Si se considera la inteligencia artificial como un viaje de A a B, el servicio de computación en la nube es un aeropuerto o una estación de tren de alta velocidad, y la computación de punta es un taxi o una bicicleta compartida. La computación perimetral está cerca de las personas, las cosas o las fuentes de datos. Adopta una plataforma abierta que integra almacenamiento, computación, acceso a la red y capacidades centrales de aplicaciones para brindar servicios a los usuarios cercanos. En comparación con los servicios de computación en la nube implementados centralmente, la computación de borde resuelve problemas como la latencia prolongada y el tráfico de alta convergencia, brindando un mejor soporte para servicios en tiempo real y que exigen ancho de banda.
El incendio de ChatGPT ha desencadenado una nueva ola de desarrollo de la IA, acelerando su hundimiento en más áreas de aplicaciones como la industria, el comercio minorista, los hogares inteligentes, las ciudades inteligentes, etc. Es necesario almacenar y calcular una gran cantidad de datos a la vez. Al final de las aplicaciones, y depender únicamente de la nube ya no es capaz de satisfacer la demanda real, la informática de punta mejora el último kilómetro de las aplicaciones de IA. Bajo 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 computación en el borde ha aumentado y la integración del borde y el extremo de la nube se ha convertido en una dirección evolutiva importante en el futuro.
El mercado de computación perimetral crecerá una tasa compuesta anual del 36,1% durante los próximos cinco años
La industria de la informática de punta 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 mayor expansión de las áreas de aplicación. En términos de tamaño del mercado, los datos del informe de seguimiento de IDC muestran que el tamaño total del mercado de servidores de computación de borde en China alcanzó los 3,31 mil millones de dólares en 2021, y se espera que el tamaño del mercado general de servidores de computación de borde en China crezca a un ritmo anual compuesto. tasa del 22,2% de 2020 a 2025. Sullivan pronostica que se espera que el tamaño del mercado de la informática de punta en China alcance los 250,9 mil millones de RMB en 2027, con una tasa compuesta anual del 36,1% de 2023 a 2027.
La ecoindustria de la informática de punta prospera
La computación perimetral se encuentra actualmente en la etapa inicial del brote y los límites comerciales en la cadena industrial son relativamente confusos. Para los proveedores individuales, es necesario considerar la integración con 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 exista un alto grado de compatibilidad con equipos de hardware, así como la capacidad de ingeniería para aterrizar proyectos.
La cadena de la industria de la informática de punta se divide en proveedores de chips, proveedores de algoritmos, fabricantes de dispositivos de hardware y proveedores de soluciones. Los proveedores de chips desarrollan principalmente chips aritméticos desde el extremo hasta el borde y la nube, y además de los chips del borde, también desarrollan tarjetas de aceleración y soportan plataformas de desarrollo de software. Los proveedores de algoritmos toman los algoritmos de visión por computadora como núcleo para crear algoritmos generales o personalizados, y también hay empresas que crean centros comerciales de algoritmos o plataformas de capacitación e impulso. Los proveedores de equipos están invirtiendo activamente en productos de computación de borde, y la forma de los productos de computación de borde se enriquece constantemente, formando gradualmente una pila completa de productos de computación de borde desde el chip hasta toda la máquina. Los proveedores de soluciones brindan software o soluciones integradas de software y hardware para industrias específicas.
Las aplicaciones de la industria de la computación perimetral se aceleran
En el ámbito de la ciudad inteligente
Actualmente se utiliza comúnmente una inspección integral de la propiedad urbana en el modo de inspección manual, y el modo de inspección manual tiene los problemas de costos elevados que requieren mucho tiempo y mano de obra, dependencia del proceso de las personas, cobertura y frecuencia de inspección deficientes y mala calidad. control. Al mismo tiempo, el proceso de inspección registró una enorme 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 escenarios de inspección móviles, la empresa ha creado un vehículo de inspección inteligente de IA de gobernanza urbana, que adopta tecnologías como Internet de las cosas, computación en la nube, algoritmos de IA y lleva equipos profesionales como cámaras de alta definición, pantallas de tablero y servidores laterales de IA, y combina el mecanismo de inspección de "sistema inteligente + máquina inteligente + asistencia del personal". Promueve la transformación de la gobernanza urbana de una gestión intensiva en personal a una inteligencia mecánica, del juicio empírico al análisis de datos y de la respuesta pasiva al descubrimiento activo.
