Ако вештачката интелигенција се смета за патување од А до Б, услугата за пресметување облак е аеродром или железничка станица со голема брзина, а пресметувањето на работ е такси или заеднички велосипед. Edge computing е блиску до страната на луѓето, нештата или изворите на податоци. Усвојува отворена платформа која интегрира складирање, пресметување, пристап до мрежа и основни способности на апликацијата за да обезбеди услуги за корисниците во близина. Во споредба со централно распоредените услуги за пресметување на облакот, рабното пресметување решава проблеми како што се долгата латентност и сообраќајот со висока конвергенција, обезбедувајќи подобра поддршка за услугите во реално време и кои бараат пропусност.
Пожарот на ChatGPT поттикна нов бран на развој на вештачка интелигенција, забрзувајќи го тонењето на вештачката интелигенција во повеќе области на апликации како што се индустријата, малопродажбата, паметните домови, паметните градови итн. Голема количина на податоци треба да се складира и пресмета на крајот на апликацијата, а потпирајќи се само на облакот повеќе не може да ја задоволи вистинската побарувачка, рабното пресметување го подобрува последниот километар од апликациите за вештачка интелигенција. Според националната политика на енергично развивање на дигиталната економија, кинеското облак-компјутерство влезе во период на инклузивен развој, побарувачката за рабните компјутери се зголеми, а интеграцијата на работ и крајот на облакот стана важна еволутивна насока во иднината.
Идниот пазар на компјутери ќе порасне за 36,1% CAGR во текот на следните пет години
Идната компјутерска индустрија влезе во фаза на постојан развој, како што беше потврдено со постепената диверзификација на нејзините даватели на услуги, проширувањето на големината на пазарот и понатамошното проширување на областите на примена. Што се однесува до големината на пазарот, податоците од извештајот за следење на IDC покажуваат дека вкупната пазарна големина на серверите за пресметување на рабовите во Кина достигна 3,31 милијарди американски долари во 2021 година, а вкупната пазарна големина на серверите за рабови во Кина се очекува да расте со сложен годишен раст стапка од 22,2% од 2020 до 2025 година. Саливан прогнозира дека големината на пазарот на рабното пресметување во Кина се очекува да достигне 250,9 милијарди јени во 2027 година, со CAGR од 36,1% од 2023 до 2027 година.
Еко-индустријата за компјутери напредува напред
Edge computing моментално е во рана фаза на избувнувањето, а деловните граници во синџирот на индустријата се релативно нејасни. За индивидуалните продавачи, неопходно е да се разгледа интеграцијата со деловните сценарија, а исто така е неопходно да се има способност да се прилагодат на промените во деловните сценарија од техничко ниво, а исто така е неопходно да се осигура дека постои висок степен на компатибилност со хардверска опрема, како и инженерска способност за приземјување проекти.
Синџирот на индустријата за рабови на компјутери е поделен на продавачи на чипови, продавачи на алгоритами, производители на хардверски уреди и даватели на решенија. Продавачите на чипови претежно развиваат аритметички чипови од крајната страна до работ-страната до облакот, а покрај чиповите од рабовите, тие развиваат и картички за забрзување и поддржуваат платформи за развој на софтвер. Продавачите на алгоритми ги земаат алгоритмите за компјутерска визија како јадро за да изградат општи или приспособени алгоритми, а има и претпријатија кои градат трговски центри за алгоритам или платформи за обука и туркање. Продавачите на опрема активно инвестираат во производи за рабно пресметување, а формата на производите за рабно пресметување постојано се збогатува, постепено формирајќи целосен куп производи од рабните компјутери од чипот до целата машина. Давателите на решенија обезбедуваат софтверски или софтверско-хардверски интегрирани решенија за одредени индустрии.
Апликациите во индустријата за компјутери на работ се забрзуваат
Во областа на паметниот град
Во моментов вообичаено се користи сеопфатна инспекција на урбаниот имот во режимот на рачна инспекција, а режимот на рачна инспекција има проблеми со долготрајни и трудоинтензивни трошоци, зависност од процесот од поединци, слаба покриеност и фреквенција на инспекција и слаб квалитет. контрола. Во исто време инспекцискиот процес забележа огромен број податоци, но овие ресурси на податоци не се трансформирани во средства за податоци за зајакнување на бизнисот. Со примена на технологија за вештачка интелигенција во сценарија за мобилна инспекција, претпријатието создаде интелигентно возило за инспекција со вештачка интелигенција за урбано управување, кое прифаќа технологии како што се Интернет на нештата, облак компјутери, алгоритми за вештачка интелигенција и носи професионална опрема како камери со висока дефиниција, на- дисплеи на табла и странични сервери за вештачка интелигенција и го комбинира механизмот за инспекција на „интелигентен систем + интелигентна машина + помош за персоналот“. Ја промовира трансформацијата на урбаното управување од кадровско интензивно во механичко интелигенција, од емпириско расудување до анализа на податоци и од пасивен одговор до активно откривање.
