Si la inteligencia artificial se considera un viaje de A a B, el servicio de computación en la nube es un aeropuerto o una estación de ferrocarril de alta velocidad, y Edge Computing es un taxi o una bicicleta compartida. La computación de borde está cerca del lado de las personas, las cosas o las fuentes de datos. Adopta una plataforma abierta que integra las capacidades de almacenamiento, cálculo, acceso a la red y de la aplicación para proporcionar servicios para los usuarios en las cercanías. En comparación con los servicios de computación en la nube implementados centralmente, Edge Computing resuelve problemas como la latencia larga y el tráfico de alta convergencia, proporcionando un mejor soporte para los servicios en tiempo real y con el ancho de banda.
El incendio de ChatGPT ha desencadenado una nueva ola de desarrollo de IA, acelerando el hundimiento de la IA en más áreas de aplicación, como la industria, el comercio minorista, los hogares inteligentes, las ciudades inteligentes, etc. Una gran cantidad de datos debe almacenarse y calcularse en el extremo de la aplicación, y confiar solo en la nube ya no es capaz de satisfacer la demanda real, la computación de borde mejora el último kilómetro de las aplicaciones de IA. Según la política nacional de desarrollar vigorosamente la economía digital, la computación en la nube de China ha entrado en un período de desarrollo inclusivo, la demanda de la computación de borde ha aumentado y la integración de Cloud Edge and End se ha convertido en una importante dirección evolutiva en el futuro.
Edge Computing Market para crecer CAGR 36.1% en los próximos cinco años
La industria informática de Edge ha entrado en una etapa de desarrollo constante, como lo demuestra la diversificación gradual de sus proveedores de servicios, el tamaño del mercado en expansión y la expansión adicional de las áreas de aplicación. En términos de tamaño del mercado, los datos del informe de seguimiento de IDC muestran que el tamaño general del mercado de los servidores de computación de borde en China alcanzó los US $ 3.31 mil millones en 2021, y el tamaño general del mercado de los servidores de computación de borde en el borde en China crece a una tasa de crecimiento anual compuesta de 22.2% de 2020 a 2025. SULLIVAN FUSTSE El tamaño de mercado de China en China se espera que llegue a RMB de RMB de RMB en 2027. de 36.1% de 2023 a 2027.
El borde de la computación ecológica prospera
Edge Computing se encuentra actualmente en la etapa inicial del brote, y los límites comerciales en la cadena de la industria son relativamente confusos. Para los proveedores individuales, es necesario considerar la integración con los escenarios comerciales, y también es necesario tener la capacidad de adaptarse a los cambios en los escenarios comerciales desde el nivel técnico, y también es necesario garantizar que haya un alto grado de compatibilidad con equipos de hardware, así como la capacidad de ingeniería para obtener proyectos.
La cadena de la industria de la computación Edge se divide en proveedores de chips, proveedores de algoritmos, fabricantes de dispositivos de hardware y proveedores de soluciones. Los proveedores de chips desarrollan en su mayoría chips aritméticos desde el lado del extremo hasta el lado del borde al lado de la nube, y además de los chips del lado del borde, también desarrollan tarjetas de aceleración y soportan plataformas de desarrollo de software. Los proveedores de algoritmos toman algoritmos de visión por computadora como el núcleo para construir algoritmos generales o personalizados, y también hay empresas que construyen centros comerciales de algoritmo o plataformas de entrenamiento y empuje. Los proveedores de equipos están invirtiendo activamente en productos informáticos de borde, y la forma de productos informáticos de borde se enriquece constantemente, formando gradualmente una pila completa de productos informáticos de borde desde el chip a toda la máquina. Los proveedores de soluciones proporcionan soluciones integradas de software o hardware de software para industrias específicas.
Las aplicaciones de la industria de la computación de borde se aceleran
En el campo de la ciudad inteligente
Actualmente, una inspección integral de la propiedad urbana se usa comúnmente en el modo de inspección manual, y el modo de inspección manual tiene los problemas de costos de alto tiempo e intensivos en mano de obra, dependencia del proceso de las personas, la mala cobertura y la frecuencia de inspección, y el control de calidad deficiente. Al mismo tiempo, el proceso de inspección registró una gran cantidad de datos, pero estos recursos de datos no se han transformado en activos de datos para el empoderamiento empresarial. Al aplicar la tecnología de IA a los escenarios de inspección móvil, la empresa ha creado un vehículo de inspección inteligente de IA de gobernanza urbana, que adopta tecnologías como Internet de las cosas, la computación en la nube, los algoritmos de IA y el equipo profesional de alta definición, como las cámaras de alta definición, las pantallas en el tablero de IA y los servidores laterales de IA y combina el mecanismo de inspección de "Sistema inteligente + Máquina + Máquina de Máufra de Máufras de Personal". Promueve la transformación de la gobernanza urbana desde la inteligencia intensiva en el personal a la mecánica, desde el juicio empírico hasta el análisis de datos, y desde la respuesta pasiva hasta el descubrimiento activo.
