ຖ້າປັນຍາປະດິດຖືວ່າເປັນການເດີນທາງຈາກ A ຫາ B, ການບໍລິການຄອມພິວເຕີ້ຟັງແມ່ນສະຫນາມບິນຫຼືສະຖານີລົດໄຟຄວາມໄວສູງ, ແລະຄອມພິວເຕີ້ຂອບແມ່ນ taxi ຫຼືລົດຖີບທີ່ໃຊ້ຮ່ວມກັນ. Edge computing ແມ່ນຢູ່ໃກ້ກັບຂ້າງຂອງຄົນ, ສິ່ງຂອງ, ຫຼືແຫຼ່ງຂໍ້ມູນ. ມັນຮັບຮອງເອົາແພລະຕະຟອມເປີດທີ່ປະສົມປະສານການເກັບຮັກສາ, ການຄິດໄລ່, ການເຂົ້າເຖິງເຄືອຂ່າຍ, ແລະຄວາມສາມາດຫຼັກຂອງແອັບພລິເຄຊັນເພື່ອສະຫນອງການບໍລິການສໍາລັບຜູ້ໃຊ້ໃນບໍລິເວນໃກ້ຄຽງ. ເມື່ອປຽບທຽບກັບການບໍລິການຄອມພິວເຕີຄລາວທີ່ນຳໃຊ້ຢູ່ສູນກາງ, ຄອມພິວເຕີຂອບຈະແກ້ໄຂບັນຫາຕ່າງໆເຊັ່ນ: ຄວາມແຝງທີ່ຍາວນານ ແລະ ການຈາລະຈອນເຂົ້າກັນສູງ, ໃຫ້ການສະໜັບສະໜຸນທີ່ດີຂຶ້ນສຳລັບການບໍລິການທີ່ຕ້ອງການຕາມເວລາຈິງ ແລະແບນວິດ.
ໄຟຂອງ ChatGPT ໄດ້ວາງອອກຄື້ນໃຫມ່ຂອງການພັດທະນາ AI, ເລັ່ງການຈົມລົງຂອງ AI ເຂົ້າໄປໃນພື້ນທີ່ຄໍາຮ້ອງສະຫມັກຫຼາຍຂຶ້ນເຊັ່ນ: ອຸດສາຫະກໍາ, ຮ້ານຄ້າປີກ, ເຮືອນສະຫມາດ, ເມືອງສະຫມາດ, ແລະອື່ນໆ, ຈໍານວນຂໍ້ມູນຈໍານວນຫລາຍຕ້ອງໄດ້ຮັບການເກັບຮັກສາແລະຄິດໄລ່ຢູ່ທີ່ ການສິ້ນສຸດຂອງແອັບພລິເຄຊັນ, ແລະການອີງໃສ່ຄລາວຢ່າງດຽວແມ່ນບໍ່ສາມາດຕອບສະຫນອງຄວາມຕ້ອງການຕົວຈິງໄດ້, ຄອມພິວເຕີ້ຂອບຈະປັບປຸງຄໍາຮ້ອງສະຫມັກ AI ສຸດທ້າຍກິໂລແມັດ. ພາຍໃຕ້ນະໂຍບາຍແຫ່ງຊາດຂອງການພັດທະນາເສດຖະກິດດິຈິຕອລຢ່າງແຂງແຮງ, ຄອມພິວເຕີຄລາວຂອງຈີນໄດ້ກ້າວເຂົ້າສູ່ໄລຍະພັດທະນາລວມ, ຄວາມຕ້ອງການຄອມພິວເຕີຂອບໄດ້ເພີ່ມຂຶ້ນ, ແລະການເຊື່ອມໂຍງຂອງຂອບຄລາວແລະປາຍໄດ້ກາຍເປັນທິດທາງວິວັດທະນາການທີ່ສຳຄັນໃນອະນາຄົດ.
