Ak sa umelá inteligencia chápe ako cesta z bodu A do bodu B, cloudová výpočtová služba je letisko alebo stanica vysokorýchlostnej železnice a edge computing je taxík alebo zdieľaný bicykel. Edge computing je blízko ľudí, vecí alebo zdrojov údajov. Využíva otvorenú platformu, ktorá integruje úložisko, výpočty, prístup k sieti a základné funkcie aplikácií s cieľom poskytovať služby používateľom v okolí. V porovnaní s centrálne nasadenými cloudovými výpočtovými službami edge computing rieši problémy, ako je dlhá latencia a vysoká konvergencia prevádzky, a poskytuje lepšiu podporu pre služby v reálnom čase a náročné na šírku pásma.
Oheň ChatGPT spustil novú vlnu vývoja umelej inteligencie a urýchlil jej prenikanie do ďalších oblastí použitia, ako je priemysel, maloobchod, inteligentné domy, inteligentné mestá atď. Na strane aplikácie je potrebné ukladať a vypočítavať veľké množstvo údajov a spoliehanie sa len na cloud už nedokáže uspokojiť skutočný dopyt. Edge computing zlepšuje posledný kilometer aplikácií umelej inteligencie. V rámci národnej politiky energického rozvoja digitálnej ekonomiky vstúpil čínsky cloud computing do obdobia inkluzívneho rozvoja, dopyt po edge computingu prudko vzrástol a integrácia cloudu na okraji a na konci sa stala dôležitým vývojovým smerom v budúcnosti.
Trh s edge computingom vzrastie v nasledujúcich piatich rokoch o 36,1 % s medziročnou mierou rastu
Odvetvie edge computingu vstúpilo do fázy stabilného rozvoja, o čom svedčí postupná diverzifikácia poskytovateľov služieb, rozširujúca sa veľkosť trhu a ďalšie rozširovanie oblastí použitia. Pokiaľ ide o veľkosť trhu, údaje zo správy IDC ukazujú, že celková veľkosť trhu so servermi edge computingu v Číne dosiahla v roku 2021 hodnotu 3,31 miliardy USD a očakáva sa, že celková veľkosť trhu so servermi edge computingu v Číne porastie zloženou ročnou mierou rastu 22,2 % od roku 2020 do roku 2025. Spoločnosť Sullivan predpovedá, že veľkosť trhu s edge computingom v Číne by mala v roku 2027 dosiahnuť 250,9 miliardy RMB s medziročnou mierou rastu 36,1 % od roku 2023 do roku 2027.
Ekologický priemysel edge computingu prosperuje
Edge computing sa momentálne nachádza v počiatočnom štádiu pandémie a obchodné hranice v priemyselnom reťazci sú relatívne nejasné. Pre jednotlivých dodávateľov je potrebné zvážiť integráciu s obchodnými scenármi a tiež je potrebné mať schopnosť prispôsobiť sa zmenám v obchodných scenároch z technickej úrovne a zabezpečiť vysoký stupeň kompatibility s hardvérovým vybavením, ako aj inžinierske schopnosti pre realizáciu projektov.
Reťazec odvetvia edge computingu sa delí na dodávateľov čipov, dodávateľov algoritmov, výrobcov hardvérových zariadení a poskytovateľov riešení. Dodávatelia čipov vyvíjajú väčšinou aritmetické čipy od koncovej strany cez edge-side až po cloud a okrem edge-side čipov vyvíjajú aj akceleračné karty a podporujú platformy pre vývoj softvéru. Dodávatelia algoritmov berú algoritmy počítačového videnia ako jadro na vytváranie všeobecných alebo prispôsobených algoritmov a existujú aj podniky, ktoré budujú algoritmické centrá alebo školiace a push platformy. Dodávatelia zariadení aktívne investujú do produktov edge computingu a forma produktov edge computingu sa neustále obohacuje, čím sa postupne vytvára kompletný balík produktov edge computingu od čipu až po celý stroj. Poskytovatelia riešení poskytujú softvérové alebo softvérovo-hardvérové integrované riešenia pre konkrétne odvetvia.
Aplikácie v odvetví edge computingu sa zrýchľujú
V oblasti inteligentného mesta
Komplexná inšpekcia mestských nehnuteľností sa v súčasnosti bežne používa v režime manuálnej inšpekcie a tento režim má problémy s vysokou časovou a pracovnou náročnosťou, závislosťou procesu od jednotlivcov, slabým pokrytím a frekvenciou inšpekcií a slabou kontrolou kvality. Zároveň proces inšpekcie zaznamenal obrovské množstvo údajov, ale tieto dátové zdroje neboli transformované na dátové aktíva pre posilnenie postavenia podnikov. Aplikáciou technológie umelej inteligencie v scenároch mobilnej inšpekcie podnik vytvoril inteligentné inšpekčné vozidlo s umelou inteligenciou pre riadenie miest, ktoré využíva technológie ako internet vecí, cloud computing, algoritmy umelej inteligencie a je vybavené profesionálnym vybavením, ako sú kamery s vysokým rozlíšením, palubné displeje a bočné servery umelej inteligencie, a kombinuje mechanizmus inšpekcie „inteligentný systém + inteligentný stroj + asistencia personálu“. Podporuje transformáciu riadenia miest z personálne náročnej na mechanickú inteligenciu, z empirického úsudku na analýzu údajov a z pasívnej reakcie na aktívne objavovanie.
