Ако вештачката интелигенција се смета за патување од точката А до точката Б, услугата за cloud computing е аеродром или брза железничка станица, а edge computing е такси или споделен велосипед. Edge computing е блиску до луѓето, предметите или изворите на податоци. Усвојува отворена платформа која интегрира складирање, пресметка, пристап до мрежата и можности за јадрото на апликацијата за да обезбеди услуги за корисниците во близина. Во споредба со централно распоредените cloud computing услуги, edge computing решава проблеми како што се долго латентност и сообраќај со висока конвергенција, обезбедувајќи подобра поддршка за услуги во реално време и услуги со голем пропусен опсег.
Огнот на ChatGPT предизвика нов бран на развој на вештачката интелигенција, забрзувајќи го нејзиното продлабочување во повеќе области на примена како што се индустријата, малопродажбата, паметните домови, паметните градови итн. Голема количина на податоци треба да се складира и пресметува на крајот од апликацијата, а потпирањето само на облакот повеќе не е во можност да ја задоволи вистинската побарувачка, а edge computing го подобрува последниот километар од апликациите за вештачка интелигенција. Според националната политика за енергичен развој на дигиталната економија, cloud computing во Кина влезе во период на инклузивен развој, побарувачката за edge computing се зголеми, а интеграцијата на cloud edge and end стана важна еволутивна насока во иднина.
Пазарот на Edge Computing ќе порасне за 36,1% CAGR во следните пет години
Индустријата за edge computing влезе во фаза на стабилен развој, што е потврдено од постепената диверзификација на нејзините даватели на услуги, растечката големина на пазарот и понатамошното проширување на областите на примена. Во однос на големината на пазарот, податоците од извештајот за следење на IDC покажуваат дека вкупната големина на пазарот на edge computing сервери во Кина достигна 3,31 милијарди американски долари во 2021 година, а се очекува вкупната големина на пазарот на edge computing сервери во Кина да расте со сложена годишна стапка на раст од 22,2% од 2020 до 2025 година. Саливан предвидува дека се очекува големината на пазарот на edge computing во Кина да достигне 250,9 милијарди јуани во 2027 година, со CAGR од 36,1% од 2023 до 2027 година.
Еко-индустријата за edge computing напредува
Edge computing моментално е во рана фаза на епидемијата, а деловните граници во индустрискиот синџир се релативно нејасни. За индивидуалните добавувачи, потребно е да се земе предвид интеграцијата со деловните сценарија, а исто така е потребно да се има можност за прилагодување на промените во деловните сценарија од техничко ниво, а исто така е потребно да се обезбеди висок степен на компатибилност со хардверската опрема, како и инженерска способност за слетување проекти.
Синџирот на индустријата за edge computing е поделен на добавувачи на чипови, добавувачи на алгоритми, производители на хардверски уреди и добавувачи на решенија. Добавувачите на чипови најчесто развиваат аритметички чипови од крајната страна до крајната страна и до облак-страната, а покрај чиповите од страната на edge, тие исто така развиваат картички за забрзување и поддржуваат платформи за развој на софтвер. Добавувачите на алгоритми ги земаат алгоритмите за компјутерска визија како јадро за градење општи или прилагодени алгоритми, а постојат и претпријатија кои градат алгоритмски центри или платформи за обука и промовирање. Добавувачите на опрема активно инвестираат во производи за edge computing, а формата на производи за edge computing постојано се збогатува, постепено формирајќи целосен куп производи за edge computing од чипот до целата машина. Добавувачите на решенија обезбедуваат софтвер или софтверско-хардверски интегрирани решенија за специфични индустрии.
Апликациите во индустријата за рабно пресметување се забрзуваат
Во областа на паметниот град
Сеопфатната инспекција на урбан имот во моментов најчесто се користи во режим на рачна инспекција, а режимот на рачна инспекција има проблеми со високи трошоци што одземаат многу време и труд, зависност на процесот од поединци, слаба покриеност и фреквенција на инспекции и слаба контрола на квалитетот. Во исто време, процесот на инспекција евидентираше огромна количина на податоци, но овие ресурси на податоци не се трансформирани во средства за податоци за јакнење на бизнисот. Со примена на технологијата на вештачка интелигенција во сценарија за мобилна инспекција, претпријатието создаде интелигентно возило за инспекција со вештачка интелигенција за урбано управување, кое усвојува технологии како што се Интернет на нештата, cloud computing, алгоритми на вештачка интелигенција и носи професионална опрема како што се камери со висока дефиниција, вградени дисплеи и странични сервери со вештачка интелигенција, и го комбинира механизмот за инспекција на „интелигентен систем + интелигентна машина + помош на персоналот“. Тој ја промовира трансформацијата на урбаното управување од интензивна персонална во механичка интелигенција, од емпириска проценка во анализа на податоци и од пасивен одговор во активно откривање.
