Từ các dịch vụ đám mây đến điện toán cạnh, AI đến

Thị trường điện toán cạnh để tăng 36,1% CAGR trong năm năm tới

Ngành công nghiệp điện toán Edge đã bước vào giai đoạn phát triển ổn định, bằng chứng là sự đa dạng hóa dần dần của các nhà cung cấp dịch vụ, quy mô thị trường mở rộng và mở rộng hơn nữa các khu vực ứng dụng. Về quy mô thị trường, dữ liệu từ báo cáo theo dõi của IDC cho thấy quy mô thị trường tổng thể của các máy chủ tính toán cạnh ở Trung Quốc đã đạt 3,31 tỷ USD vào năm 2021 và quy mô thị trường tổng thể của các máy chủ tính toán cạnh ở Trung Quốc dự kiến ​​sẽ tăng tỷ lệ tăng trưởng gần 20. CAGR của 36,1% từ 2023 đến 2027.

Tính toán công nghiệp sinh thái cạnh tranh phát triển mạnh

Tính toán cạnh hiện đang trong giai đoạn đầu của sự bùng phát và ranh giới kinh doanh trong chuỗi ngành tương đối mờ. Đối với các nhà cung cấp riêng lẻ, cần phải xem xét việc tích hợp với các kịch bản kinh doanh và cũng cần phải có khả năng thích ứng với các thay đổi trong kịch bản kinh doanh từ cấp độ kỹ thuật và cũng cần phải đảm bảo rằng có mức độ tương thích cao với thiết bị phần cứng, cũng như khả năng kỹ thuật để hạ cánh.

Chuỗi ngành công nghiệp điện toán cạnh được chia thành các nhà cung cấp chip, nhà cung cấp thuật toán, nhà sản xuất thiết bị phần cứng và nhà cung cấp giải pháp. Các nhà cung cấp chip chủ yếu phát triển các chip số học từ phía đầu sang bên cạnh sang phía đám mây và ngoài các chip bên cạnh, họ cũng phát triển các thẻ tăng tốc và hỗ trợ các nền tảng phát triển phần mềm. Các nhà cung cấp thuật toán lấy các thuật toán tầm nhìn máy tính làm cốt lõi để xây dựng các thuật toán chung hoặc tùy chỉnh, và cũng có những doanh nghiệp xây dựng các trung tâm thuật toán hoặc các nền tảng đào tạo và đẩy. Các nhà cung cấp thiết bị đang tích cực đầu tư vào các sản phẩm điện toán cạnh và hình thức các sản phẩm điện toán cạnh liên tục được làm giàu, dần dần tạo thành một chồng đầy đủ các sản phẩm điện toán cạnh từ chip đến toàn bộ máy. Các nhà cung cấp giải pháp cung cấp các giải pháp tích hợp phần mềm hoặc phần mềm cho các ngành công nghiệp cụ thể.

Ứng dụng công nghiệp điện toán cạnh tăng tốc

Trong lĩnh vực thành phố thông minh

Việc kiểm tra toàn diện tài sản đô thị hiện đang được sử dụng trong chế độ kiểm tra thủ công và chế độ kiểm tra thủ công có các vấn đề về chi phí tốn thời gian và tốn nhiều công sức, quy trình phụ thuộc vào cá nhân, bảo hiểm kém và tần suất kiểm tra và kiểm soát chất lượng kém. Đồng thời, quá trình kiểm tra đã ghi lại một lượng dữ liệu khổng lồ, nhưng các tài nguyên dữ liệu này chưa được chuyển đổi thành tài sản dữ liệu để trao quyền kinh doanh. Bằng cách áp dụng công nghệ AI vào các kịch bản kiểm tra di động, doanh nghiệp đã tạo ra một phương tiện kiểm tra thông minh AI của AI đô thị, áp dụng các công nghệ như Internet vạn vật, điện toán đám mây, thuật toán AI và thực hiện các thiết bị chuyên nghiệp như máy chủ thông minh. Nó thúc đẩy việc chuyển đổi quản trị đô thị từ thâm dụng nhân sự sang trí thông minh cơ học, từ đánh giá thực nghiệm sang phân tích dữ liệu và từ phản ứng thụ động đến khám phá tích cực.

