Αν η τεχνητή νοημοσύνη θεωρείται ως ένα ταξίδι από το σημείο Α στο σημείο Β, η υπηρεσία cloud computing είναι ένα αεροδρόμιο ή ένας σιδηροδρομικός σταθμός υψηλής ταχύτητας, και το edge computing 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 πυρήνα εφαρμογών για την παροχή υπηρεσιών σε χρήστες που βρίσκονται κοντά. Σε σύγκριση με τις κεντρικά αναπτυγμένες υπηρεσίες cloud computing, το edge computing επιλύει προβλήματα όπως η μεγάλη καθυστέρηση και η υψηλή κίνηση σύγκλισης, παρέχοντας καλύτερη υποστήριξη για υπηρεσίες σε πραγματικό χρόνο και με απαιτήσεις εύρους ζώνης.
Η πυρκαγιά του ChatGPT έχει πυροδοτήσει ένα νέο κύμα ανάπτυξης της Τεχνητής Νοημοσύνης, επιταχύνοντας την καθίζηση της Τεχνητής Νοημοσύνης σε περισσότερους τομείς εφαρμογών, όπως η βιομηχανία, το λιανικό εμπόριο, τα έξυπνα σπίτια, οι έξυπνες πόλεις κ.λπ. Μια μεγάλη ποσότητα δεδομένων πρέπει να αποθηκεύεται και να υπολογίζεται στο τέλος της εφαρμογής και, βασιζόμενη μόνο στο cloud, δεν είναι πλέον σε θέση να καλύψει την πραγματική ζήτηση, το edge computing βελτιώνει το τελευταίο χιλιόμετρο των εφαρμογών Τεχνητής Νοημοσύνης. Στο πλαίσιο της εθνικής πολιτικής για την δυναμική ανάπτυξη της ψηφιακής οικονομίας, το cloud computing της Κίνας έχει εισέλθει σε μια περίοδο χωρίς αποκλεισμούς ανάπτυξης, η ζήτηση για edge computing έχει αυξηθεί κατακόρυφα και η ενσωμάτωση του cloud edge and end έχει γίνει μια σημαντική εξελικτική κατεύθυνση στο μέλλον.
Η αγορά edge computing αναμένεται να αυξηθεί κατά 36,1% τον επόμενο χρόνο
Η βιομηχανία edge computing έχει εισέλθει σε ένα στάδιο σταθερής ανάπτυξης, όπως αποδεικνύεται από τη σταδιακή διαφοροποίηση των παρόχων υπηρεσιών της, το αυξανόμενο μέγεθος της αγοράς και την περαιτέρω επέκταση των τομέων εφαρμογής. Όσον αφορά το μέγεθος της αγοράς, τα δεδομένα από την έκθεση παρακολούθησης της IDC δείχνουν ότι το συνολικό μέγεθος της αγοράς διακομιστών edge computing στην Κίνα έφτασε τα 3,31 δισεκατομμύρια δολάρια ΗΠΑ το 2021 και το συνολικό μέγεθος της αγοράς διακομιστών edge computing στην Κίνα αναμένεται να αυξηθεί με σύνθετο ετήσιο ρυθμό ανάπτυξης 22,2% από το 2020 έως το 2025. Ο Sullivan προβλέπει ότι το μέγεθος της αγοράς edge computing στην Κίνα αναμένεται να φτάσει τα 250,9 δισεκατομμύρια RMB το 2027, με σύνθετο ρυθμό ανάπτυξης 36,1% από το 2023 έως το 2027.
Η οικολογική βιομηχανία της edge computing ευδοκιμεί
Το edge computing βρίσκεται επί του παρόντος στο αρχικό στάδιο της έξαρσης της πανδημίας και τα επιχειρηματικά όρια στην αλυσίδα του κλάδου είναι σχετικά ασαφή. Για τους μεμονωμένους προμηθευτές, είναι απαραίτητο να ληφθεί υπόψη η ενσωμάτωση με επιχειρηματικά σενάρια και είναι επίσης απαραίτητο να υπάρχει η δυνατότητα προσαρμογής στις αλλαγές των επιχειρηματικών σεναρίων από τεχνικό επίπεδο, ενώ είναι επίσης απαραίτητο να διασφαλιστεί ότι υπάρχει υψηλός βαθμός συμβατότητας με τον εξοπλισμό υλικού, καθώς και η μηχανική ικανότητα για την ανάληψη έργων.