En el campo de la construcción inteligente
Las soluciones inteligentes para sitios de construcción basadas en computación de borde aplican la profunda integración de la tecnología de IA al trabajo tradicional de monitoreo de seguridad de la industria de la construcción, al colocar un terminal de análisis de IA de borde en el sitio de construcción, completando la investigación y el desarrollo independientes de algoritmos visuales de IA basados en video inteligente. tecnología de análisis, detección en tiempo completo de eventos a detectar (p. ej., detectar si se debe usar o no casco), proporcionar servicios de recordatorio de alarmas e identificación de puntos de riesgo para el personal, el medio ambiente, la seguridad y otros puntos de riesgo para la seguridad, y tomar la iniciativa para identificar puntos inseguros. Factores, protección inteligente de IA, ahorro de costos de mano de obra, para satisfacer las necesidades de gestión de seguridad del personal y la propiedad de los sitios de construcción.
En el ámbito del transporte inteligente
La arquitectura del lado de la nube se ha convertido en el paradigma básico para la implementación 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, mientras que el lado del borde proporciona principalmente análisis de datos y decisiones de cálculo. -Realización del procesamiento, y el lado final es el principal responsable de la recopilación de datos comerciales.
En escenarios específicos como la coordinación vehículo-carretera, intersecciones holográficas, conducción automática y tráfico ferroviario, se accede a una gran cantidad de dispositivos heterogéneos, y estos dispositivos requieren gestión de acceso, gestión de salida, procesamiento de alarmas y procesamiento de operación y mantenimiento. La computación perimetral puede dividir y conquistar, convertir lo grande en pequeño, proporcionar funciones de conversión de protocolos entre capas, 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 datos incompletos, y la eficiencia general del equipo y otros cálculos de datos de índice son relativamente descuidados, lo que dificulta su uso para la optimización de la eficiencia. Plataforma informática de borde basada en el modelo de información del equipo para lograr comunicación horizontal y vertical del sistema de fabricación a nivel semántico, basada en un 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 una línea de producción basada en modelos. fusión de información de múltiples fuentes de datos, para proporcionar un poderoso soporte de datos para la toma de decisiones en el sistema de fabricación discreta.
Escenario de mantenimiento predictivo de equipos: el mantenimiento de equipos industriales se divide en tres tipos: mantenimiento reparativo, 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 ante, el primero se basa en el tiempo, el rendimiento del equipo, las condiciones del sitio y otros factores para el mantenimiento regular del equipo, más o menos basado en el factor humano. experiencia, esto último a través de la recopilación de datos de sensores, monitoreo en tiempo real del estado operativo del equipo, basado en el modelo industrial de análisis de datos, y predecir con precisión cuándo ocurre la falla.
Escenario de inspección de calidad industrial: el campo de inspección por visión industrial es la primera forma tradicional de inspección óptica automática (AOI) en el campo de inspección de calidad, pero el desarrollo de AOI hasta ahora, en muchos escenarios complejos de detección de defectos y otros, debido a una variedad de defectos De tipos, la extracción de características es incompleta, los algoritmos adaptativos tienen poca extensibilidad, la línea de producción se actualiza con frecuencia, la migración del algoritmo no es flexible y otros factores, el sistema AOI tradicional ha sido difícil de satisfacer las necesidades de desarrollo de la línea de producción. Por lo tanto, la plataforma de algoritmo de inspección de calidad industrial de IA representada por 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 de aprendizaje automático clásicos y algoritmos de inspección de aprendizaje profundo.
Hora de publicación: 08-oct-2023