Если рассматривать искусственный интеллект как путешествие из пункта А в пункт Б, то облачный сервис вычислений — это аэропорт или высокоскоростная железнодорожная станция, а периферийные вычисления — это такси или общий велосипед. Периферийные вычисления находятся рядом с людьми, вещами или источниками данных. Они используют открытую платформу, которая объединяет возможности хранения, вычислений, сетевого доступа и ядра приложений для предоставления услуг пользователям, находящимся поблизости. По сравнению с централизованно развернутыми облачными сервисами периферийные вычисления решают такие проблемы, как длительная задержка и высокий трафик конвергенции, обеспечивая лучшую поддержку для услуг в режиме реального времени и требовательных к полосе пропускания.
Пожар ChatGPT вызвал новую волну развития ИИ, ускорив погружение ИИ в большее количество областей применения, таких как промышленность, розничная торговля, умные дома, умные города и т. д. На стороне приложения необходимо хранить и вычислять большой объем данных, и полагаться только на облако больше не в состоянии удовлетворить фактический спрос, периферийные вычисления улучшают последний километр приложений ИИ. В рамках национальной политики активного развития цифровой экономики облачные вычисления Китая вступили в период инклюзивного развития, спрос на периферийные вычисления резко возрос, а интеграция периферии и конца облака стала важным эволюционным направлением в будущем.
Рынок периферийных вычислений вырастет на 36,1% в год в течение следующих пяти лет
Индустрия периферийных вычислений вступила в стадию устойчивого развития, о чем свидетельствует постепенная диверсификация ее поставщиков услуг, расширение размера рынка и дальнейшее расширение областей применения. Что касается размера рынка, данные из отчета IDC по отслеживанию показывают, что общий размер рынка серверов периферийных вычислений в Китае достиг 3,31 млрд долларов США в 2021 году, и ожидается, что общий размер рынка серверов периферийных вычислений в Китае будет расти с годовым темпом роста 22,2% с 2020 по 2025 год. Салливан прогнозирует, что размер рынка периферийных вычислений в Китае, как ожидается, достигнет 250,9 млрд юаней в 2027 году, при среднегодовом темпе роста 36,1% с 2023 по 2027 год.
Экоиндустрия периферийных вычислений процветает
В настоящее время периферийные вычисления находятся на ранней стадии вспышки, и границы бизнеса в отраслевой цепочке относительно размыты. Для отдельных поставщиков необходимо рассмотреть интеграцию с бизнес-сценариями, а также необходимо иметь возможность адаптироваться к изменениям в бизнес-сценариях с технической точки зрения, а также необходимо обеспечить высокую степень совместимости с аппаратным оборудованием, а также инженерную способность реализовывать проекты.
Цепочка индустрии периферийных вычислений делится на поставщиков микросхем, поставщиков алгоритмов, производителей аппаратных устройств и поставщиков решений. Поставщики микросхем в основном разрабатывают арифметические микросхемы от конечной стороны до периферийной стороны и до облачной стороны, и в дополнение к периферийным микросхемам они также разрабатывают карты ускорения и поддерживают платформы разработки программного обеспечения. Поставщики алгоритмов берут алгоритмы компьютерного зрения в качестве ядра для создания общих или индивидуальных алгоритмов, и есть также предприятия, которые создают торговые центры алгоритмов или платформы обучения и продвижения. Поставщики оборудования активно инвестируют в продукты периферийных вычислений, и форма продуктов периферийных вычислений постоянно обогащается, постепенно формируя полный стек продуктов периферийных вычислений от чипа до всей машины. Поставщики решений предоставляют программные или программно-аппаратные интегрированные решения для конкретных отраслей.
Приложения отрасли периферийных вычислений ускоряются
В области умного города
Комплексная инспекция городской собственности в настоящее время обычно используется в режиме ручной инспекции, а режим ручной инспекции имеет проблемы высоких затрат времени и труда, зависимости процесса от отдельных лиц, плохого охвата и частоты инспекций, а также плохого контроля качества. В то же время процесс инспекции записал огромное количество данных, но эти ресурсы данных не были преобразованы в активы данных для расширения возможностей бизнеса. Применяя технологию ИИ к сценариям мобильной инспекции, предприятие создало интеллектуальное транспортное средство инспекции ИИ городского управления, которое принимает такие технологии, как Интернет вещей, облачные вычисления, алгоритмы ИИ, и несет профессиональное оборудование, такое как камеры высокой четкости, бортовые дисплеи и сторонние серверы ИИ, и объединяет механизм инспекции «интеллектуальной системы + интеллектуальной машины + помощи персонала». Он способствует преобразованию городского управления от интенсивного персонала к механическому интеллекту, от эмпирического суждения к анализу данных и от пассивного реагирования к активному обнаружению.
