Εάν η τεχνητή νοημοσύνη θεωρείται ως ένα ταξίδι από το Α στο Β, η υπηρεσία υπολογιστικού νέφους είναι ένας αερολιμένας ή ένας σιδηροδρομικός σταθμός υψηλής ταχύτητας και ο υπολογισμός αιχμής είναι ένα ταξί ή ένα κοινόχρηστο ποδήλατο. Το Edge computing είναι κοντά σε ανθρώπους, πράγματα ή πηγές δεδομένων. Υιοθετεί μια ανοιχτή πλατφόρμα που ενσωματώνει δυνατότητες αποθήκευσης, υπολογισμού, πρόσβασης δικτύου και βασικών δυνατοτήτων εφαρμογών για την παροχή υπηρεσιών σε χρήστες που βρίσκονται στην περιοχή. Σε σύγκριση με τις κεντρικά αναπτυγμένες υπηρεσίες υπολογιστικού νέφους, το edge computing επιλύει προβλήματα όπως η μεγάλη καθυστέρηση και η κυκλοφορία υψηλής σύγκλισης, παρέχοντας καλύτερη υποστήριξη για υπηρεσίες σε πραγματικό χρόνο και απαιτητικές υπηρεσίες εύρους ζώνης.
Η φωτιά του ChatGPT έχει πυροδοτήσει ένα νέο κύμα ανάπτυξης της τεχνητής νοημοσύνης, επιταχύνοντας τη βύθιση της τεχνητής νοημοσύνης σε περισσότερους τομείς εφαρμογών όπως η βιομηχανία, το λιανικό εμπόριο, τα έξυπνα σπίτια, οι έξυπνες πόλεις κ.λπ. Ένας μεγάλος όγκος δεδομένων πρέπει να αποθηκευτεί και να υπολογιστεί στο στο τέλος της εφαρμογής, και βασιζόμενοι μόνο στο σύννεφο δεν είναι πλέον σε θέση να ανταποκριθεί στην πραγματική ζήτηση, ο υπολογισμός αιχμής βελτιώνει το τελευταίο χιλιόμετρο εφαρμογών τεχνητής νοημοσύνης. Στο πλαίσιο της εθνικής πολιτικής της δυναμικής ανάπτυξης της ψηφιακής οικονομίας, το cloud computing της Κίνας έχει εισέλθει σε μια περίοδο ανάπτυξης χωρίς αποκλεισμούς, η ζήτηση υπολογιστών αιχμής έχει αυξηθεί και η ενοποίηση του cloud edge και end έχει γίνει μια σημαντική εξελικτική κατεύθυνση στο μέλλον.
Η αιχμή της αγοράς υπολογιστών θα αυξηθεί κατά 36,1% CAGR την επόμενη πενταετία
Ο κλάδος των υπολογιστών αιχμής έχει εισέλθει σε ένα στάδιο σταθερής ανάπτυξης, όπως αποδεικνύεται από τη σταδιακή διαφοροποίηση των παρόχων υπηρεσιών του, το διευρυνόμενο μέγεθος της αγοράς και την περαιτέρω επέκταση των περιοχών εφαρμογών. Όσον αφορά το μέγεθος της αγοράς, τα δεδομένα από την αναφορά παρακολούθησης της IDC δείχνουν ότι το συνολικό μέγεθος της αγοράς των διακομιστών υπολογιστών αιχμής στην Κίνα έφτασε τα 3,31 δισεκατομμύρια δολάρια ΗΠΑ το 2021 και το συνολικό μέγεθος της αγοράς των διακομιστών υπολογιστών αιχμής στην Κίνα αναμένεται να αυξηθεί με σύνθετη ετήσια ανάπτυξη ποσοστό 22,2% από το 2020 έως το 2025. Ο Sullivan προβλέπει ότι το μέγεθος της αγοράς των υπολογιστών αιχμής στην Κίνα αναμένεται να φτάσει τα 250,9 δισεκατομμύρια RMB το 2027, με CAGR 36,1% από το 2023 έως το 2027.
