Từ dịch vụ đám mây đến điện toán biên, trí tuệ nhân tạo (AI) đã đến tận "chặng cuối"

Thị trường điện toán biên dự kiến ​​sẽ tăng trưởng với tốc độ CAGR 36,1% trong 5 năm tới.

Ngành công nghiệp điện toán biên đã bước vào giai đoạn phát triển ổn định, được thể hiện qua sự đa dạng hóa dần dần của các nhà cung cấp dịch vụ, quy mô thị trường ngày càng mở rộng và các lĩnh vực ứng dụng ngày càng đa dạng. Về quy mô thị trường, dữ liệu từ báo cáo theo dõi của IDC cho thấy tổng quy mô thị trường máy chủ điện toán biên tại Trung Quốc đạt 3,31 tỷ USD vào năm 2021 và dự kiến ​​sẽ tăng trưởng với tốc độ tăng trưởng kép hàng năm là 22,2% từ năm 2020 đến năm 2025. Sullivan dự báo quy mô thị trường điện toán biên tại Trung Quốc dự kiến ​​sẽ đạt 250,9 tỷ RMB vào năm 2027, với tốc độ tăng trưởng kép hàng năm là 36,1% từ năm 2023 đến năm 2027.

Ngành công nghiệp điện toán biên phát triển mạnh mẽ

Điện toán biên hiện đang ở giai đoạn đầu phát triển, và ranh giới kinh doanh trong chuỗi ngành vẫn còn khá mơ hồ. Đối với từng nhà cung cấp, cần phải xem xét việc tích hợp với các kịch bản kinh doanh, đồng thời cần có khả năng thích ứng với những thay đổi trong kịch bản kinh doanh ở cấp độ kỹ thuật, và cũng cần đảm bảo tính tương thích cao với thiết bị phần cứng, cũng như khả năng kỹ thuật để triển khai dự án.

Chuỗi ngành công nghiệp điện toán biên 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 xử lý số học từ đầu cuối đến biên và đám mây, và ngoài các chip biên, họ còn phát triển các card tăng tốc và nền tảng phát triển phần mềm hỗ trợ. Các nhà cung cấp thuật toán lấy các thuật toán thị giác máy tính làm cốt lõi để xây dựng các thuật toán tổng quát hoặc tùy chỉnh, và cũng có những doanh nghiệp xây dựng các trung tâm thuật toán hoặc nền tảng đào tạo và triển khai. Các nhà cung cấp thiết bị đang tích cực đầu tư vào các sản phẩm điện toán biên, và hình thức của các sản phẩm điện toán biên liên tục được làm phong phú, dần hình thành một bộ sản phẩm điện toán biên hoàn chỉnh từ chip đến toàn bộ máy. Các nhà cung cấp giải pháp cung cấp các giải pháp phần mềm hoặc tích hợp phần mềm-phần cứng cho các ngành cụ thể.

Các ứng dụng công nghiệp điện toán biên đang tăng tốc

Trong lĩnh vực thành phố thông minh

Hiện nay, việc kiểm tra toàn diện tài sản đô thị thường được thực hiện theo phương thức thủ công, và phương thức này gặp phải các vấn đề như tốn nhiều thời gian và nhân công, phụ thuộc vào cá nhân, phạm vi và tần suất kiểm tra kém, và chất lượng kiểm soát thấp. Đồng thời, quá trình kiểm tra ghi lại một lượng lớn dữ liệu, nhưng những nguồn dữ liệu này chưa được chuyển đổi thành tài sản dữ liệu để hỗ trợ hoạt động kinh doanh. Bằng cách ứng 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 quản lý đô thị, sử dụng các công nghệ như Internet vạn vật, điện toán đám mây, thuật toán AI, và trang bị các thiết bị chuyên nghiệp như camera độ nét cao, màn hình tích hợp, và máy chủ AI, kết hợp cơ chế kiểm tra "hệ thống thông minh + máy móc thông minh + hỗ trợ nhân viên". Điều này thúc đẩy sự chuyển đổi quản lý đô thị từ thâm dụng nhân lực sang trí tuệ cơ khí, từ phán đoán kinh nghiệm sang phân tích dữ liệu, và từ phản ứng thụ động sang chủ động tìm tòi.

