Yen intelijen buatan dianggep minangka lelungan saka A menyang B, layanan komputasi awan minangka bandara utawa stasiun sepur kacepetan dhuwur, lan komputasi pinggiran minangka taksi utawa sepeda sing dienggo bareng. Komputasi pinggiran cedhak karo wong, barang, utawa sumber data. Iki nganggo platform mbukak sing nggabungake panyimpenan, komputasi, akses jaringan, lan kemampuan inti aplikasi kanggo nyedhiyakake layanan kanggo pangguna ing sacedhake. Dibandhingake karo layanan komputasi awan sing disebarake ing tengah, komputasi pinggiran ngrampungake masalah kayata latensi dawa lan lalu lintas konvergensi dhuwur, nyedhiyakake dhukungan sing luwih apik kanggo layanan wektu nyata lan nuntut bandwidth.
Geni ChatGPT wis nyebabake gelombang pangembangan AI anyar, nyepetake sinking AI menyang wilayah aplikasi liyane kayata industri, ritel, omah cerdas, kutha cerdas, lan sapiturute. Data sing akeh kudu disimpen lan diitung ing aplikasi pungkasan, lan gumantung ing maya mung ora bisa kanggo ketemu panjaluk nyata, komputasi pinggiran nambah kilometer pungkasan aplikasi AI. Ing kawicaksanan nasional ngembangake ekonomi digital kanthi sregep, komputasi awan China wis mlebu periode pangembangan inklusif, permintaan komputasi pinggir mundhak, lan integrasi pinggiran awan lan pungkasan wis dadi arah evolusi sing penting ing mangsa ngarep.
Pasar komputasi Edge tuwuh 36.1% CAGR sajrone limang taun sabanjure
Industri komputasi pinggiran wis mlebu tahap pangembangan sing tetep, sing dibuktekake kanthi diversifikasi bertahap saka panyedhiya layanan, ukuran pasar sing saya tambah, lan ekspansi wilayah aplikasi. Ing babagan ukuran pasar, data saka laporan pelacakan IDC nuduhake manawa ukuran pasar sakabèhé server komputasi pinggir ing China tekan US $ 3.31 milyar ing taun 2021, lan ukuran pasar sakabèhé saka server komputasi pinggiran ing China samesthine bakal tuwuh kanthi wutah taunan gabungan. tingkat 22.2% saka 2020 kanggo 2025. Sullivan ramalan ukuran pasar komputasi pinggiran ing China samesthine kanggo tekan RMB 250.9 milyar ing 2027, karo CAGR saka 36.1% saka 2023 kanggo 2027.
Eko-industri komputasi pinggiran berkembang maju
Komputasi pinggiran saiki ana ing tahap awal wabah, lan wates bisnis ing rantai industri relatif kabur. Kanggo vendor individu, perlu kanggo nimbang integrasi karo skenario bisnis, lan uga kudu duwe kemampuan kanggo ngganti menyang owah-owahan ing skenario bisnis saka tingkat technical, lan iku uga perlu kanggo mesthekake yen ana tingkat dhuwur saka kompatibilitas karo peralatan hardware, uga kemampuan engineering kanggo nampa proyek.
Rantai industri komputasi pinggiran dipérang dadi vendor chip, vendor algoritma, produsen piranti hardware, lan panyedhiya solusi. vendor Chip biasane berkembang Kripik aritmetika saka mburi-sisih pinggiran kanggo maya-sisih, lan saliyane Kripik pinggiran, padha uga ngembangaken kertu percepatan lan ndhukung platform pembangunan lunak. vendor algoritma njupuk kalkulus sesanti komputer minangka inti kanggo mbangun kalkulus umum utawa selaras, lan ana uga Enterprises sing mbangun mall algoritma utawa latihan lan push platform. Vendor peralatan aktif nandur modal ing produk komputasi pinggiran, lan wangun produk komputasi pinggiran saya tambah akeh, mboko sithik mbentuk tumpukan lengkap produk komputasi pinggiran saka chip menyang kabeh mesin. Penyedhiya solusi nyedhiyakake solusi piranti lunak utawa piranti lunak-hardware-integrasi kanggo industri tartamtu.
Aplikasi industri komputasi pinggiran nyepetake
Ing lapangan kutha pinter
Pemriksaan lengkap babagan properti kutha saiki umume digunakake ing mode inspeksi manual, lan mode inspeksi manual duwe masalah biaya sing akeh wektu lan biaya tenaga kerja, ketergantungan proses marang individu, jangkoan lan frekuensi inspeksi sing ora apik, lan kualitas sing kurang. kontrol. Ing wektu sing padha, proses inspeksi nyathet data sing akeh banget, nanging sumber data kasebut durung diowahi dadi aset data kanggo pemberdayaan bisnis. Kanthi ngetrapake teknologi AI ing skenario inspeksi seluler, perusahaan kasebut nggawe kendharaan inspeksi cerdas AI tata pemerintahan kutha, sing nggunakake teknologi kayata Internet of Things, komputasi awan, algoritma AI, lan nggawa peralatan profesional kayata kamera definisi tinggi, ing- tampilan Papan, lan server sisih AI, lan nggabungke mekanisme pengawasan saka "sistem cerdas + mesin cerdas + pitulungan Staff". Iki nyengkuyung transformasi tata pemerintahan kutha saka personel-intensif menyang intelijen mekanik, saka pertimbangan empiris menyang analisis data, lan saka respon pasif kanggo panemuan aktif.