Η οικολογική βιομηχανία των υπολογιστών αιχμής ευδοκιμεί
Το Edge computing βρίσκεται επί του παρόντος στο αρχικό στάδιο της επιδημίας και τα επιχειρηματικά όρια στην αλυσίδα του κλάδου είναι σχετικά ασαφή. Για μεμονωμένους προμηθευτές, είναι απαραίτητο να εξεταστεί η ενσωμάτωση με επιχειρηματικά σενάρια και είναι επίσης απαραίτητο να έχουν την ικανότητα προσαρμογής στις αλλαγές των επιχειρηματικών σεναρίων από το τεχνικό επίπεδο και είναι επίσης απαραίτητο να διασφαλιστεί ότι υπάρχει υψηλός βαθμός συμβατότητα με εξοπλισμό υλικού, καθώς και η μηχανική ικανότητα προσγείωσης έργων.
Η αλυσίδα της βιομηχανίας υπολογιστών αιχμής χωρίζεται σε προμηθευτές τσιπ, προμηθευτές αλγορίθμων, κατασκευαστές συσκευών υλικού και παρόχους λύσεων. Οι πωλητές τσιπ αναπτύσσουν ως επί το πλείστον αριθμητικά τσιπ από την άκρη στην άκρη μέχρι την πλευρά του νέφους και εκτός από τα τσιπ στην άκρη, αναπτύσσουν επίσης κάρτες επιτάχυνσης και υποστηρίζουν πλατφόρμες ανάπτυξης λογισμικού. Οι προμηθευτές αλγορίθμων λαμβάνουν τους αλγόριθμους υπολογιστικής όρασης ως τον πυρήνα για τη δημιουργία γενικών ή προσαρμοσμένων αλγορίθμων, ενώ υπάρχουν επίσης επιχειρήσεις που κατασκευάζουν εμπορικά κέντρα αλγορίθμων ή πλατφόρμες εκπαίδευσης και προώθησης. Οι πωλητές εξοπλισμού επενδύουν ενεργά σε προϊόντα υπολογιστών αιχμής και η μορφή των προϊόντων υπολογιστικής αιχμής εμπλουτίζεται συνεχώς, σχηματίζοντας σταδιακά μια πλήρη στοίβα προϊόντων υπολογιστικής αιχμής από το τσιπ σε ολόκληρο το μηχάνημα. Οι πάροχοι λύσεων παρέχουν λύσεις λογισμικού ή ενσωματωμένες σε λογισμικό-υλικό για συγκεκριμένους κλάδους.
Οι εφαρμογές της βιομηχανίας υπολογιστών αιχμής επιταχύνονται
Στον τομέα της έξυπνης πόλης
Μια ολοκληρωμένη επιθεώρηση της αστικής ιδιοκτησίας χρησιμοποιείται επί του παρόντος συνήθως στον τρόπο χειροκίνητης επιθεώρησης και η λειτουργία χειροκίνητης επιθεώρησης έχει τα προβλήματα του υψηλού χρόνου και εντατικού κόστους, της εξάρτησης από τη διαδικασία από άτομα, της κακής κάλυψης και συχνότητας επιθεώρησης και της κακής ποιότητας έλεγχος. Ταυτόχρονα, η διαδικασία επιθεώρησης κατέγραψε τεράστιο όγκο δεδομένων, αλλά αυτοί οι πόροι δεδομένων δεν έχουν μετατραπεί σε στοιχεία ενεργητικού για την ενδυνάμωση των επιχειρήσεων. Εφαρμόζοντας τεχνολογία AI σε σενάρια επιθεώρησης κινητών, η επιχείρηση έχει δημιουργήσει ένα έξυπνο όχημα επιθεώρησης AI αστικής διακυβέρνησης, το οποίο υιοθετεί τεχνολογίες όπως το Διαδίκτυο των πραγμάτων, το cloud computing, τους αλγόριθμους τεχνητής νοημοσύνης και φέρει επαγγελματικό εξοπλισμό όπως κάμερες υψηλής ευκρίνειας, οθόνες πλακέτας και πλευρικοί διακομιστές τεχνητής νοημοσύνης και συνδυάζει τον μηχανισμό επιθεώρησης του "έξυπνου συστήματος + ευφυούς μηχανής + βοήθειας προσωπικού". Προωθεί τον μετασχηματισμό της αστικής διακυβέρνησης από εντάσεως προσωπικού σε μηχανική νοημοσύνη, από εμπειρική κρίση στην ανάλυση δεδομένων και από παθητική απόκριση σε ενεργητική ανακάλυψη.
