pushplatforms bouwen. Leveranciers van apparatuur investeren actief in edge computing-producten, en de vorm van edge computing-producten wordt voortdurend verrijkt, waardoor geleidelijk een volledige stapel edge computing-producten ontstaat, van de chip tot de hele machine. Oplossingsaanbieders bieden software- of software-hardware-geïntegreerde oplossingen voor specifieke industrieën.
Toepassingen in de edge computing-industrie versnellen
Op het gebied van slimme stad
Een uitgebreide inspectie van stedelijk onroerend goed wordt momenteel vaak gebruikt in de vorm van handmatige inspectie, en de handmatige inspectiemodus heeft de problemen van hoge tijdrovende en arbeidsintensieve kosten, procesafhankelijkheid van individuen, slechte dekking en inspectiefrequentie, en slechte kwaliteit. controle. Tegelijkertijd registreerde het inspectieproces een enorme hoeveelheid gegevens, maar deze gegevensbronnen zijn niet omgezet in gegevensmiddelen voor de empowerment van het bedrijfsleven. Door AI-technologie toe te passen op mobiele inspectiescenario's heeft het bedrijf een AI-intelligent inspectievoertuig voor stedelijk bestuur gecreëerd, dat technologieën zoals het internet der dingen, cloud computing en AI-algoritmen gebruikt en professionele apparatuur zoals high-definition camera's aan boord heeft. borddisplays en AI-zijservers, en combineert het inspectiemechanisme van "intelligent systeem + intelligente machine + personeelsassistentie". Het bevordert de transformatie van stedelijk bestuur van personeelsintensieve naar mechanische intelligentie, van empirisch oordeel naar data-analyse, en van passieve reactie naar actieve ontdekking.
Op het gebied van intelligente bouwplaats
Op edge computing gebaseerde intelligente bouwplaatsoplossingen passen de diepe integratie van AI-technologie toe op het traditionele veiligheidsbewakingswerk in de bouwsector, door een edge AI-analyseterminal op de bouwplaats te plaatsen, waarmee het onafhankelijke onderzoek en de ontwikkeling van visuele AI-algoritmen op basis van intelligente video worden voltooid. analytische technologie, fulltime detectie van te detecteren gebeurtenissen (bijvoorbeeld het detecteren of wel of niet een helm moet worden gedragen), het verstrekken van diensten voor identificatie van personeels-, milieu-, beveiligings- en andere veiligheidsrisicopunten en alarmherinneringsdiensten, en het nemen van het initiatief voor het identificeren van onveilige situaties factoren, AI intelligente bewaking, besparing op mankrachtkosten, om te voldoen aan de behoeften op het gebied van personeels- en eigendomsveiligheidsbeheer van bouwplaatsen.
Op het gebied van intelligent transport
Cloud-side-end-architectuur is het basisparadigma geworden voor de inzet van applicaties in de intelligente transportindustrie, waarbij de cloud-kant verantwoordelijk is voor gecentraliseerd beheer en een deel van de gegevensverwerking, terwijl de edge-kant voornamelijk zorgt voor data-analyse en berekeningsbeslissingen aan de edge-side. -verwerking, en de eindzijde voornamelijk verantwoordelijk voor het verzamelen van bedrijfsgegevens.
In specifieke scenario's zoals voertuig-wegcoördinatie, holografische kruispunten, automatisch rijden en treinverkeer is er toegang tot een groot aantal heterogene apparaten, en deze apparaten vereisen toegangsbeheer, uitgangsbeheer, alarmverwerking en bedienings- en onderhoudsverwerking. Edge computing kan verdelen en heersen, groot in klein veranderen, cross-layer protocolconversiefuncties bieden, uniforme en stabiele toegang bereiken en zelfs gezamenlijke controle over heterogene gegevens.
Op het gebied van industriële productie
Scenario voor optimalisatie van productieprocessen: Momenteel wordt een groot aantal afzonderlijke productiesystemen beperkt door de onvolledigheid van gegevens, en zijn de algehele apparatuurefficiëntie en andere indexgegevensberekeningen relatief slordig, waardoor het moeilijk wordt om deze te gebruiken voor efficiëntie-optimalisatie. Edge computing-platform gebaseerd op apparatuurinformatiemodel om horizontale communicatie en verticale communicatie van het productiesysteem op semantisch niveau te bereiken, gebaseerd op real-time gegevensstroomverwerkingsmechanisme om een groot aantal real-time veldgegevens te aggregeren en analyseren, om op modellen gebaseerde productielijnen te bereiken informatiefusie van meerdere gegevensbronnen, om krachtige gegevensondersteuning te bieden voor besluitvorming in het discrete productiesysteem.
Scenario voor voorspellend onderhoud van apparatuur: Het onderhoud van industriële apparatuur is onderverdeeld in drie typen: reparatief onderhoud, preventief onderhoud en voorspellend onderhoud. Herstelonderhoud behoort tot onderhoud achteraf, preventief onderhoud en voorspellend onderhoud behoort tot onderhoud vooraf. Het eerste is gebaseerd op tijd, prestaties van de apparatuur, omstandigheden ter plaatse en andere factoren voor regelmatig onderhoud van apparatuur, min of meer gebaseerd op menselijk onderhoud. ervaring, dit laatste door het verzamelen van sensorgegevens, realtime monitoring van de bedrijfsstatus van de apparatuur, gebaseerd op het industriële model van data-analyse, en nauwkeurig voorspellen wanneer de storing optreedt.
Scenario voor industriële kwaliteitscontrole: industrieel visie-inspectieveld is de eerste traditionele vorm van automatische optische inspectie (AOI) op het gebied van kwaliteitsinspectie, maar de ontwikkeling van AOI tot nu toe, in veel defectdetectie en andere complexe scenario's, als gevolg van de defecten van een verscheidenheid van typen, feature-extractie is onvolledig, adaptieve algoritmen zijn slecht uitbreidbaar, de productielijn wordt regelmatig bijgewerkt, de algoritmemigratie is niet flexibel en andere factoren, het traditionele AOI-systeem is moeilijk om aan de ontwikkeling van de productielijnbehoeften te voldoen. Daarom vervangt het AI-platform voor industriële kwaliteitsinspectie, vertegenwoordigd door deep learning + small sample learning, geleidelijk het traditionele visuele inspectieschema, en heeft het AI-platform voor industriële kwaliteitsinspectie twee fasen doorlopen van klassieke machine learning-algoritmen en deep learning-inspectie-algoritmen.
Posttijd: 08-okt-2023