ຕະຫຼາດຄອມພິວເຕີ້ Edge ຈະເຕີບໂຕ 36.1% CAGR ໃນຫ້າປີຂ້າງຫນ້າ
ອຸດສາຫະກໍາຄອມພິວເຕີ້ຂອບໄດ້ເຂົ້າສູ່ຂັ້ນຕອນຂອງການພັດທະນາຢ່າງບໍ່ຢຸດຢັ້ງ, ສະແດງໃຫ້ເຫັນເຖິງຄວາມຫຼາກຫຼາຍຂອງຜູ້ໃຫ້ບໍລິການເທື່ອລະກ້າວ, ຂະຫນາດຕະຫຼາດທີ່ຂະຫຍາຍອອກ, ແລະການຂະຫຍາຍຕົວຂອງພື້ນທີ່ຄໍາຮ້ອງສະຫມັກ. ກ່ຽວກັບຂະຫນາດຂອງຕະຫຼາດ, ຂໍ້ມູນຈາກບົດລາຍງານການຕິດຕາມຂອງ IDC ສະແດງໃຫ້ເຫັນວ່າຂະຫນາດຕະຫຼາດໂດຍລວມຂອງເຄື່ອງແມ່ຂ່າຍຄອມພິວເຕີຂອບໃນປະເທດຈີນບັນລຸ 3.31 ຕື້ໂດລາສະຫະລັດໃນປີ 2021, ແລະຂະຫນາດຕະຫຼາດໂດຍລວມຂອງເຄື່ອງແມ່ຂ່າຍຄອມພິວເຕີ້ edge ໃນປະເທດຈີນຄາດວ່າຈະເຕີບໂຕໃນການເຕີບໂຕປະຈໍາປີປະສົມ. ອັດຕາ 22.2% ຈາກ 2020 ຫາ 2025. Sullivan ຄາດຄະເນຂະຫນາດຕະຫຼາດຂອງ Edge computing ໃນປະເທດຈີນຄາດວ່າຈະບັນລຸ 250.9 ຕື້ RMB ໃນປີ 2027, ດ້ວຍ CAGR ຂອງ 36.1% ຈາກ 2023 ຫາ 2027.
Edge computing ອຸດສາຫະກໍານິເວດຈະເລີນເຕີບໂຕ
ປະຈຸບັນນີ້ Edge computing ແມ່ນຢູ່ໃນຂັ້ນຕອນຕົ້ນຂອງການລະບາດ, ແລະຂອບເຂດທຸລະກິດໃນຕ່ອງໂສ້ອຸດສາຫະກໍາແມ່ນຂ້ອນຂ້າງ fuzzy. ສໍາລັບຜູ້ຂາຍສ່ວນບຸກຄົນ, ມັນຈໍາເປັນຕ້ອງໄດ້ພິຈາລະນາການເຊື່ອມໂຍງກັບສະຖານະການທຸລະກິດ, ແລະມັນຍັງຈໍາເປັນຕ້ອງມີຄວາມສາມາດໃນການປັບຕົວກັບການປ່ຽນແປງຂອງສະຖານະການທຸລະກິດຈາກລະດັບວິຊາການ, ແລະມັນຍັງຈໍາເປັນຕ້ອງຮັບປະກັນໃຫ້ມີລະດັບສູງ. ຄວາມເຂົ້າກັນໄດ້ກັບອຸປະກອນຮາດແວ, ເຊັ່ນດຽວກັນກັບຄວາມສາມາດດ້ານວິສະວະກໍາກັບໂຄງການທີ່ດິນ.