Во областа на интелигентното градилиште
Решенијата за интелигентни градилишта базирани на Edge Computing ја применуваат длабоката интеграција на технологијата со вештачка интелигенција во традиционалната работа за следење на безбедноста во градежната индустрија, со поставување терминал за анализа со вештачка интелигенција на градилиштето, завршување на независното истражување и развој на визуелни алгоритми со вештачка интелигенција базирани на интелигентна технологија за видео аналитика, постојано откривање на настани што треба да се детектираат (на пр., откривање дали да се носи шлем или не), обезбедување услуги за идентификација на точки на ризик за безбедност и потсетување за аларм со персонал, животна средина, безбедност и други безбедносни точки, како и преземање иницијатива за идентификација на небезбедни фактори, интелигентно обезбедување со вештачка интелигенција, заштеда на трошоци за работна сила, за да се задоволат потребите за управување со безбедноста на персоналот и имотот на градилиштата.
Во областа на интелигентниот транспорт
Архитектурата од облак-страна стана основна парадигма за распоредување на апликации во индустријата за интелигентен транспорт, при што облак-страната е одговорна за централизирано управување и дел од обработката на податоци, рабната страна главно обезбедува анализа на податоци од рабната страна и обработка на пресметковни одлуки, а крајната страна е главно одговорна за собирање деловни податоци.
Во специфични сценарија како што се координација помеѓу возило и пат, холографски раскрсници, автоматско возење и железнички сообраќај, има голем број хетерогени уреди до кои се пристапува, а овие уреди бараат управување со пристапот, управување со излезите, обработка на аларми и обработка на работењето и одржувањето. Edge computing може да дели и освојува, да го претвори големото во мало, да обезбеди функции за конверзија на протоколи на повеќе слоеви, да постигне унифициран и стабилен пристап, па дури и соработка при контрола на хетерогени податоци.
Во областа на индустриското производство
Сценарио за оптимизација на производствениот процес: Во моментов, голем број дискретни производствени системи се ограничени поради нецелосноста на податоците, а целокупната ефикасност на опремата и пресметките на другите индексни податоци се релативно невнимателни, што го отежнува нивното користење за оптимизација на ефикасноста. Платформа за Edge computing базирана на модел на информации за опремата за да се постигне хоризонтална комуникација на производствениот систем на семантичко ниво и вертикална комуникација, базирана на механизам за обработка на проток на податоци во реално време за агрегирање и анализа на голем број теренски податоци во реално време, за да се постигне фузија на информации од повеќе извори на податоци базирана на модел, со цел 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. Реставративното одржување припаѓа на одржување ex post facto, превентивното одржување, а предвидливото одржување припаѓа на одржување ex-ante, првото се базира на времето, перформансите на опремата, условите на локацијата и други фактори за редовно одржување на опремата, повеќе или помалку се базира на човечкото искуство, второто преку собирање податоци од сензори, следење во реално време на работната состојба на опремата, врз основа на индустрискиот модел на анализа на податоци и прецизно предвидување кога ќе се случи дефектот.
Сценарио за индустриска инспекција на квалитет: полето за индустриска визуелна инспекција е првата традиционална форма на автоматска оптичка инспекција (AOI) во полето за инспекција на квалитет, но развојот на AOI досега, во многу случаи на откривање на дефекти и други сложени сценарија, поради различните видови дефекти, извлекувањето на карактеристиките е нецелосно, адаптивните алгоритми се слабо проширливи, производствената линија се ажурира често, миграцијата на алгоритмите не е флексибилна и други фактори, традиционалниот AOI систем е тешко да ги задоволи потребите за развој на производствената линија. Затоа, платформата за алгоритми за интензивна инспекција на квалитет во индустријата со вештачка интелигенција, претставена со длабоко учење + учење со мал примерок, постепено ја заменува традиционалната шема за визуелна инспекција, а платформата за интензивна инспекција на квалитет во индустријата со вештачка интелигенција помина низ две фази на класични алгоритми за машинско учење и алгоритми за инспекциска анализа на длабоко учење.
Време на објавување: 08.10.2023