من الخدمات السحابية إلى الحوسبة الحافة ، يأتي الذكاء الاصطناعي إلى "الميل الأخير"

سوق الحوسبة الحافة لتنمو 36.1 ٪ في مركز (CAGR) على مدار الخمس سنوات المقبلة

دخلت صناعة الحوسبة الحافة مرحلة من التطوير الثابت ، كما يتضح من التنويع التدريجي لمقدمي الخدمات ، وحجم السوق المتزايد ، وتوسيع مجالات التطبيق. فيما يتعلق بحجم السوق ، توضح البيانات من تقرير تتبع IDC أن حجم السوق الإجمالي لخوادم الحوسبة الحافة في الصين وصل إلى 3.31 مليار دولار أمريكي في عام 2021 ، ومن المتوقع أن ينمو حجم السوق الإجمالي لخوادم الحوسبة الحافة في الصين بمعدل نمو سنوي مركب من 22.2 ٪ من عام 2020. 36.1 ٪ من 2023 إلى 2027.

حافة الحوسبة يزدهر الصناعة البيئية

الحوسبة الحافة حاليًا في المرحلة المبكرة من تفشي المرض ، وحدود الأعمال في سلسلة الصناعة غامضة نسبيًا. بالنسبة للبائعين الفرديين ، من الضروري النظر في الاندماج مع سيناريوهات العمل ، ومن الضروري أيضًا أن يكون لديك القدرة على التكيف مع التغييرات في سيناريوهات العمل من المستوى الفني ، ومن الضروري أيضًا التأكد من وجود درجة عالية من التوافق مع معدات الأجهزة ، وكذلك القدرة الهندسية على الهبوط.

تنقسم سلسلة صناعة الحوسبة الحافة إلى بائعي الرقائق وبائعي الخوارزمية ومصنعي أجهزة الأجهزة ومقدمي الحلول. يطور بائعو الرقائق في الغالب رقائق حسابية من جانب النهاية إلى جانب الحافة إلى جانب السحابة ، بالإضافة إلى رقائق الجانب الحافة ، كما يقومون بتطوير بطاقات التسارع ودعم منصات تطوير البرمجيات. يأخذ بائعو الخوارزمية خوارزميات رؤية الكمبيوتر باعتبارها الأساسية لبناء خوارزميات عامة أو مخصصة ، وهناك أيضًا مؤسسات تقوم ببناء مراكز تجارية أو منصات تدريب ودفع. يستثمر بائعي المعدات بنشاط في منتجات الحوسبة الحافة ، ويتم إثراء شكل منتجات الحوسبة الحافة باستمرار ، ويشكل تدريجياً مجموعة كاملة من منتجات الحوسبة الحافة من الشريحة إلى الجهاز بأكمله. يوفر مقدمو الحلول حلول برمجيات أو متكاملة للبرامج لصناعات محددة.

تتسارع تطبيقات صناعة الحوسبة الحافة

في مجال المدينة الذكية

يستخدم الفحص الشامل للممتلكات الحضرية حاليًا بشكل شائع في طريقة التفتيش اليدوي ، ووضع التفتيش اليدوي لديه مشاكل في التكاليف المرتفعة للوقت والتكاليف المكثفة للعمالة ، والاعتماد على العملية على الأفراد ، وسوء التغطية وتردد التفتيش ، ومراقبة الجودة الرديئة. في الوقت نفسه ، سجلت عملية التفتيش كمية كبيرة من البيانات ، ولكن لم يتم تحويل موارد البيانات هذه إلى أصول بيانات لتمكين الأعمال. من خلال تطبيق تقنية AI على سيناريوهات التفتيش على الهاتف المحمول ، أنشأت المؤسسة مركبة تفتيش ذكية من الذكاء الاصطناعي ، والتي تتبنى تقنيات مثل إنترنت الأشياء ، والحوسبة السحابية ، وخوارزميات AI ، وتجميع المعدات الاحترافية مثل "كاميرات الأذواق". إنه يعزز تحول الحوكمة الحضرية من الذكاء الميكانيكي إلى الذكاء الميكانيكي ، ومن الحكم التجريبي إلى تحليل البيانات ، ومن الاستجابة السلبية إلى الاكتشاف النشط.