Trong lĩnh vực công trường xây dựng thông minh

Giải pháp công trường thông minh dựa trên điện toán biên ứng dụng sâu rộng công nghệ AI vào công tác giám sát an toàn truyền thống trong ngành xây dựng, bằng cách đặt thiết bị đầu cuối phân tích AI tại công trường, hoàn thành việc nghiên cứu và phát triển độc lập các thuật toán AI hình ảnh dựa trên công nghệ phân tích video thông minh, phát hiện liên tục các sự kiện cần phát hiện (ví dụ: phát hiện xem có đội mũ bảo hiểm hay không), cung cấp dịch vụ nhận diện và nhắc nhở cảnh báo các điểm rủi ro về an toàn liên quan đến nhân sự, môi trường, an ninh, và chủ động xác định các yếu tố không an toàn, giám sát thông minh bằng AI, tiết kiệm chi phí nhân lực, đáp ứng nhu cầu quản lý an toàn nhân sự và tài sản tại công trường.

Trong lĩnh vực giao thông thông minh

Kiến trúc đám mây-đầu cuối đã trở thành mô hình cơ bản cho việc triển khai các ứng dụng trong ngành giao thông thông minh, trong đó phía đám mây chịu trách nhiệm quản lý tập trung và một phần xử lý dữ liệu, phía biên chủ yếu cung cấp phân tích dữ liệu và xử lý quyết định tính toán tại biên, và phía đầu cuối chủ yếu chịu trách nhiệm thu thập dữ liệu kinh doanh.

Trong các kịch bản cụ thể như phối hợp đường sá giữa phương tiện và giao thông, giao lộ ba chiều, lái xe tự động và giao thông đường sắt, có một lượng lớn các thiết bị khác nhau được truy cập, và các thiết bị này yêu cầu quản lý truy cập, quản lý thoát, xử lý cảnh báo, và xử lý vận hành và bảo trì. Điện toán biên có thể chia để trị, biến cái lớn thành cái nhỏ, cung cấp các chức năng chuyển đổi giao thức đa tầng, đạt được khả năng truy cập thống nhất và ổn định, thậm chí là kiểm soát cộng tác dữ liệu khác nhau.

Trong lĩnh vực sản xuất công nghiệp

Kịch bản tối ưu hóa quy trình sản xuất: Hiện nay, nhiều hệ thống sản xuất rời rạc bị hạn chế bởi sự không đầy đủ của dữ liệu, và việc tính toán hiệu suất tổng thể của thiết bị và các chỉ số dữ liệu khác còn tương đối thiếu chính xác, gây khó khăn cho việc sử dụng để tối ưu hóa hiệu quả. Nền tảng điện toán biên dựa trên mô hình thông tin thiết bị nhằm đạt được khả năng giao tiếp ngang và dọc ở cấp độ ngữ nghĩa trong hệ thống sản xuất, dựa trên cơ chế xử lý luồng dữ liệu thời gian thực để tổng hợp và phân tích một lượng lớn dữ liệu thời gian thực tại hiện trường, nhằm đạt được sự hợp nhất thông tin đa nguồn dữ liệu trên dây chuyền sản xuất dựa trên mô hình, cung cấp hỗ trợ dữ liệu mạnh mẽ cho việc 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 sửa chữa thuộc loại bảo trì sau sự cố, bảo trì phòng ngừa và bảo trì dự đoán thuộc loại bảo trì trước sự cố. Loại thứ nhất dựa trên thời gian, hiệu suất thiết bị, điều kiện tại chỗ và các yếu tố khác để bảo trì thiết bị định kỳ, ít nhiều dựa trên kinh nghiệm của con người, còn loại thứ hai thông qua việc thu thập dữ liệu cảm biến, giám sát thời gian thực trạng thái hoạt động của thiết bị, dựa trên mô hình công nghiệp để phân tích dữ liệu và dự đoán chính xác thời điểm xảy ra sự cố.

Tình huống kiểm tra chất lượng công nghiệp: Lĩnh vực kiểm tra thị giác công nghiệp là lĩnh vực đầu tiên ứng dụng hệ thống kiểm tra quang học tự động (AOI) truyền thống vào lĩnh vực kiểm tra chất lượng. Tuy nhiên, sự phát triển của AOI cho đến nay vẫn gặp nhiều khó khăn trong việc phát hiện khuyết tật và các tình huống phức tạp khác do sự đa dạng của các loại khuyết tật, việc trích xuất đặc trưng không đầy đủ, thuật toán thích ứng có khả năng mở rộng kém, dây chuyền sản xuất được cập nhật thường xuyên, việc chuyển đổi thuật toán không linh hoạt, và các yếu tố khác, khiến hệ thống AOI truyền thống khó đáp ứng được nhu cầu phát triển của dây chuyền sản xuất. Do đó, nền tảng thuật toán kiểm tra chất lượng công nghiệp AI, được đại diện bởi học sâu + học mẫu nhỏ, đang dần thay thế phương án kiểm tra thị giác truyền thống, và nền tảng kiểm tra chất lượng công nghiệp AI đã trải qua hai giai đoạn: thuật toán học máy cổ điển và thuật toán kiểm tra học sâu.