Στον τομέα του ευφυούς εργοταξίου
Οι λύσεις ευφυών εργοταξίων που βασίζονται σε υπολογιστές Edge εφαρμόζουν τη βαθιά ενσωμάτωση της τεχνολογίας AI στην παραδοσιακή εργασία παρακολούθησης ασφάλειας της κατασκευαστικής βιομηχανίας, τοποθετώντας ένα τερματικό ανάλυσης τεχνητής νοημοσύνης άκρης στο εργοτάξιο, ολοκληρώνοντας την ανεξάρτητη έρευνα και ανάπτυξη αλγορίθμων οπτικής τεχνητής νοημοσύνης που βασίζονται σε έξυπνο βίντεο τεχνολογία ανάλυσης, ανίχνευση πλήρους απασχόλησης γεγονότων που πρέπει να εντοπιστούν (π.χ. ανίχνευση αν πρέπει να φοράτε κράνος ή όχι), παροχή προσωπικού, περιβάλλοντος, ασφάλειας και άλλων υπηρεσιών αναγνώρισης σημείων κινδύνου ασφάλειας και υπενθύμισης συναγερμού και ανάληψη πρωτοβουλίας για τον εντοπισμό μη ασφαλών παράγοντες, έξυπνη φύλαξη τεχνητής νοημοσύνης, εξοικονόμηση κόστους ανθρώπινου δυναμικού, για την κάλυψη των αναγκών διαχείρισης ασφάλειας προσωπικού και ιδιοκτησίας των εργοταξίων.
Στον τομέα των ευφυών μεταφορών
Η αρχιτεκτονική Cloud-side-end έχει γίνει το βασικό παράδειγμα για την ανάπτυξη εφαρμογών στον κλάδο των ευφυών μεταφορών, με την πλευρά του cloud να είναι υπεύθυνη για την κεντρική διαχείριση και μέρος της επεξεργασίας δεδομένων, ενώ η άκρη παρέχει κυρίως ανάλυση δεδομένων και υπολογιστικές αποφάσεις -καθιστώντας την επεξεργασία, και η τελική πλευρά είναι κυρίως υπεύθυνη για τη συλλογή επιχειρηματικών δεδομένων.
Σε συγκεκριμένα σενάρια όπως ο συντονισμός οχήματος-δρόμου, οι ολογραφικές διασταυρώσεις, η αυτόματη οδήγηση και η σιδηροδρομική κυκλοφορία, υπάρχει ένας μεγάλος αριθμός ετερογενών συσκευών πρόσβασης και αυτές οι συσκευές απαιτούν διαχείριση πρόσβασης, διαχείριση εξόδου, επεξεργασία συναγερμού και επεξεργασία λειτουργίας και συντήρησης. Το Edge computing μπορεί να διαιρέσει και να κατακτήσει, να μετατρέψει το μεγάλο σε μικρό, να παρέχει λειτουργίες μετατροπής πρωτοκόλλου πολλαπλών επιπέδων, να επιτύχει ενοποιημένη και σταθερή πρόσβαση και ακόμη και συνεργατικό έλεγχο ετερογενών δεδομένων.
