من خدمات السحابة إلى الحوسبة الطرفية، الذكاء الاصطناعي يصل إلى "الميل الأخير"

من المتوقع أن ينمو سوق الحوسبة الحافة بمعدل نمو سنوي مركب قدره 36.1% خلال السنوات الخمس المقبلة

دخلت صناعة الحوسبة الطرفية مرحلة من التطور المطرد، ويتجلى ذلك في التنوع التدريجي لمقدمي خدماتها، وتوسع حجم السوق، وتوسع مجالات التطبيق. من حيث حجم السوق، تُظهر بيانات تقرير التتبع الصادر عن شركة IDC أن الحجم الإجمالي لسوق خوادم الحوسبة الطرفية في الصين بلغ 3.31 مليار دولار أمريكي في عام 2021، ومن المتوقع أن ينمو هذا السوق بمعدل نمو سنوي مركب قدره 22.2% بين عامي 2020 و2025. ويتوقع سوليفان أن يصل حجم سوق الحوسبة الطرفية في الصين إلى 250.9 مليار يوان صيني في عام 2027، بمعدل نمو سنوي مركب قدره 36.1% بين عامي 2023 و2027.

تزدهر صناعة الحوسبة الحافة البيئية

لا تزال الحوسبة الطرفية في مراحلها الأولى من تفشي المرض، وحدود الأعمال في سلسلة الصناعة غير واضحة نسبيًا. بالنسبة للموردين الأفراد، من الضروري مراعاة التكامل مع سيناريوهات الأعمال، والقدرة على التكيف مع تغيرات سيناريوهات الأعمال من الناحية التقنية، وضمان توافق عالٍ مع الأجهزة والمعدات، بالإضافة إلى القدرة الهندسية على إنجاز المشاريع.

تنقسم سلسلة صناعة الحوسبة الطرفية إلى موردي الرقائق، وموردي الخوارزميات، ومصنعي الأجهزة، وموفري الحلول. يطور موردو الرقائق في الغالب رقائق حسابية من الطرف إلى الحافة إلى السحابة، بالإضافة إلى رقائق الحافة، ويطورون أيضًا بطاقات تسريع ويدعمون منصات تطوير البرمجيات. يعتمد موردو الخوارزميات على خوارزميات الرؤية الحاسوبية كأساس لبناء خوارزميات عامة أو مخصصة، وهناك أيضًا شركات تبني مراكز خوارزميات أو منصات تدريب ودفع. يستثمر موردو المعدات بنشاط في منتجات الحوسبة الطرفية، ويتطور شكل منتجات الحوسبة الطرفية باستمرار، ليشكلوا تدريجيًا مجموعة متكاملة من منتجات الحوسبة الطرفية، من الشريحة إلى الجهاز بأكمله. يوفر موردو الحلول حلولًا برمجية أو حلولًا متكاملة بين البرمجيات والأجهزة لقطاعات محددة.

تسارع تطبيقات صناعة الحوسبة الحافة

في مجال المدينة الذكية

يُستخدم التفتيش اليدوي الشامل للعقارات الحضرية حاليًا بشكل شائع، إلا أن هذا النمط من التفتيش يعاني من مشاكل استهلاكه للوقت والجهد، واعتماده على الأفراد، وضعف التغطية وتكرار التفتيش، وضعف مراقبة الجودة. في الوقت نفسه، سجلت عملية التفتيش كمية هائلة من البيانات، إلا أن هذه الموارد لم تُحوّل إلى أصول بيانات تُمكّن الأعمال. من خلال تطبيق تقنية الذكاء الاصطناعي على سيناريوهات التفتيش المتنقلة، ابتكرت الشركة مركبة تفتيش ذكية قائمة على الذكاء الاصطناعي للحوكمة الحضرية، تعتمد على تقنيات مثل إنترنت الأشياء، والحوسبة السحابية، وخوارزميات الذكاء الاصطناعي، وتحمل معدات احترافية مثل الكاميرات عالية الدقة، والشاشات المدمجة، وخوادم الذكاء الاصطناعي، وتجمع آلية التفتيش بين "النظام الذكي + الآلة الذكية + مساعدة الموظفين". يُعزز هذا التحول في الحوكمة الحضرية من الاعتماد على الموارد البشرية إلى الذكاء الميكانيكي، ومن الحكم التجريبي إلى تحليل البيانات، ومن الاستجابة السلبية إلى الاكتشاف النشط.