Η αλυσίδα της βιομηχανίας edge computing χωρίζεται σε προμηθευτές τσιπ, προμηθευτές αλγορίθμων, κατασκευαστές συσκευών υλικού και παρόχους λύσεων. Οι προμηθευτές τσιπ αναπτύσσουν κυρίως αριθμητικά τσιπ από την άκρη στην άκρη και στο cloud, και εκτός από τα τσιπ edge, αναπτύσσουν επίσης κάρτες επιτάχυνσης και υποστηρίζουν πλατφόρμες ανάπτυξης λογισμικού. Οι προμηθευτές αλγορίθμων λαμβάνουν ως πυρήνα τους αλγόριθμους υπολογιστικής όρασης για την κατασκευή γενικών ή προσαρμοσμένων αλγορίθμων, και υπάρχουν επίσης επιχειρήσεις που κατασκευάζουν κέντρα αλγορίθμων ή πλατφόρμες εκπαίδευσης και προώθησης. Οι προμηθευτές εξοπλισμού επενδύουν ενεργά σε προϊόντα edge computing και η μορφή των προϊόντων edge computing εμπλουτίζεται συνεχώς, σχηματίζοντας σταδιακά μια πλήρη στοίβα προϊόντων edge computing από το τσιπ έως ολόκληρο το μηχάνημα. Οι πάροχοι λύσεων παρέχουν λύσεις λογισμικού ή λογισμικού-υλικού ενσωματωμένες σε συγκεκριμένους κλάδους.
Οι εφαρμογές της βιομηχανίας Edge Computing επιταχύνονται
Στον τομέα της έξυπνης πόλης
Μια ολοκληρωμένη επιθεώρηση αστικής ιδιοκτησίας χρησιμοποιείται σήμερα συνήθως με τη λειτουργία χειροκίνητης επιθεώρησης, και η λειτουργία χειροκίνητης επιθεώρησης έχει τα προβλήματα του υψηλού χρονοβόρου και εργατικού κόστους, της εξάρτησης της διαδικασίας από τα άτομα, της κακής κάλυψης και συχνότητας επιθεώρησης και του κακού ποιοτικού ελέγχου. Ταυτόχρονα, η διαδικασία επιθεώρησης κατέγραψε μια τεράστια ποσότητα δεδομένων, αλλά αυτοί οι πόροι δεδομένων δεν έχουν μετατραπεί σε στοιχεία δεδομένων για την ενδυνάμωση των επιχειρήσεων. Εφαρμόζοντας τεχνολογία τεχνητής νοημοσύνης σε σενάρια κινητής επιθεώρησης, η επιχείρηση δημιούργησε ένα έξυπνο όχημα επιθεώρησης τεχνητής νοημοσύνης για την αστική διακυβέρνηση, το οποίο υιοθετεί τεχνολογίες όπως το Διαδίκτυο των Πραγμάτων, το cloud computing, τους αλγόριθμους τεχνητής νοημοσύνης και φέρει επαγγελματικό εξοπλισμό όπως κάμερες υψηλής ευκρίνειας, ενσωματωμένες οθόνες και πλευρικούς διακομιστές τεχνητής νοημοσύνης, και συνδυάζει τον μηχανισμό επιθεώρησης "έξυπνο σύστημα + ευφυής μηχανή + βοήθεια προσωπικού". Προωθεί τον μετασχηματισμό της αστικής διακυβέρνησης από την ένταση προσωπικού στη μηχανική νοημοσύνη, από την εμπειρική κρίση στην ανάλυση δεδομένων και από την παθητική απόκριση στην ενεργή ανακάλυψη.
Στον τομέα του έξυπνου εργοταξίου
Οι λύσεις έξυπνων εργοταξίων που βασίζονται στην υπολογιστική άκρη (edge computing) εφαρμόζουν την βαθιά ενσωμάτωση της τεχνολογίας τεχνητής νοημοσύνης (AI) στις παραδοσιακές εργασίες παρακολούθησης της ασφάλειας του κατασκευαστικού κλάδου, τοποθετώντας ένα τερματικό ανάλυσης AI άκρης στο εργοτάξιο, ολοκληρώνοντας την ανεξάρτητη έρευνα και ανάπτυξη οπτικών αλγορίθμων AI που βασίζονται στην τεχνολογία έξυπνης ανάλυσης βίντεο, την ανίχνευση συμβάντων που πρέπει να ανιχνευθούν σε πλήρη απασχόληση (π.χ., ανίχνευση χρήσης κράνους), παρέχοντας υπηρεσίες αναγνώρισης σημείων κινδύνου προσωπικού, περιβάλλοντος, ασφάλειας και άλλων σημείων ασφαλείας και υπενθύμισης συναγερμού, και αναλαμβάνοντας την πρωτοβουλία για τον εντοπισμό μη ασφαλών παραγόντων, την έξυπνη φύλαξη με τεχνητή νοημοσύνη, εξοικονομώντας κόστος ανθρώπινου δυναμικού, για την κάλυψη των αναγκών διαχείρισης ασφάλειας προσωπικού και περιουσίας 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 cloud να είναι υπεύθυνη για την κεντρική διαχείριση και μέρος της επεξεργασίας δεδομένων, την πλευρά edge να παρέχει κυρίως ανάλυση δεδομένων edge-side και επεξεργασία λήψης υπολογιστικών αποφάσεων, και την πλευρά end-side να είναι κυρίως υπεύθυνη για τη συλλογή επιχειρηματικών δεδομένων.