Στον τομέα της βιομηχανικής μεταποίησης
Σενάριο Βελτιστοποίησης Διαδικασίας Παραγωγής: Επί του παρόντος, ένας μεγάλος αριθμός διακριτών συστημάτων κατασκευής περιορίζεται από την έλλειψη πληρότητας των δεδομένων και η συνολική απόδοση του εξοπλισμού και οι υπολογισμοί άλλων δεδομένων δεικτών είναι σχετικά πρόχειροι, καθιστώντας δύσκολη τη χρήση τους για βελτιστοποίηση της απόδοσης. Πλατφόρμα υπολογιστών άκρων με βάση το μοντέλο πληροφοριών εξοπλισμού για την επίτευξη συστήματος παραγωγής σημασιολογικού επιπέδου οριζόντιας επικοινωνίας και κάθετης επικοινωνίας, με βάση τον μηχανισμό επεξεργασίας ροής δεδομένων σε πραγματικό χρόνο για τη συγκέντρωση και ανάλυση μεγάλου αριθμού δεδομένων πεδίου σε πραγματικό χρόνο, για την επίτευξη γραμμής παραγωγής βάσει μοντέλου συγχώνευση πληροφοριών πηγών πολλαπλών δεδομένων, για την παροχή ισχυρής υποστήριξης δεδομένων για τη λήψη αποφάσεων στο διακριτό σύστημα παραγωγής.
Σενάριο προγνωστικής συντήρησης εξοπλισμού: Η συντήρηση βιομηχανικού εξοπλισμού χωρίζεται σε τρεις τύπους: επισκευαστική συντήρηση, προληπτική συντήρηση και προληπτική συντήρηση. Η συντήρηση αποκατάστασης ανήκει στην εκ των υστέρων συντήρηση, η προληπτική συντήρηση και η προγνωστική συντήρηση ανήκει στην εκ των προτέρων συντήρηση, η πρώτη βασίζεται στον χρόνο, την απόδοση του εξοπλισμού, τις συνθήκες του χώρου και άλλους παράγοντες για την τακτική συντήρηση του εξοπλισμού, λίγο πολύ με βάση τον άνθρωπο. εμπειρία, το τελευταίο μέσω της συλλογής δεδομένων αισθητήρων, παρακολούθησης σε πραγματικό χρόνο της κατάστασης λειτουργίας του εξοπλισμού, με βάση το βιομηχανικό μοντέλο ανάλυσης δεδομένων και πρόβλεψη με ακρίβεια πότε θα συμβεί η αστοχία.
Σενάριο βιομηχανικής επιθεώρησης ποιότητας: το πεδίο επιθεώρησης βιομηχανικής όρασης είναι η πρώτη παραδοσιακή μορφή αυτόματης οπτικής επιθεώρησης (AOI) στο πεδίο επιθεώρησης ποιότητας, αλλά η ανάπτυξη του AOI μέχρι στιγμής, σε πολλά σενάρια ανίχνευσης ελαττωμάτων και άλλα πολύπλοκα σενάρια, λόγω των ελαττωμάτων μιας ποικιλίας των τύπων, η εξαγωγή χαρακτηριστικών είναι ατελής, οι προσαρμοστικοί αλγόριθμοι κακή επεκτασιμότητα, η γραμμή παραγωγής ενημερώνεται συχνά, η μετάβαση του αλγορίθμου δεν είναι ευέλικτη και άλλοι παράγοντες, το παραδοσιακό σύστημα AOI ήταν δύσκολο να καλύψει την ανάπτυξη των αναγκών της γραμμής παραγωγής. Επομένως, η πλατφόρμα αλγόριθμου επιθεώρησης βιομηχανικής ποιότητας AI που αντιπροσωπεύεται από τη βαθιά μάθηση + εκμάθηση μικρού δείγματος αντικαθιστά σταδιακά το παραδοσιακό σχήμα οπτικής επιθεώρησης και η πλατφόρμα επιθεώρησης βιομηχανικής ποιότητας AI έχει περάσει από δύο στάδια κλασσικών αλγορίθμων μηχανικής μάθησης και αλγορίθμων επιθεώρησης βαθιάς μάθησης.
Ώρα δημοσίευσης: Οκτ-08-2023