Se a inteligência artificial for considerada uma viagem de A a B, o serviço de computação em nuvem é um aeroporto ou estação ferroviária de alta velocidade, e a computação de borda é um táxi ou uma bicicleta compartilhada. A computação de borda está próxima do lado das pessoas, coisas ou fontes de dados. Ele adota uma plataforma aberta que integra recursos de armazenamento, computação, acesso à rede e núcleo de aplicativos para fornecer serviços para usuários nas proximidades. Comparado com os serviços de computação em nuvem implantados centralmente, a computação de borda resolve problemas como latência longa e alta convergência, fornecendo melhor suporte para serviços que exigem largura de banda e em tempo real.
O incêndio do ChatGPT desencadeou uma nova onda de desenvolvimento de IA, acelerando o naufrágio da IA em mais áreas de aplicação, como indústria, varejo, casas inteligentes, cidades inteligentes etc. Uma grande quantidade de dados precisa ser armazenada e calculada no final do aplicativo e depender apenas da nuvem. Sob a política nacional de desenvolver vigorosamente a economia digital, a computação em nuvem da China entrou em um período de desenvolvimento inclusivo, a demanda de computação de borda aumentou e a integração da borda da nuvem e do fim se tornou uma direção evolutiva importante no futuro.
Mercado de computação de borda para crescer 36,1% CAGR nos próximos cinco anos
A indústria de computação de borda entrou em um estágio de desenvolvimento constante, como evidenciado pela diversificação gradual de seus provedores de serviços, pelo tamanho da expansão do mercado e pela expansão adicional de áreas de aplicação. Em termos de tamanho de mercado, os dados do relatório de rastreamento da IDC mostram que o tamanho geral do mercado dos servidores de computação de arestas na China atingiu US $ 3,31 bilhões em 2021, e o tamanho geral do mercado dos servidores de computação de borda na China deve crescer a uma taxa de crescimento anual de 22,2%, com o mercado de 22,2%, com o mercado de 22,2%, com o mercado de 22,2%, com o mercado de 22,2%, com o mercado de 22,2%, com o mercado de 22,2%, com o mercado de 22,2%, com o mercado de 22,2%, com o tamanho de um composto de 22,2%, com o mercado de 22,2%, com o tamanho de um composto de 22,2%, com o mercado de 22,2%, com o mercado de 22,2%, com o tamanho de um composto de 22,2%, com o tamanho de um composto de 22,2%, com o mercado de 22,2%, com o mercado. 36,1% de 2023 a 2027.
Econdemtoral de computação de borda prospera
A Computação de Edge está atualmente no estágio inicial do surto, e os limites de negócios na cadeia da indústria são relativamente confusos. Para fornecedores individuais, é necessário considerar a integração com os cenários de negócios e também é necessário ter a capacidade de se adaptar a mudanças nos cenários de negócios do nível técnico, e também é necessário garantir que haja um alto grau de compatibilidade com equipamentos de hardware, bem como a capacidade de engenharia de projetos de terra.
A cadeia da indústria de computação de borda é dividida em fornecedores de chips, fornecedores de algoritmos, fabricantes de dispositivos de hardware e provedores de soluções. Os fornecedores de chip desenvolvem principalmente chips aritméticos do lado final ao lado da borda e do lado da nuvem e, além dos chips do lado da borda, eles também desenvolvem cartões de aceleração e suportam plataformas de desenvolvimento de software. Os fornecedores de algoritmo tomam algoritmos de visão computacional como o núcleo para criar algoritmos gerais ou personalizados, e também existem empresas que constroem shoppings de algoritmos ou treinamento e push plataformas. Os fornecedores de equipamentos estão investindo ativamente em produtos de computação de borda, e a forma de produtos de computação de borda é constantemente enriquecida, formando gradualmente uma pilha completa de produtos de computação de borda do chip para a máquina inteira. Os provedores de soluções fornecem soluções integradas de software ou software-hardware para indústrias específicas.
