משירותי ענן למחשוב קצה, AI מגיע ל"מייל האחרון "

שוק מחשוב קצה לגדול 36.1% CAGR במהלך חמש השנים הבאות

ענף מחשוב הקצה נכנס לשלב של פיתוח קבוע, כפי שמעידים הגיוון ההדרגתי של ספקי השירותים שלה, גודל השוק המתרחב והרחבה נוספת של אזורי היישום. מבחינת גודל השוק, נתונים מדו"ח המעקב של IDC מראים כי גודל השוק הכולל של שרתי מחשוב קצה בסין הגיע ל -3.31 מיליארד דולר בשנת 2021, וגודל השוק הכולל של שרתי מחשוב קצה בסין צפוי לצמוח בקצב צמיחה שנתי של 22.2% מ- 2020 ל- 2025. SULLIVAN מחזית את גודל השוק של גודל היתרון בסין, CALIN, CHILS, CALIN, CALIN, CALIN, CALIN, CALIN, CALIN, CALIN, CALIN, CALIN, CALIN, CMB, CMB, CMB, CMBIL, CMB, 36.1% לעומת 2023 עד 2027.

מחשוב קצה תעשיית אקולוגית משגשגת

מחשוב Edge נמצא כרגע בשלב המוקדם של ההתפרצות, והגבולות העסקיים ברשת התעשייה מעורפלים יחסית. עבור ספקים בודדים, יש לקחת בחשבון את השילוב עם תרחישים עסקיים, וגם יש צורך להיות יכולת להסתגל לשינויים בתרחישים עסקיים מהרמה הטכנית, ויש צורך גם להבטיח כי קיימת מידה גבוהה של תאימות לציוד חומרה, כמו גם ליכולת הנדסית לפרויקטים של נחות.

רשת תעשיית המחשוב Edge מחולקת לספקי שבבים, ספקי אלגוריתמים, יצרני מכשירי חומרה וספקי פתרונות. ספקי שבבים מפתחים בעיקר שבבים חשבון מצד הקצה לצד הקצה לצד הענן, ובנוסף לשבבים בצד הקצה, הם מפתחים גם כרטיסי האצה ותמיכה בפלטפורמות פיתוח תוכנה. ספקי אלגוריתמים לוקחים אלגוריתמים לראיית מחשב כגרעין לבניית אלגוריתמים כלליים או מותאמים אישית, ויש גם ארגונים הבונים קניונים אלגוריתם או פלטפורמות אימונים ודחיפה. ספקי ציוד משקיעים באופן פעיל במוצרי מחשוב קצה, וצורת מוצרי מחשוב קצה מועשרת ללא הרף, ויוצרת בהדרגה ערימה מלאה של מוצרי מחשוב קצה מהשבב לכל המכונה כולה. ספקי פתרונות מספקים פתרונות משולבים תוכנה או תוכנה לחומרי תוכנה לתעשיות ספציפיות.

יישומי תעשיית מחשוב קצה מואצים

בתחום העיר החכמה

בדיקה מקיפה של רכוש עירוני משמשת כיום לרוב במצב הבדיקה הידנית, ולמצב הבדיקה הידנית יש את הבעיות של עלויות גבוהות זמן רב ועתירות עבודה, תלות בתהליך ביחידים, כיסוי לקוי ותדירות בדיקה ובקרת איכות ירודה. במקביל, תהליך הבדיקה רשם כמות עצומה של נתונים, אך משאבי נתונים אלה לא הפכו לנכסי נתונים להעצמה עסקית. על ידי יישום טכנולוגיית AI על תרחישי בדיקה ניידים, הארגון יצר רכב בדיקה אינטליגנטי של ממשל עירוני AI, המאמצת טכנולוגיות כמו אינטרנט של דברים, מחשוב ענן, אלגוריתמים של AI, ומשאבים ציוד מקצועי כמו מצלמות חשיבות של מפקדות חכמות, ומשתלב את המכונות הבדיקה של ". היא מקדמת שינוי של ממשל עירוני מאינטליגנציה אינטנסיבית לאינטליגנציה מכנית, משיפוט אמפירי לניתוח נתונים, ומתגובה פסיבית לגילוי פעיל.

בתחום אתר הבנייה החכמה

Edge computing-based intelligent construction site solutions apply the deep integration of AI technology to the traditional construction industry safety monitoring work, by placing an edge AI analysis terminal at the construction site, completing the independent research and development of visual AI algorithms based on intelligent video analytics technology, full-time detection of events to be detected (eg, detecting whether or not to wear a helmet), providing personnel, environment, security and other safety risk point identification and alarm reminder שירותים, ולקיחת יוזמה לזיהוי גורמים לא בטוחים, שמירה חכמה של AI, חיסכון בעלויות כוח אדם, כדי לענות על צרכי ניהול הבטיחות של כוח האדם ובבטיחות הנכסים של אתרי בנייה.