ລະບົບຕ່ອງໂສ້ອຸດສາຫະກໍາຄອມພິວເຕີ້ຂອບແມ່ນແບ່ງອອກເປັນຜູ້ຂາຍຊິບ, ຜູ້ຂາຍ algorithm, ຜູ້ຜະລິດອຸປະກອນຮາດແວ, ແລະຜູ້ໃຫ້ບໍລິການແກ້ໄຂ. ຜູ້ຂາຍຊິບສ່ວນຫຼາຍພັດທະນາຊິບເລກຄະນິດສາດຈາກດ້ານທ້າຍໄປຫາດ້ານຂອບໄປຫາຂ້າງຄລາວ, ແລະນອກຈາກຊິບດ້ານຂ້າງ, ພວກເຂົາຍັງພັດທະນາບັດເລັ່ງແລະສະຫນັບສະຫນູນເວທີການພັດທະນາຊອບແວ. ຜູ້ຂາຍ Algorithm ເອົາ algorithm ວິໄສທັດຂອງຄອມພິວເຕີເປັນຫຼັກເພື່ອສ້າງ algorithms ທົ່ວໄປຫຼືປັບແຕ່ງ, ແລະຍັງມີວິສາຫະກິດທີ່ສ້າງສູນ algorithm ຫຼືການຝຶກອົບຮົມແລະເວທີການຊຸກຍູ້. ຜູ້ຂາຍອຸປະກອນກໍາລັງລົງທຶນຢ່າງຈິງຈັງໃນຜະລິດຕະພັນຄອມພິວເຕີ້ແຂບ, ແລະຮູບແບບຂອງຜະລິດຕະພັນຄອມພິວເຕີ້ຂອບແມ່ນອຸດົມສົມບູນຢ່າງຕໍ່ເນື່ອງ, ຄ່ອຍໆປະກອບເປັນ stack ເຕັມຂອງຜະລິດຕະພັນຄອມພິວເຕີ້ຂອບຈາກຊິບໄປຫາເຄື່ອງຈັກທັງຫມົດ. ຜູ້ໃຫ້ບໍລິການແກ້ໄຂສະຫນອງຊອບແວຫຼືຊອບແວ - ຮາດແວ - ວິທີແກ້ໄຂປະສົມປະສານສໍາລັບອຸດສາຫະກໍາສະເພາະ.
ຄໍາຮ້ອງສະຫມັກອຸດສາຫະກໍາຄອມພິວເຕີ້ Edge ເລັ່ງ
ໃນພາກສະຫນາມຂອງນະຄອນ smart ໄດ້
ການກວດກາທີ່ສົມບູນແບບຂອງຊັບສິນໃນຕົວເມືອງໃນປັດຈຸບັນຖືກນໍາໃຊ້ທົ່ວໄປໃນຮູບແບບການກວດກາຄູ່ມື, ແລະຮູບແບບການກວດກາຄູ່ມືມີບັນຫາຂອງຄ່າໃຊ້ຈ່າຍທີ່ໃຊ້ເວລາສູງແລະແຮງງານຫຼາຍ, ການຂຶ້ນກັບບຸກຄົນ, ການຄຸ້ມຄອງທີ່ບໍ່ດີແລະຄວາມຖີ່ຂອງການກວດກາ, ແລະຄຸນນະພາບທີ່ບໍ່ດີ. ການຄວບຄຸມ. ໃນຂະນະດຽວກັນຂະບວນການກວດກາໄດ້ບັນທຶກຂໍ້ມູນຈໍານວນຫຼວງຫຼາຍ, ແຕ່ຊັບພະຍາກອນຂໍ້ມູນເຫຼົ່ານີ້ບໍ່ໄດ້ຖືກປ່ຽນເປັນຊັບສິນຂໍ້ມູນສໍາລັບການສ້າງຄວາມເຂັ້ມແຂງທາງທຸລະກິດ. ໂດຍການນໍາໃຊ້ເຕັກໂນໂລຢີ AI ເຂົ້າໃນສະຖານະການກວດກາມືຖື, ວິສາຫະກິດໄດ້ສ້າງຍານພາຫະນະການກວດສອບອັດສະລິຍະ AI ການປົກຄອງຕົວເມືອງ, ເຊິ່ງນໍາໃຊ້ເຕັກໂນໂລຢີເຊັ່ນ: Internet of Things, cloud computing, AI algorithms, ແລະປະຕິບັດອຸປະກອນມືອາຊີບເຊັ່ນ: ກ້ອງຖ່າຍຮູບຄວາມລະອຽດສູງ, on- board displays, ແລະ AI side servers, ແລະປະສົມປະສານກົນໄກການກວດກາຂອງ "ລະບົບອັດສະລິຍະ + ເຄື່ອງອັດສະລິຍະ + ການຊ່ວຍເຫຼືອພະນັກງານ". ມັນສົ່ງເສີມການຫັນປ່ຽນຂອງການປົກຄອງຕົວເມືອງຈາກບຸກຄະລາກອນທີ່ເຂັ້ມຂຸ້ນໄປສູ່ປັນຍາກົນຈັກ, ຈາກການຕັດສິນແບບປະຈັກພະຍານເຖິງການວິເຄາະຂໍ້ມູນ, ແລະຈາກການຕອບສະຫນອງແບບ passive ກັບການຄົ້ນພົບຢ່າງຫ້າວຫັນ.