En el campo del sitio de construcción inteligente
Las soluciones del sitio de construcción inteligente basado en la computación de Edge aplican la profunda integración de la tecnología de IA al trabajo tradicional de monitoreo de seguridad de la industria de la construcción, colocando un terminal de análisis de IA Edge en el sitio de construcción, completando la investigación independiente y el desarrollo de algoritmos de IA visuales de IA en basado en la tecnología de análisis de video inteligente, la detección de tiempo completo de los eventos a tiempo completo y los eventos de la alarma y la reducción de la alarma y la detección de la alarma y la otra distancia de la alarma y la otra identificación de la seguridad y la otra identificación de la seguridad y la otra identificación de la seguridad y la otra identificación de la seguridad y el otro. y tomando la iniciativa de identificación de factores inseguros, protección inteligente de IA, ahorro de costos de mano de obra, para satisfacer las necesidades de gestión de seguridad de personal y propiedad de los sitios de construcción.
En el campo del transporte inteligente
La arquitectura del extremo de la nube se ha convertido en el paradigma básico para el despliegue de aplicaciones en la industria del transporte inteligente, con el lado de la nube responsable de la gestión centralizada y parte del procesamiento de datos, el lado de la borde proporciona principalmente análisis de datos del lado de borde y procesamiento de toma de decisiones de cálculo, y el lado final principalmente responsable de la recopilación de datos comerciales.
En escenarios específicos, como la coordinación de la carretera de vehículos, las intersecciones holográficas, la conducción automática y el tráfico ferroviario, hay una gran cantidad de dispositivos heterogéneos accedidos, y estos dispositivos requieren gestión de acceso, gestión de salida, procesamiento de alarmas y procesamiento de operación y mantenimiento. La computación de borde puede dividirse y conquistar, convertirse en grande en pequeños, proporcionar funciones de conversión de protocolo de capa cruzada, lograr un acceso unificado y estable e incluso un control colaborativo de datos heterogéneos.
En el campo de la fabricación industrial
Escenario de optimización del proceso de producción: actualmente, una gran cantidad de sistemas de fabricación discretos están limitados por la incompletitud de los datos, y la eficiencia general del equipo y otros cálculos de datos de índice son relativamente descuidados, lo que dificulta el uso de la optimización de la eficiencia. Plataforma de computación de borde basada en el modelo de información del equipo para lograr la comunicación horizontal del sistema de fabricación de nivel semántico y la comunicación vertical, basada en el mecanismo de procesamiento de flujo de datos en tiempo real para agregar y analizar una gran cantidad de datos de campo en tiempo real, para lograr la fusión de información de fuente de múltiples datos basada en modelos de producción, para proporcionar un poderoso soporte de datos para la toma de decisiones en el sistema de fabricación discreta.
Escenario de mantenimiento predictivo del equipo: el mantenimiento de equipos industriales se divide en tres tipos: mantenimiento reparador, mantenimiento preventivo y mantenimiento predictivo. El mantenimiento restaurativo pertenece al mantenimiento ex post facto, el mantenimiento preventivo y el mantenimiento predictivo pertenecen al mantenimiento ex antes, el primero se basa en el tiempo, el rendimiento del equipo, las condiciones del sitio y otros factores para el mantenimiento regular de equipos, más o menos en la experiencia humana, el último a través de la recopilación de datos de sensores, monitoreo en tiempo real del estado operativo del equipo, basado en el modelo de datos de datos y el último predicción de los fallas.
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, El sistema AOI tradicional ha sido difícil para satisfacer el desarrollo de las necesidades de la línea de producción. Por lo tanto, la plataforma de algoritmo de inspección de calidad industrial AI representada por el aprendizaje profundo + aprendizaje de muestras pequeñas está reemplazando gradualmente el esquema de inspección visual tradicional, y la plataforma de inspección de calidad industrial de IA ha pasado por dos etapas de algoritmos clásicos de aprendizaje automático y algoritmos de inspección de aprendizaje profundo.
Tiempo de publicación: Oct-08-2023