في مجال مواقع البناء الذكية

تطبق حلول مواقع البناء الذكية المستندة إلى الحوسبة الحافة التكامل العميق لتكنولوجيا الذكاء الاصطناعي في أعمال مراقبة السلامة في صناعة البناء التقليدية، من خلال وضع محطة تحليل الذكاء الاصطناعي الحافة في موقع البناء، واستكمال البحث والتطوير المستقل لخوارزميات الذكاء الاصطناعي المرئية القائمة على تقنية تحليلات الفيديو الذكية، والكشف بدوام كامل عن الأحداث التي يجب اكتشافها (على سبيل المثال، اكتشاف ما إذا كان يجب ارتداء خوذة أم لا)، وتوفير خدمات تحديد نقاط الخطر وتذكير الإنذار للموظفين والبيئة والأمن وغيرها من نقاط الخطر المتعلقة بالسلامة، واتخاذ المبادرة لتحديد العوامل غير الآمنة، والحراسة الذكية بالذكاء الاصطناعي، وتوفير تكاليف القوى العاملة، لتلبية احتياجات إدارة سلامة الأفراد والممتلكات في مواقع البناء.

في مجال النقل الذكي

أصبحت هندسة الجانب السحابي والطرفية النموذج الأساسي لنشر التطبيقات في صناعة النقل الذكي، حيث يكون الجانب السحابي مسؤولاً عن الإدارة المركزية وجزء من معالجة البيانات، بينما يوفر الجانب الحافة بشكل أساسي تحليل البيانات على الجانب الحافة ومعالجة اتخاذ القرارات الحسابية، والجانب النهائي مسؤول بشكل أساسي عن جمع بيانات الأعمال.

في سيناريوهات محددة، مثل تنسيق حركة المركبات على الطرق، والتقاطعات المجسمة، والقيادة الآلية، وحركة السكك الحديدية، يتم الوصول إلى عدد كبير من الأجهزة غير المتجانسة، وتتطلب هذه الأجهزة إدارة الوصول، وإدارة الخروج، ومعالجة الإنذارات، وعمليات التشغيل والصيانة. تتميز الحوسبة الطرفية بقدرتها على التفريق والهيمنة، وتحويل الكبير إلى صغير، وتوفير وظائف تحويل البروتوكولات عبر الطبقات، وتحقيق وصول موحد ومستقر، بل وحتى التحكم التعاوني في البيانات غير المتجانسة.

في مجال التصنيع الصناعي

سيناريو تحسين عملية الإنتاج: حاليًا، يعاني عدد كبير من أنظمة التصنيع المنفصلة من نقص البيانات، كما أن حسابات كفاءة المعدات الإجمالية وبيانات المؤشرات الأخرى غير دقيقة نسبيًا، مما يُصعّب استخدامها لتحسين الكفاءة. تُستخدم منصة الحوسبة الطرفية القائمة على نموذج معلومات المعدات لتحقيق التواصل الأفقي والرأسي لنظام التصنيع الدلالي، بالاعتماد على آلية معالجة تدفق البيانات في الوقت الفعلي لتجميع وتحليل عدد كبير من بيانات الموقع في الوقت الفعلي، لتحقيق دمج معلومات مصادر البيانات المتعددة لخطوط الإنتاج القائمة على النموذج، وتوفير دعم بيانات قوي لاتخاذ القرارات في نظام التصنيع المنفصل.

سيناريو الصيانة التنبؤية للمعدات: تُقسّم صيانة المعدات الصناعية إلى ثلاثة أنواع: الصيانة الإصلاحية، والصيانة الوقائية، والصيانة التنبؤية. تُصنّف الصيانة الترميمية ضمن الصيانة اللاحقة، بينما تُصنّف الصيانة الوقائية والتنبؤية ضمن الصيانة السابقة. تعتمد الأولى على الوقت، وأداء المعدات، وظروف الموقع، وعوامل أخرى للصيانة الدورية للمعدات، وتعتمد بشكل أو بآخر على الخبرة البشرية. أما الثانية، فتُجرى من خلال جمع بيانات الاستشعار، والمراقبة الفورية لحالة تشغيل المعدات، بالاعتماد على النموذج الصناعي لتحليل البيانات، والتنبؤ بدقة عند حدوث الأعطال.

سيناريو فحص الجودة الصناعية: يُعد مجال فحص الرؤية الصناعية أول شكل تقليدي للفحص البصري الآلي (AOI) في مجال فحص الجودة، ولكن تطور AOI حتى الآن، في العديد من سيناريوهات الكشف عن العيوب وغيرها من السيناريوهات المعقدة، بسبب عيوب متنوعة، واستخراج الميزات غير مكتمل، وخوارزميات التكيف ضعيفة القابلية للتوسع، ويتم تحديث خط الإنتاج بشكل متكرر، ولا تتسم عملية انتقال الخوارزمية بالمرونة، وعوامل أخرى، كان من الصعب على نظام AOI التقليدي تلبية احتياجات تطوير خط الإنتاج. لذلك، فإن منصة خوارزمية فحص الجودة الصناعية بالذكاء الاصطناعي التي تمثلها التعلم العميق + تعلم العينة الصغيرة تحل تدريجياً محل مخطط الفحص البصري التقليدي، وقد مرت منصة فحص الجودة الصناعية بالذكاء الاصطناعي بمرحلتين من خوارزميات التعلم الآلي الكلاسيكية وخوارزميات فحص التعلم العميق.