ໃນພາກສະຫນາມຂອງສະຖານທີ່ກໍ່ສ້າງອັດສະລິຍະ
ການແກ້ໄຂສະຖານທີ່ກໍ່ສ້າງອັດສະລິຍະທີ່ອີງໃສ່ຄອມພິວເຕີ້ Edge ນຳໃຊ້ການລວມເຂົ້າກັນຢ່າງເລິກເຊິ່ງຂອງເທັກໂນໂລຍີ AI ເຂົ້າໃນວຽກງານຕິດຕາມກວດກາຄວາມປອດໄພຂອງອຸດສາຫະກຳການກໍ່ສ້າງແບບດັ້ງເດີມ, ໂດຍການວາງເຄື່ອງວິເຄາະຂອບ AI ຢູ່ທີ່ບ່ອນກໍ່ສ້າງ, ສຳເລັດການຄົ້ນຄວ້າເອກະລາດ ແລະ ການພັດທະນາລະບົບສາຍຕາ AI algorithms ໂດຍອີງໃສ່ວິດີໂອອັດສະລິຍະ. ເຕັກໂນໂລຍີການວິເຄາະ, ການກວດສອບເຫດການເຕັມເວລາທີ່ຈະກວດພົບ (ເຊັ່ນ: ການກວດສອບບໍ່ວ່າຈະໃສ່ຫມວກກັນກະທົບ), ສະຫນອງບຸກຄະລາກອນ, ສະພາບແວດລ້ອມ, ຄວາມປອດໄພແລະການກໍານົດຈຸດຄວາມສ່ຽງດ້ານຄວາມປອດໄພອື່ນໆແລະການບໍລິການເຕືອນໄພ, ແລະການລິເລີ່ມໃນການກໍານົດຄວາມບໍ່ປອດໄພ. ປັດໃຈ, ການປົກປ້ອງອັດສະລິຍະ AI, ປະຫຍັດຄ່າໃຊ້ຈ່າຍດ້ານແຮງງານ, ເພື່ອຕອບສະຫນອງຄວາມຕ້ອງການດ້ານບຸກຄະລາກອນແລະຄວາມປອດໄພຂອງຊັບສິນຂອງສະຖານທີ່ກໍ່ສ້າງ.
ໃນຂົງເຂດການຂົນສົ່ງອັດສະລິຍະ
ສະຖາປັດຕະຍະກໍາ Cloud-side-end ໄດ້ກາຍເປັນແບບແຜນພື້ນຖານສໍາລັບການນໍາໃຊ້ຄໍາຮ້ອງສະຫມັກໃນອຸດສາຫະກໍາການຂົນສົ່ງອັດສະລິຍະ, ໂດຍດ້ານຄລາວຮັບຜິດຊອບສໍາລັບການຄຸ້ມຄອງສູນກາງແລະສ່ວນຫນຶ່ງຂອງການປະມວນຜົນຂໍ້ມູນ, ດ້ານຂອບສ່ວນໃຫຍ່ແມ່ນສະຫນອງການວິເຄາະຂໍ້ມູນດ້ານຂອບແລະການຕັດສິນໃຈຄິດໄລ່. - ການປຸງແຕ່ງ, ແລະຂ້າງທ້າຍສ່ວນໃຫຍ່ແມ່ນຮັບຜິດຊອບສໍາລັບການເກັບກໍາຂໍ້ມູນທຸລະກິດ.