Ing lapangan situs konstruksi cerdas
Solusi situs konstruksi cerdas berbasis komputasi pinggiran ngetrapake integrasi jero teknologi AI menyang karya pemantauan keamanan industri konstruksi tradisional, kanthi nempatake terminal analisis AI pinggiran ing situs konstruksi, ngrampungake riset mandiri lan pangembangan algoritma AI visual adhedhasar video cerdas. teknologi analytics, deteksi full-time acara sing bakal dideteksi (contone, ndeteksi nganggo helm utawa ora), nyedhiyakake personel, lingkungan, keamanan lan identifikasi titik risiko safety liyane lan layanan pangeling weker, lan njupuk inisiatif kanggo Identifikasi sing ora aman. faktor, AI cerdas njaga, ngirit biaya tenaga kerja, kanggo nyukupi kabutuhan personel lan manajemen keamanan properti ing situs konstruksi.
Ing bidang transportasi cerdas
Arsitektur Cloud-side-end wis dadi paradigma dhasar kanggo panyebaran aplikasi ing industri transportasi cerdas, kanthi sisih maya tanggung jawab kanggo manajemen terpusat lan bagean saka pangolahan data, sisih pinggir utamane nyedhiyakake analisis data lan keputusan komputasi sisih pinggir. -nggawe Processing, lan sisih mburi utamané tanggung jawab kanggo koleksi data bisnis.
Ing skenario tartamtu kayata koordinasi kendaraan-dalan, persimpangan holografik, nyopir otomatis, lan lalu lintas ril, ana akeh piranti heterogen sing diakses, lan piranti kasebut mbutuhake manajemen akses, manajemen metu, pangolahan weker, lan pangolahan operasi lan pangopènan. Komputasi pinggiran bisa dibagi lan digdaya, ngowahi gedhe dadi cilik, nyedhiyakake fungsi konversi protokol lintas-lapisan, entuk akses sing manunggal lan stabil, lan uga kontrol kolaborasi data heterogen.
Ing bidang manufaktur industri
Skenario Optimalisasi Proses Produksi: Saiki, akeh sistem manufaktur diskret diwatesi amarga data sing ora lengkap, lan efisiensi peralatan sakabèhé lan petungan data indeks liyane relatif ora apik, dadi angel digunakake kanggo optimalisasi efisiensi. Platform komputasi pinggiran adhedhasar model informasi peralatan kanggo entuk sistem manufaktur tingkat semantik komunikasi horisontal lan komunikasi vertikal, adhedhasar mekanisme pangolahan aliran data nyata-wektu kanggo nglumpukake lan nganalisa akeh data wektu nyata lapangan, kanggo entuk garis produksi adhedhasar model. gabungan informasi sumber multi-data, kanggo nyedhiyani support data kuat kanggo kaputusan-nggawe ing sistem Manufaktur diskrèt.
Skenario Pangopènan Prediktif Peralatan: Pangopènan peralatan industri dipérang dadi telung jinis: pangopènan reparatif, pangopènan pencegahan, lan pangopènan prediktif. Pangopènan restoratif kalebu pangopènan ex-post facto, pangopènan preventif, lan pangopènan prediktif kalebu pangopènan ex-ante, sing pisanan adhedhasar wektu, kinerja peralatan, kondisi situs, lan faktor liya kanggo pangopènan peralatan biasa, luwih utawa kurang adhedhasar manungsa. pengalaman, sing terakhir liwat koleksi data sensor, ngawasi nyata-wektu saka negara operasi saka peralatan, adhedhasar model industri analisis data, lan kanthi prédhiksi nalika Gagal occurs.
Skenario inspeksi kualitas industri: lapangan inspeksi visi industri minangka inspeksi optik otomatis tradisional (AOI) pisanan ing lapangan inspeksi kualitas, nanging pangembangan AOI nganti saiki, ing akeh deteksi cacat lan skenario rumit liyane, amarga cacat saka macem-macem. saka jinis, extraction fitur punika pepak, algoritma adaptif extensibility miskin, baris produksi kerep dianyari, migrasi algoritma ora fleksibel, lan faktor liyane, sistem AOI tradisional wis angel kanggo ketemu pangembangan kabutuhan line produksi. Mula, platform algoritma inspeksi kualitas industri AI sing diwakili dening sinau jero + sinau sampel cilik mboko sithik ngganti skema inspeksi visual tradisional, lan platform inspeksi kualitas industri AI wis ngliwati rong tahap algoritma pembelajaran mesin klasik lan algoritma inspeksi pembelajaran jero.
Wektu kirim: Oct-08-2023