В области интеллектуального строительства
Решения для интеллектуальных строительных площадок на основе периферийных вычислений применяют глубокую интеграцию технологии ИИ в традиционную работу по мониторингу безопасности в строительной отрасли, размещая на строительной площадке терминал анализа периферийного ИИ, выполняя независимые исследования и разработки визуальных алгоритмов ИИ на основе технологии интеллектуальной видеоаналитики, постоянно определяя события, которые необходимо обнаружить (например, определение того, следует ли надевать каску), предоставляя услуги по идентификации персонала, окружающей среды, безопасности и других точек риска безопасности и напоминания о сигналах тревоги, а также проявляя инициативу по выявлению небезопасных факторов, интеллектуальной охране на основе ИИ, экономя затраты на рабочую силу, чтобы удовлетворить потребности в управлении безопасностью персонала и имущества на строительных площадках.
В области интеллектуального транспорта
Архитектура «облачная сторона-конец» стала базовой парадигмой для развертывания приложений в интеллектуальной транспортной отрасли, при этом облачная сторона отвечает за централизованное управление и часть обработки данных, периферийная сторона в основном обеспечивает анализ данных на периферийной стороне и обработку вычислений для принятия решений, а конечная сторона в основном отвечает за сбор бизнес-данных.
В определенных сценариях, таких как координация движения транспортных средств и дорог, голографические перекрестки, автоматическое вождение и железнодорожное движение, осуществляется доступ к большому количеству разнородных устройств, и эти устройства требуют управления доступом, управления выходом, обработки сигналов тревоги и обработки эксплуатации и обслуживания. Периферийные вычисления могут разделять и властвовать, превращать большое в малое, предоставлять функции преобразования протоколов между уровнями, достигать унифицированного и стабильного доступа и даже совместного управления разнородными данными.
В сфере промышленного производства
Сценарий оптимизации производственного процесса: в настоящее время большое количество дискретных производственных систем ограничено неполнотой данных, а общая эффективность оборудования и другие расчеты индексных данных относительно неряшливы, что затрудняет их использование для оптимизации эффективности. Платформа периферийных вычислений на основе информационной модели оборудования для достижения горизонтальной и вертикальной коммуникации производственной системы на семантическом уровне, на основе механизма обработки потока данных в реальном времени для агрегации и анализа большого количества полевых данных в реальном времени, для достижения слияния информации из нескольких источников данных производственной линии на основе модели, для предоставления мощной поддержки данных для принятия решений в дискретной производственной системе.
Сценарий предиктивного обслуживания оборудования: Техническое обслуживание промышленного оборудования делится на три типа: ремонтное обслуживание, профилактическое обслуживание и предиктивное обслуживание. Восстановительное обслуживание относится к обслуживанию ex post facto, профилактическое обслуживание и предиктивное обслуживание относятся к обслуживанию ex ante, первое основано на времени, производительности оборудования, условиях на месте и других факторах для регулярного обслуживания оборудования, более или менее основано на человеческом опыте, последнее посредством сбора данных датчиков, мониторинга в реальном времени рабочего состояния оборудования, основано на промышленной модели анализа данных и точно предсказывает, когда произойдет отказ.
Сценарий проверки промышленного качества: область проверки промышленного зрения является первой традиционной формой автоматического оптического контроля (AOI) в области проверки качества, но развитие AOI до сих пор, во многих случаях обнаружения дефектов и других сложных сценариях, из-за дефектов различных типов, извлечение признаков является неполным, адаптивные алгоритмы плохо расширяются, производственная линия часто обновляется, миграция алгоритмов не является гибкой и других факторов, традиционная система AOI была сложна для удовлетворения потребностей развития производственной линии. Таким образом, платформа алгоритма проверки промышленного качества ИИ, представленная глубоким обучением + обучением на малых выборках, постепенно заменяет традиционную схему визуального контроля, а платформа проверки промышленного качества ИИ прошла через два этапа классических алгоритмов машинного обучения и алгоритмов проверки с глубоким обучением.
Время публикации: 08-окт-2023