في مجال البناء الذكي

تطبق حلول موقع البناء الذكي القائم على الحوسبة على الحوسبة التكامل العميق لتكنولوجيا الذكاء الاصطناعى على أعمال مراقبة سلامة صناعة البناء التقليدية ، من خلال وضع محطة تحليل الحافة الذكاء الاصطناعى في موقع البناء ، واستكمال البحث المستقل وتطوير خوارزميات الذكاء الاصطناعي المرئي بناءً على تقنية التحليلات الذكية ، أو بدوام كامل ، وبيئة المفروم ، وبيئة المتهمين ، وبيئة المتهمين الأخرى ، وبيئة المانعة للتخليص ، وبيئة التنفيذ الأخرى ، وبيئة التنقل ، والبيئة المفرطة ، والبيئة المفرطة (EG) (EG) أخذ المبادرة لتحديد العوامل غير الآمنة ، والحراسة الذكية الذكية ، وتوفير تكاليف القوى العاملة ، لتلبية احتياجات إدارة السلامة من الموظفين والممتلكات لمواقع البناء.

في مجال النقل الذكي

أصبحت الهندسة المعمارية في نهاية السحابة النموذج الأساسي لنشر التطبيقات في صناعة النقل الذكية ، مع الجانب السحابي المسؤول عن الإدارة المركزية وجزء من معالجة البيانات ، وجانب الحافة يوفر بشكل أساسي تحليل البيانات من جانب الحافة ومعالجة اتخاذ القرارات الحسابية ، وجانب النهاية المسؤول بشكل أساسي عن جمع بيانات الأعمال.

في سيناريوهات محددة مثل تنسيق طرق المركبات والتقاطعات الثلاثية الأبعاد والقيادة التلقائية وحركة السكك الحديدية ، هناك عدد كبير من الأجهزة غير المتجانسة التي يتم الوصول إليها ، وتتطلب هذه الأجهزة إدارة الوصول ، وإدارة الخروج ، ومعالجة الإنذار ، ومعالجة التشغيل والصيانة. يمكن أن تقسم الحوسبة الحافة والقهر ، وتحولها إلى حد كبير ، وتوفر وظائف تحويل بروتوكول الطبقة عبر الطبقة ، وتحقيق وصول موحد ومستقر ، وحتى التحكم التعاوني للبيانات غير المتجانسة.

في مجال التصنيع الصناعي

سيناريو تحسين عملية الإنتاج: حاليًا ، يقتصر عدد كبير من أنظمة التصنيع المنفصلة على عدم اكتمال البيانات ، وكفاءة المعدات الإجمالية وحسابات بيانات الفهرس الأخرى قذرة نسبيًا ، مما يجعل من الصعب استخدامها لتحسين الكفاءة. منصة الحوسبة الحافة بناءً على نموذج معلومات المعدات لتحقيق نظام تصنيع المستوى الدلالي ، الاتصال الأفقي والاتصال العمودي ، استنادًا إلى آلية معالجة تدفق البيانات في الوقت الفعلي لتجميع وتحليل عدد كبير من البيانات في الوقت الفعلي ، لتحقيق اندماج معلومات المصدر المتعدد لخط الإنتاج القائم على النماذج ، لتوفير دعم بيانات قوي لاتخاذ القرارات في نظام التصنيع المنفصل.

سيناريو الصيانة التنبؤية للمعدات: تنقسم صيانة المعدات الصناعية إلى ثلاثة أنواع: الصيانة التعويضية والصيانة الوقائية والصيانة التنبؤية. تنتمي الصيانة التصالحية إلى صيانة ما بعد ما بعد الواقع ، والصيانة الوقائية ، والصيانة التنبؤية تنتمي إلى الصيانة السابقة ، وتستند الأول إلى الوقت ، وأداء المعدات ، وظروف الموقع ، وعوامل أخرى للصيانة المنتظمة للمعدات ، واستنادًا إلى النموذج الصناعي بشكل أكثر أو أقل ، وتوضيح ذلك من خلال جمع بيانات المستشعر ، والمراقبة في الوقت الفعلي لحالة التشغيل في التشغيل ، واستنادًا إلى الطراز الصناعي للبيانات ، وتوافق.

سيناريو فحص الجودة الصناعية: مجال فحص الرؤية الصناعية هو أول فحص للتفتيش الضوئي التلقائي التقليدي (AOI) في مجال فحص الجودة ، ولكن تطور AOI حتى الآن ، في العديد من الكشف عن العيوب والسيناريوهات المعقدة الأخرى ، يتم تحديث العيوب الأخرى ، وتردد في تحديثات الإنتاج ، والخطوات الأخرى. العوامل ، كان من الصعب تلبية نظام AOI التقليدي لتطوير احتياجات خط الإنتاج. لذلك ، فإن منصة خوارزمية تفتيش الجودة الصناعية منظمة العفو الدولية التي يمثلها التعلم العميق + التعلم الصغير تحل تدريجياً إلى استبدال مخطط التفتيش البصري التقليدي ، وقد مرت منصة فحص الجودة الصناعية منظمة العفو الدولية على مرحلتين من خوارزميات التعلم الآلي الكلاسيكي وخوارزميات فحص التعلم العميق.