בתחום התחבורה החכמה

ארכיטקטורה בצד הענן הפכה לפרדיגמה הבסיסית לפריסת יישומים בענף התחבורה החכמה, כאשר הצד הענן אחראי לניהול ריכוזי וחלק מעיבוד הנתונים, הצד הקצה בעיקר מספק ניתוח נתונים בצד הקצה ועיבוד החלטות חישוב, והצד הקצה האחראי בעיקר לאיסוף נתונים עסקיים.

בתרחישים ספציפיים כמו תיאום דרך רכב, צמתים הולוגרפיים, נהיגה אוטומטית ותנועת רכבות, ישנם מספר גדול של מכשירים הטרוגניים הנגשים, ומכשירים אלה דורשים ניהול גישה, ניהול יציאה, עיבוד אזעקה ועיבוד תפעול ותחזוקה. מחשוב קצה יכול להתחלק ולכבוש, להפוך גדול לקטן, לספק פונקציות המרה של פרוטוקול חוצה שכבה, להשיג גישה אחידה ויציבה ואפילו שליטה שיתופית על נתונים הטרוגניים.

בתחום הייצור התעשייתי

תרחיש אופטימיזציה של תהליכי ייצור: נכון לעכשיו, מספר גדול של מערכות ייצור נפרדות מוגבלות על ידי חוסר השלמות של הנתונים, ויעילות הציוד הכוללת וחישובי נתוני אינדקס אחרים הם מרושלים יחסית, מה שמקשה על השימוש לאופטימיזציה של יעילות. פלטפורמת מחשוב קצה המבוססת על מודל מידע על ציוד להשגת מערכת ייצור ברמה סמנטית תקשורת אופקית ותקשורת אנכית, המבוססת על מנגנון עיבוד זרימת נתונים בזמן אמת כדי לצבור ולנתח מספר גדול של נתוני שדה בזמן אמת, כדי להשיג איחוי מידע רב-נתונים מבוסס-נתונים, כדי לספק תמיכה בנתונים חזקים לקבלת החלטות במערכת הייצור הדיסקרטית.

תרחיש תחזוקה חזוי של ציוד: תחזוקה של ציוד תעשייתי מחולקת לשלושה סוגים: תחזוקה מחדש, תחזוקה מונעת ותחזוקה חזויה. תחזוקה משקמת שייכת לתחזוקה של פוסט-פקטו לשעבר, תחזוקה מונעת ותחזוקה חזויה שייכים לתחזוקה של אנטי, הראשון מבוסס על זמן, ביצועי ציוד, תנאי אתר וגורמים אחרים לתחזוקה שוטפת של ציוד, פחות או יותר מבוסס על חוויה אנושית, האחרון באמצעות איסוף נתוני חיישנים, ניטור בזמן אמת על מצב ההפעלה של הציוד, המבוסס על מודל התעשייה של ניתוח הנתונים, וכישלון.

תרחיש בדיקת איכות תעשייתית: תחום בדיקת ראייה תעשייתית הוא הבדיקה האופטית האוטומטית המסורתית הראשונה (AOI) נוצרת בתחום הבדיקה האיכותית, אך פיתוח AOI עד כה, באיתור פגמים רבים ובתרחישים מורכבים אחרים, בגלל פגמים של מגוון סוגים, תכונות מיצוי הוא לא שלם, אלגורטימות אדפטיביות, לא מתעדכנות, מתעדכנת, מתעדכנת אחרת, מתעדכנת אחרת, מתעדכנת אחרת מעודדת מעודנת אחרת מעודדת מעודדת מעודנת אחרת מעודדת מעודנת מעודנת מעודנת מעודנת מעשבת אחרת מעודנת מעידה על התרגשות מתעדכנת מעניקה: גורמים, מערכת ה- AOI המסורתית הייתה קשה לענות על פיתוח צרכי קו הייצור. לפיכך, פלטפורמת אלגוריתמי הבדיקה באיכות התעשייה של AI המיוצגת על ידי למידה עמוקה + למידה מדגם קטן מחליפה בהדרגה את תוכנית הבדיקה הוויזואלית המסורתית, ופלטפורמת הבדיקה באיכות התעשייה AI עברה שני שלבים של אלגוריתמים למידת מכונות קלאסית ואלגוריתמים לבדיקת למידה עמוקה.