Σε συγκεκριμένα σενάρια, όπως ο συντονισμός οχήματος-οδού, οι ολογραφικές διασταυρώσεις, η αυτόματη οδήγηση και η σιδηροδρομική κυκλοφορία, υπάρχει μεγάλος αριθμός ετερογενών συσκευών στις οποίες έχει πρόσβαση και αυτές οι συσκευές απαιτούν διαχείριση πρόσβασης, διαχείριση εξόδου, επεξεργασία συναγερμών και επεξεργασία λειτουργίας και συντήρησης. Η υπολογιστική άκρη μπορεί να διαιρεί και να βασιλεύει, να μετατρέπει το μεγάλο σε μικρό, να παρέχει λειτουργίες μετατροπής πρωτοκόλλου διαστρωματικών επιπέδων, να επιτυγχάνει ενοποιημένη και σταθερή πρόσβαση, ακόμη και συνεργατικό έλεγχο ετερογενών δεδομένων.
Στον τομέα της βιομηχανικής παραγωγής
Σενάριο Βελτιστοποίησης Διαδικασίας Παραγωγής: Επί του παρόντος, ένας μεγάλος αριθμός διακριτών συστημάτων παραγωγής περιορίζεται από την έλλειψη δεδομένων, και η συνολική απόδοση του εξοπλισμού και οι υπολογισμοί άλλων δεδομένων δεικτών είναι σχετικά ατημέλητοι, καθιστώντας δύσκολη τη χρήση τους για βελτιστοποίηση της αποδοτικότητας. Πλατφόρμα Edge Computing που βασίζεται σε μοντέλο πληροφοριών εξοπλισμού για την επίτευξη οριζόντιας επικοινωνίας συστήματος παραγωγής σε σημασιολογικό επίπεδο και κάθετης επικοινωνίας, βασισμένη σε μηχανισμό επεξεργασίας ροής δεδομένων σε πραγματικό χρόνο για τη συγκέντρωση και ανάλυση μεγάλου αριθμού δεδομένων πεδίου σε πραγματικό χρόνο, για την επίτευξη συγχώνευσης πληροφοριών πολλαπλών πηγών δεδομένων γραμμής παραγωγής βάσει μοντέλου, για την παροχή ισχυρής υποστήριξης δεδομένων για τη λήψη αποφάσεων στο διακριτό σύστημα παραγωγής.
Σενάριο Προγνωστικής Συντήρησης Εξοπλισμού: Η συντήρηση του βιομηχανικού εξοπλισμού χωρίζεται σε τρεις τύπους: επισκευαστική συντήρηση, προληπτική συντήρηση και προγνωστική συντήρηση. Η αποκαταστατική συντήρηση ανήκει στην εκ των υστέρων συντήρηση, η προληπτική συντήρηση και η προγνωστική συντήρηση ανήκουν 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, που βασίζονται λίγο πολύ στην ανθρώπινη εμπειρία, η δεύτερη μέσω της συλλογής δεδομένων αισθητήρων, της παρακολούθησης σε πραγματικό χρόνο της κατάστασης λειτουργίας του εξοπλισμού, με βάση το βιομηχανικό μοντέλο ανάλυσης δεδομένων και την ακριβή πρόβλεψη του πότε θα συμβεί η βλάβη.
Σενάριο επιθεώρησης βιομηχανικής ποιότητας: Το πεδίο επιθεώρησης βιομηχανικής όρασης είναι η πρώτη παραδοσιακή μορφή αυτόματης οπτικής επιθεώρησης (AOI) στον τομέα της επιθεώρησης ποιότητας, αλλά η ανάπτυξη της AOI μέχρι στιγμής, σε πολλά σενάρια ανίχνευσης ελαττωμάτων και σε άλλα σύνθετα σενάρια, λόγω των ελαττωμάτων μιας ποικιλίας τύπων, η εξαγωγή χαρακτηριστικών είναι ελλιπής, οι προσαρμοστικοί αλγόριθμοι έχουν κακή επεκτασιμότητα, η γραμμή παραγωγής ενημερώνεται συχνά, η μετεγκατάσταση αλγορίθμων δεν είναι ευέλικτη και άλλοι παράγοντες, το παραδοσιακό σύστημα AOI ήταν δύσκολο να ανταποκριθεί στις ανάγκες ανάπτυξης της γραμμής παραγωγής. Ως εκ τούτου, η πλατφόρμα αλγορίθμων επιθεώρησης βιομηχανικής ποιότητας AI που αντιπροσωπεύεται από τη βαθιά μάθηση + τη μάθηση μικρού δείγματος αντικαθιστά σταδιακά το παραδοσιακό σχήμα οπτικής επιθεώρησης και η πλατφόρμα επιθεώρησης βιομηχανικής ποιότητας AI έχει περάσει από δύο στάδια: κλασικούς αλγορίθμους μηχανικής μάθησης και αλγορίθμους επιθεώρησης βαθιάς μάθησης.
Ώρα δημοσίευσης: 08 Οκτωβρίου 2023