V oblasti inteligentného staveniska
Inteligentné riešenia pre staveniská založené na edge computingu uplatňujú hlbokú integráciu technológie umelej inteligencie do tradičného monitorovania bezpečnosti v stavebníctve. Umiestnením edge AI analytického terminálu na stavenisku, dokončením nezávislého výskumu a vývoja vizuálnych algoritmov umelej inteligencie založených na inteligentnej technológii video analytiky, nepretržitou detekciou udalostí, ktoré sa majú zistiť (napr. detekcia, či nosiť prilbu), poskytovaním služieb identifikácie a pripomínania alarmov pre personál, životné prostredie, bezpečnosť a iné bezpečnostné riziká a prevzatím iniciatívy na identifikáciu nebezpečných faktorov, inteligentné stráženie pomocou umelej inteligencie, úsporu nákladov na pracovnú silu s cieľom uspokojiť potreby riadenia bezpečnosti personálu a majetku na staveniskách.
V oblasti inteligentnej dopravy
Architektúra cloudových riešení sa stala základnou paradigmou pre nasadzovanie aplikácií v odvetví inteligentnej dopravy, pričom cloudová strana je zodpovedná za centralizovanú správu a časť spracovania údajov, edge side zabezpečuje najmä analýzu údajov a výpočtové rozhodovanie na edge side a end side je zodpovedný najmä za zhromažďovanie obchodných údajov.
V špecifických scenároch, ako je koordinácia vozidla a cesty, holografické križovatky, automatická jazda a železničná doprava, existuje veľké množstvo heterogénnych zariadení, ku ktorým sa pristupuje, a tieto zariadenia vyžadujú správu prístupu, správu východov, spracovanie alarmov a spracovanie prevádzky a údržby. Edge computing dokáže rozdeliť a dobývať, premeniť veľké na malé, poskytovať funkcie konverzie protokolov naprieč vrstvami, dosiahnuť jednotný a stabilný prístup a dokonca aj kolaboratívnu kontrolu heterogénnych údajov.
V oblasti priemyselnej výroby
Scenár optimalizácie výrobného procesu: V súčasnosti je veľký počet diskrétnych výrobných systémov obmedzený neúplnosťou údajov a celková účinnosť zariadenia a ďalšie výpočty indexových údajov sú relatívne nedbalé, čo sťažuje ich použitie na optimalizáciu efektívnosti. Platforma edge computingu založená na informačnom modeli zariadenia na dosiahnutie horizontálnej a vertikálnej komunikácie výrobného systému na sémantickej úrovni, založená na mechanizme spracovania toku údajov v reálnom čase na agregáciu a analýzu veľkého množstva údajov z terénu v reálnom čase, na dosiahnutie fúzie informácií z viacerých zdrojov údajov z výrobnej linky založenej na modeli a na poskytovanie výkonnej dátovej podpory pre rozhodovanie v diskrétnom výrobnom systéme.
Scenár prediktívnej údržby zariadení: Údržba priemyselných zariadení sa delí na tri typy: opravárenska údržba, preventívna údržba a prediktívna údržba. Reštauračná údržba patrí k údržbe ex post facto, preventívna údržba a prediktívna údržba patria k údržbe ex ante. Prvá je založená na čase, výkone zariadenia, podmienkach na mieste a ďalších faktoroch pravidelnej údržby zariadenia, viac-menej na ľudských skúsenostiach, druhá prostredníctvom zberu údajov zo senzorov, monitorovania prevádzkového stavu zariadenia v reálnom čase, na základe priemyselného modelu analýzy údajov a presnej predpovede, kedy dôjde k poruche.
Scenár priemyselnej kontroly kvality: oblasť priemyselnej vizuálnej kontroly je prvou tradičnou formou automatickej optickej kontroly (AOI) v oblasti kontroly kvality, ale doterajší vývoj AOI v mnohých scenároch detekcie defektov a iných zložitých scenároch spôsobil, že kvôli defektom rôznych typov je extrakcia prvkov neúplná, adaptívne algoritmy majú nízku rozšíriteľnosť, výrobná linka sa často aktualizuje, migrácia algoritmov nie je flexibilná a ďalšie faktory spôsobili, že tradičný systém AOI len ťažko spĺňa potreby vývoja výrobnej linky. Preto platforma algoritmov priemyselnej kontroly kvality s umelou inteligenciou, ktorá predstavuje hlboké učenie + učenie malých vzoriek, postupne nahrádza tradičnú schému vizuálnej kontroly a platforma priemyselnej kontroly kvality s umelou inteligenciou prešla dvoma fázami: klasickými algoritmami strojového učenia a algoritmami kontroly s hlbokým učením.
Čas uverejnenia: 8. októbra 2023