ໃນສະຖານະການສະເພາະເຊັ່ນການປະສານງານຂອງຍານພາຫະນະ - ຖະຫນົນຫົນທາງ, ຈຸດຕັດ holographic, ການຂັບລົດອັດຕະໂນມັດ, ແລະການຈະລາຈອນທາງລົດໄຟ, ມີອຸປະກອນ heterogeneous ຈໍານວນຫຼວງຫຼາຍເຂົ້າເຖິງ, ແລະອຸປະກອນເຫຼົ່ານີ້ຕ້ອງການການຄຸ້ມຄອງການເຂົ້າເຖິງ, ການຄຸ້ມຄອງການອອກ, ການປະມວນຜົນປຸກ, ແລະການດໍາເນີນງານແລະການບໍາລຸງຮັກສາ. Edge computing ສາມາດແບ່ງແລະເອົາຊະນະ, ປ່ຽນຂະຫນາດໃຫຍ່ເປັນຂະຫນາດນ້ອຍ, ສະຫນອງຫນ້າທີ່ການແປງອະນຸສັນຍາຂ້າມຊັ້ນ, ບັນລຸການເຂົ້າເຖິງທີ່ເປັນເອກະພາບແລະຫມັ້ນຄົງ, ແລະແມ້ກະທັ້ງການຮ່ວມມືຂອງການຄວບຄຸມຂໍ້ມູນ heterogeneous.
ໃນຂົງເຂດການຜະລິດອຸດສາຫະກໍາ
ສະຖານະການການເພີ່ມປະສິດທິພາບຂອງຂະບວນການຜະລິດ: ໃນປັດຈຸບັນ, ຈໍານວນລະບົບການຜະລິດແບບແຍກກັນຫຼາຍແມ່ນຖືກຈໍາກັດໂດຍຄວາມບໍ່ສົມບູນຂອງຂໍ້ມູນ, ແລະປະສິດທິພາບອຸປະກອນໂດຍລວມແລະການຄິດໄລ່ຂໍ້ມູນດັດສະນີອື່ນໆແມ່ນຂ້ອນຂ້າງ sloppy, ເຮັດໃຫ້ມັນມີຄວາມຫຍຸ້ງຍາກໃນການນໍາໃຊ້ສໍາລັບການເພີ່ມປະສິດທິພາບປະສິດທິພາບ. ເວທີຄອມພິວເຕີ້ Edge ໂດຍອີງໃສ່ຮູບແບບຂໍ້ມູນອຸປະກອນເພື່ອບັນລຸລະບົບການຜະລິດລະດັບ semantic ການສື່ສານແນວນອນແລະການສື່ສານແນວຕັ້ງ, ໂດຍອີງໃສ່ກົນໄກການໄຫຼວຽນຂອງຂໍ້ມູນໃນເວລາຈິງເພື່ອລວບລວມແລະວິເຄາະຂໍ້ມູນຈໍານວນຫລາຍພາກສະຫນາມໃນເວລາຈິງ, ເພື່ອບັນລຸສາຍການຜະລິດແບບຈໍາລອງ. multi-data source fusion ຂໍ້ມູນຂ່າວສານ, ເພື່ອສະຫນອງຂໍ້ມູນທີ່ມີປະສິດທິພາບສະຫນັບສະຫນູນການຕັດສິນໃຈໃນລະບົບການຜະລິດແຍກຕ່າງຫາກ.