Aplicações da indústria de computação de borda aceleram
No campo da cidade inteligente
Atualmente, uma inspeção abrangente da propriedade urbana é comumente usada no modo de inspeção manual, e o modo de inspeção manual tem os problemas de alto tempo e custos intensivos em mão-de-obra, dependência de processos de indivíduos, baixa cobertura e frequência de inspeção e controle de baixa qualidade. Ao mesmo tempo, o processo de inspeção registrou uma enorme quantidade de dados, mas esses recursos de dados não foram transformados em ativos de dados para o empoderamento dos negócios. By applying AI technology to mobile inspection scenarios, the enterprise has created an urban governance AI intelligent inspection vehicle, which adopts technologies such as the Internet of Things, cloud computing, AI algorithms, and carries professional equipment such as high-definition cameras, on-board displays, and AI side servers, and combines the inspection mechanism of "intelligent system + intelligent machine + staff assistance". Promove a transformação da governança urbana da inteligência intensiva em pessoal para a inteligência mecânica, do julgamento empírico à análise de dados e da resposta passiva à descoberta ativa.
No campo do canteiro de obras inteligente
Edge computing-based intelligent construction site solutions apply the deep integration of AI technology to the traditional construction industry safety monitoring work, by placing an edge AI analysis terminal at the construction site, completing the independent research and development of visual AI algorithms based on intelligent video analytics technology, full-time detection of events to be detected (eg, detecting whether or not to wear a helmet), providing personnel, environment, security and other safety risk point identification and alarm reminder Serviços, e levando a iniciativa à identificação de fatores inseguros, proteção inteligente da IA, economizando custos de mão -de -obra, para atender às necessidades de gerenciamento de pessoal e segurança dos canteiros de obras.
No campo do transporte inteligente
A arquitetura de extremidade do lado da nuvem tornou-se o paradigma básico para a implantação de aplicativos no setor de transporte inteligente, com o lado da nuvem responsável pelo gerenciamento centralizado e parte do processamento de dados, o lado da borda fornecendo principalmente a análise de dados do lado da borda e o processamento de tomada de decisão de computação e o lado final responsável pela coleta de dados comerciais.
Em cenários específicos, como coordenação da estrada de veículos, cruzamentos holográficos, direção automática e tráfego ferroviário, há um grande número de dispositivos heterogêneos acessados, e esses dispositivos requerem gerenciamento de acesso, gerenciamento de saída, processamento de alarme e processamento de operação e manutenção. A computação de borda pode dividir e conquistar, transformar-se grande em pequenas, fornecer funções de conversão de protocolo de camada cruzada, obter acesso unificado e estável e até mesmo controle colaborativo de dados heterogêneos.
No campo da fabricação industrial
Cenário de otimização do processo de produção: Atualmente, um grande número de sistemas de fabricação discreto é limitado pela incompletude dos dados, e a eficiência geral do equipamento e outros cálculos de dados de índice são relativamente desleixados, dificultando o uso da otimização da eficiência. Plataforma de computação de borda com base no modelo de informações do equipamento para obter a comunicação horizontal do sistema de fabricação de nível semântico e a comunicação vertical, com base no mecanismo de processamento de fluxo de dados em tempo real para agregar e analisar um grande número de dados em tempo real, para obter uma fusão de informações de origem multi-dados baseada em modelo, para fornecer suporte de dados poderoso para a tomada de decisões no sistema de fabricação discreto.
Cenário de manutenção preditiva do equipamento: A manutenção do equipamento industrial é dividida em três tipos: manutenção reparadora, manutenção preventiva e manutenção preditiva. A manutenção restauradora pertence à manutenção ex post facto, manutenção preventiva e manutenção preditiva pertencem à manutenção ex-ante, o primeiro é baseado no tempo, desempenho do equipamento, condições do local e outros fatores para a manutenção regular de equipamentos, mais ou menos o que está em relação à experiência humana, o último, através da coleta de dados de sensores, monitoramento em tempo real do estado operacional, com base no equipamento, com base no equipamento, o último modelo industrial dos dados do sensor, o monitore e o estado real do equipamento, com base no equipamento, com base no equipamento, o último, o último modelo de dados, o monitore e o estado de operação do equipamento, com base no equipamento, com base no equipamento.
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 other factors, O sistema AOI tradicional tem sido difícil para atender ao desenvolvimento das necessidades da linha de produção. Portanto, a plataforma de algoritmo de inspeção de qualidade industrial da IA representada pelo aprendizado profundo + aprendizado de amostra pequeno está substituindo gradualmente o esquema de inspeção visual tradicional, e a plataforma de inspeção de qualidade industrial da IA passou por dois estágios de algoritmos clássicos de aprendizado de máquina e algoritmos de inspeção de aprendizado profundo.
Hora de postagem: Oct-08-2023