Trong lĩnh vực công việc xây dựng thông minh

Các giải pháp trang web xây dựng thông minh dựa trên điện toán cạnh áp dụng tích hợp sâu của công nghệ AI vào công việc giám sát an toàn ngành xây dựng truyền thống, bằng cách đặt thiết bị đầu cuối phân tích AI cạnh tại công trường xây dựng, hoàn thành nghiên cứu độc lập và phát triển các thuật toán AI trực quan dựa trên việc xác định các sự kiện và phát hiện ra khỏi các sự kiện, Các dịch vụ và chủ động để xác định các yếu tố không an toàn, bảo vệ thông minh AI, tiết kiệm chi phí nhân lực, để đáp ứng nhu cầu quản lý an toàn nhân sự và tài sản của các công trường xây dựng.

Trong lĩnh vực vận tải thông minh

Kiến trúc phía trên đám mây đã trở thành mô hình cơ bản để triển khai các ứng dụng trong ngành vận tải thông minh, với bên đám mây chịu trách nhiệm quản lý tập trung và một phần của xử lý dữ liệu, bên cạnh chủ yếu cung cấp phân tích dữ liệu bên cạnh và xử lý ra quyết định tính toán và phần cuối chịu trách nhiệm thu thập dữ liệu kinh doanh.

Trong các kịch bản cụ thể như phối hợp đường, giao thông ba chiều, lái xe tự động và giao thông đường sắt, có một số lượng lớn các thiết bị không đồng nhất được truy cập và các thiết bị này yêu cầu quản lý truy cập, quản lý thoát, xử lý báo động và xử lý hoạt động và bảo trì. Tính toán cạnh có thể phân chia và chinh phục, biến lớn thành nhỏ, cung cấp các chức năng chuyển đổi giao thức lớp chéo, đạt được quyền truy cập thống nhất và ổn định và thậm chí kiểm soát hợp tác dữ liệu không đồng nhất.

Trong lĩnh vực sản xuất công nghiệp

Kịch bản tối ưu hóa quy trình sản xuất: Hiện tại, một số lượng lớn các hệ thống sản xuất riêng biệt bị giới hạn bởi sự không hoàn chỉnh của dữ liệu và hiệu quả thiết bị tổng thể và các tính toán dữ liệu chỉ số khác tương đối cẩu thả, gây khó khăn cho việc sử dụng tối ưu hóa hiệu quả. Nền tảng điện toán cạnh dựa trên mô hình thông tin thiết bị để đạt được hệ thống sản xuất ngữ nghĩa giao tiếp ngang và giao tiếp dọc, dựa trên cơ chế xử lý luồng dữ liệu thời gian thực để tổng hợp và phân tích một số lượng lớn dữ liệu thời gian thực, để đạt được sự hợp nhất thông tin nguồn dữ liệu đa dữ liệu dựa trên mô hình, để cung cấp hỗ trợ dữ liệu mạnh mẽ để ra quyết định trong hệ thống sản xuất rời rạc.

Kịch bản bảo trì dự đoán thiết bị: Bảo trì thiết bị công nghiệp được chia thành ba loại: bảo trì sửa chữa, bảo trì phòng ngừa và bảo trì dự đoán. Bảo trì phục hồi thuộc về bảo trì sau thực tế, bảo trì phòng ngừa và bảo trì dự đoán thuộc về bảo trì ex-ante, trước đây dựa trên thời gian, hiệu suất thiết bị, điều kiện trang web và các yếu tố khác để bảo trì thiết bị thường xuyên, ít nhiều dựa trên kinh nghiệm của con người, sau đó thông qua việc thu thập dữ liệu cảm biến, theo dõi theo dõi.

Kịch bản kiểm tra chất lượng công nghiệp: Trường kiểm tra tầm nhìn công nghiệp là hình thức kiểm tra quang học tự động truyền thống đầu tiên (AOI) vào trường kiểm tra chất lượng, nhưng sự phát triển của AOI cho đến nay, trong nhiều phát hiện khiếm khuyết và các kịch bản phức tạp khác, do các yếu tố khác nhau, các yếu tố không có khả năng. Hệ thống AOI truyền thống rất khó đáp ứng sự phát triển của nhu cầu sản xuất. Do đó, nền tảng thuật toán kiểm tra chất lượng công nghiệp AI được đại diện bởi Deep Learning + Mẫu nhỏ đang dần thay thế sơ đồ kiểm tra trực quan truyền thống và nền tảng kiểm tra chất lượng công nghiệp AI đã trải qua hai giai đoạn của thuật toán học máy cổ điển và thuật toán kiểm tra học sâu.