ສະຖານະການບໍາລຸງຮັກສາອຸປະກອນການຄາດເດົາ: ການບໍາລຸງຮັກສາອຸປະກອນອຸດສາຫະກໍາແບ່ງອອກເປັນສາມປະເພດ: ການບໍາລຸງຮັກສາການສ້ອມແປງ, ການບໍາລຸງຮັກສາປ້ອງກັນແລະການບໍາລຸງຮັກສາທີ່ຄາດເດົາ. ການບໍາລຸງຮັກສາການຟື້ນຟູເປັນຂອງ ex post facto ບໍາລຸງຮັກສາ, ການບໍາລຸງຮັກສາປ້ອງກັນ, ແລະການບໍາລຸງຮັກສາການຄາດຄະເນເປັນຂອງ ex-ante ບໍາລຸງຮັກສາ, ອະດີດແມ່ນອີງໃສ່ເວລາ, ການປະຕິບັດອຸປະກອນ, ສະພາບສະຖານທີ່, ແລະປັດໃຈອື່ນໆສໍາລັບການບໍາລຸງຮັກສາອຸປະກອນປົກກະຕິ, ຫຼາຍຫຼືຫນ້ອຍໂດຍອີງໃສ່ມະນຸດ. ປະສົບການ, ສຸດທ້າຍໂດຍຜ່ານການເກັບກໍາຂໍ້ມູນຂອງເຊັນເຊີ, ການຕິດຕາມເວລາທີ່ແທ້ຈິງຂອງສະພາບການດໍາເນີນງານຂອງອຸປະກອນ, ໂດຍອີງໃສ່ຮູບແບບອຸດສາຫະກໍາຂອງການວິເຄາະຂໍ້ມູນ, ແລະຄາດຄະເນຢ່າງຖືກຕ້ອງໃນເວລາທີ່ຄວາມລົ້ມເຫຼວເກີດຂຶ້ນ.
ສະຖານະການກວດກາຄຸນນະພາບອຸດສາຫະກໍາ: ພາກສະຫນາມການກວດກາວິໄສທັດອຸດສາຫະກໍາເປັນຄັ້ງທໍາອິດແບບດັ້ງເດີມການກວດກາ optical ອັດຕະໂນມັດ (AOI) ປະກອບເຂົ້າໄປໃນພາກສະຫນາມການກວດກາຄຸນນະພາບ, ແຕ່ການພັດທະນາຂອງ AOI ມາຮອດປັດຈຸບັນ, ໃນຫຼາຍການກວດສອບຂໍ້ບົກພ່ອງແລະສະຖານະການສະລັບສັບຊ້ອນອື່ນໆ, ເນື່ອງຈາກຂໍ້ບົກພ່ອງຂອງຫຼາກຫຼາຍຊະນິດ. ຂອງປະເພດ, ການສະກັດເອົາຄຸນນະສົມບັດແມ່ນບໍ່ຄົບຖ້ວນ, ສູດການປັບຕົວ extensibility ທຸກຍາກ, ສາຍການຜະລິດໄດ້ຖືກປັບປຸງເລື້ອຍໆ, ການເຄື່ອນຍ້າຍ algorithm ບໍ່ປ່ຽນແປງ, ແລະປັດໃຈອື່ນໆ, ລະບົບ AOI ແບບດັ້ງເດີມມີຄວາມຫຍຸ້ງຍາກໃນການພັດທະນາຄວາມຕ້ອງການຂອງສາຍການຜະລິດ. ດັ່ງນັ້ນ, ເວທີການກວດກາຄຸນນະພາບອຸດສາຫະກໍາ AI ເປັນຕົວແທນໂດຍການຮຽນຮູ້ເລິກ + ການຮຽນຮູ້ຕົວຢ່າງຂະຫນາດນ້ອຍແມ່ນຄ່ອຍໆປ່ຽນແທນລະບົບການກວດສອບສາຍຕາແບບດັ້ງເດີມ, ແລະເວທີການກວດກາຄຸນນະພາບອຸດສາຫະກໍາ AI ໄດ້ຜ່ານສອງຂັ້ນຕອນຂອງວິທີການຮຽນຮູ້ເຄື່ອງຈັກຄລາສສິກແລະຂັ້ນຕອນການກວດກາການຮຽນຮູ້ເລິກ.
ເວລາປະກາດ: ຕຸລາ-08-2023