Во областа на интелигентно градилиште
Интелигентните решенија за градилиште засновани на Edge computing ја применуваат длабоката интеграција на технологијата за вештачка интелигенција во традиционалната работа за следење на безбедноста на градежната индустрија, со поставување на терминал за анализа на рабовите со вештачка интелигенција на градилиштето, комплетирање на независното истражување и развој на визуелни ВИ алгоритми засновани на интелигентно видео аналитичка технологија, откривање со полно работно време на настани што треба да се откријат (на пр., откривање дали да се носи кацига или не), обезбедување на персонал, животна средина, безбедност и други услуги за идентификација на безбедносни ризични точки и потсетници за аларм и преземање иницијатива за идентификација на небезбедни фактори, интелигентно чување со вештачка интелигенција, заштеда на трошоци за работна сила, за да се задоволат потребите за управување со персоналот и безбедноста на имотот на градилиштата.
Во областа на интелигентен транспорт
Архитектурата на Cloud-side-end стана основна парадигма за распоредување на апликации во интелигентната транспортна индустрија, со облакот одговорен за централизирано управување и дел од обработката на податоците, а крајната страна главно обезбедува анализа на податоците од рабовите и пресметковни одлуки -изработка на обработка, а крајната страна главно одговорна за собирање деловни податоци.
Во специфични сценарија како што се координација на возило-пат, холографски раскрсници, автоматско возење и железнички сообраќај, има голем број хетерогени уреди до кои се пристапува и овие уреди бараат управување со пристапот, управување со излезот, обработка на аларми и обработка и обработка на одржување. Пресметките на рабовите можат да разделат и да освојуваат, да ги претворат големите во мали, да обезбедат функции за конверзија на протоколот меѓу слоеви, да постигне унифициран и стабилен пристап, па дури и колаборативна контрола на хетерогени податоци.
Во областа на индустриското производство
Сценарио за оптимизација на производствениот процес: во моментов, голем број на дискретни производствени системи се ограничени поради нецелосноста на податоците, а вкупната ефикасност на опремата и пресметките на другите индексни податоци се релативно невешт, што го отежнува користењето за оптимизација на ефикасноста. Edge компјутерска платформа базирана на модел на информации за опремата за да се постигне семантичко ниво производствен систем хоризонтална комуникација и вертикална комуникација, врз основа на механизам за обработка на протокот на податоци во реално време за да се агрегираат и анализираат голем број теренски податоци во реално време, за да се постигне производна линија базирана на модел фузија на информации од повеќе извори на податоци, за да се обезбеди моќна поддршка за податоци за донесување одлуки во дискретниот производствен систем.
Сценарио за предвидливо одржување на опремата: Одржувањето на индустриската опрема е поделено на три вида: репаративно одржување, превентивно одржување и предвидливо одржување. Ресторативното одржување припаѓа на ex post facto одржување, превентивното одржување и предвидливото одржување припаѓа на ex-ante одржувањето, првото се заснова на времето, перформансите на опремата, условите на локацијата и други фактори за редовно одржување на опремата, повеќе или помалку врз основа на човечки искуство, вториот преку собирање на сензорски податоци, следење во реално време на работната состојба на опремата, врз основа на индустрискиот модел на анализа на податоци, и точно да се предвиди кога ќе се случи неуспехот.
Сценарио за инспекција на индустриски квалитет: полето за инспекција на индустриски вид е првата традиционална форма за автоматска оптичка инспекција (AOI) во полето за проверка на квалитетот, но развојот на AOI досега, во многу откривање дефекти и други сложени сценарија, поради дефекти на различни на типови, екстракција на карактеристики е нецелосна, адаптивни алгоритми слаба екстензивност, производната линија често се ажурира, миграцијата на алгоритмот не е флексибилна и други фактори, традиционалниот систем AOI е тешко да се задоволат потребите на развојот на производната линија. Затоа, платформата за алгоритам за инспекција на индустриски квалитет со вештачка интелигенција претставена со длабоко учење + учење со мал примерок постепено ја заменува традиционалната шема за визуелна инспекција, а платформата за инспекција на индустриски квалитет со вештачка интелигенција помина низ две фази на класични алгоритми за машинско учење и алгоритми за длабоко учење инспекција.
Време на објавување: Октомври-08-2023 година