인공지능을 A에서 B로의 여행으로 본다면 클라우드 컴퓨팅 서비스는 공항이나 고속철도라면, 엣지컴퓨팅은 택시나 공유자전거이다. 엣지 컴퓨팅은 사람, 사물, 데이터 소스 측면에 가깝습니다. 스토리지, 컴퓨팅, 네트워크 액세스, 애플리케이션 핵심 기능을 통합한 개방형 플랫폼을 채택하여 주변 사용자에게 서비스를 제공합니다. 중앙에 배포된 클라우드 컴퓨팅 서비스와 비교하여 엣지 컴퓨팅은 긴 대기 시간 및 높은 수렴 트래픽과 같은 문제를 해결하여 실시간 및 대역폭을 요구하는 서비스에 대한 더 나은 지원을 제공합니다.
ChatGPT의 불은 AI 개발의 새로운 물결을 촉발하여 산업, 소매, 스마트 홈, 스마트 도시 등과 같은 더 많은 응용 분야로 AI의 침몰을 가속화했습니다. 애플리케이션이 종료되고 클라우드에만 의존하면 더 이상 실제 수요를 충족할 수 없으므로 엣지 컴퓨팅은 AI 애플리케이션의 마지막 킬로미터를 향상시킵니다. 디지털 경제를 적극적으로 발전시키려는 국가 정책에 따라 중국의 클라우드 컴퓨팅은 포괄적인 발전 단계에 진입했고 엣지 컴퓨팅 수요가 급증했으며 클라우드 엣지와 엔드의 통합은 미래의 중요한 진화 방향이 되었습니다.
엣지 컴퓨팅 시장은 향후 5년간 CAGR 36.1% 성장할 것입니다.
엣지컴퓨팅 산업은 서비스 제공업체의 점진적인 다양화, 시장 규모 확대, 적용 분야 추가 확대 등으로 꾸준한 발전 단계에 진입했습니다. 시장 규모 측면에서 IDC의 추적 보고서 데이터에 따르면 중국의 전체 엣지 컴퓨팅 서버 시장 규모는 2021년에 미화 33억 1천만 달러에 달했으며, 중국의 전체 엣지 컴퓨팅 서버 시장 규모는 연평균 성장률로 성장할 것으로 예상됩니다. Sullivan은 중국의 엣지 컴퓨팅 시장 규모가 2027년에 2,509억 위안에 이를 것으로 예상하고 있으며, 2023년부터 2027년까지 연평균 성장률(CAGR)은 36.1%에 달할 것으로 예상합니다.
엣지컴퓨팅 에코산업이 번성하다
엣지 컴퓨팅은 현재 발병 초기 단계에 있으며, 산업 체인의 비즈니스 경계는 상대적으로 모호합니다. 개별 벤더의 경우에는 비즈니스 시나리오와의 통합을 고려할 필요가 있으며, 기술적인 측면에서 비즈니스 시나리오의 변화에 적응할 수 있는 능력도 필요하며, 높은 수준의 몰입도를 확보하는 것도 필요합니다. 하드웨어 장비와의 호환성 및 프로젝트 착수 엔지니어링 능력.
엣지 컴퓨팅 산업 체인은 칩 공급업체, 알고리즘 공급업체, 하드웨어 장치 제조업체, 솔루션 제공업체로 구분됩니다. 칩 벤더들은 주로 엔드사이드(end-side)부터 엣지사이드(edge-side), 클라우드사이드(cloud-side)까지 산술 칩을 개발하며, 엣지사이드 칩 외에 가속 카드도 개발하고 소프트웨어 개발 플랫폼을 지원한다. 알고리즘 벤더들은 컴퓨터 비전 알고리즘을 핵심으로 삼아 일반 또는 맞춤형 알고리즘을 구축하고, 알고리즘 몰이나 트레이닝 및 푸시 플랫폼을 구축하는 기업도 있습니다. 장비 공급업체는 엣지 컴퓨팅 제품에 적극적으로 투자하고 있으며 엣지 컴퓨팅 제품의 형태는 지속적으로 풍부해지며 점차적으로 칩부터 전체 머신에 이르기까지 엣지 컴퓨팅 제품의 전체 스택을 형성하고 있습니다. 솔루션 제공업체는 특정 산업을 위한 소프트웨어 또는 소프트웨어-하드웨어 통합 솔루션을 제공합니다.
엣지 컴퓨팅 산업 애플리케이션 가속화
스마트시티 분야에서는
현재 도시 재산에 대한 종합 검사는 수동 검사 방식으로 일반적으로 사용되고 있으며, 수동 검사 방식은 시간과 노동 집약적인 비용이 많이 들고 개인에 대한 공정 의존성, 적용 범위 및 검사 빈도가 낮고 품질이 좋지 않은 문제가 있습니다. 제어. 동시에 검사 프로세스에서는 엄청난 양의 데이터가 기록되었지만 이러한 데이터 리소스는 비즈니스 역량 강화를 위한 데이터 자산으로 변환되지 않았습니다. AI 기술을 모바일 검사 시나리오에 적용함으로써 기업은 사물 인터넷, 클라우드 컴퓨팅, AI 알고리즘과 같은 기술을 채택하고 고화질 카메라, 온-오프라인과 같은 전문 장비를 탑재하는 도시 거버넌스 AI 지능형 검사 차량을 만들었습니다. 보드 디스플레이와 AI 사이드 서버를 결합하고 "지능형 시스템 + 지능형 기계 + 직원 지원"의 검사 메커니즘을 결합합니다. 인력 중심에서 기계 지능으로, 경험적 판단에서 데이터 분석으로, 수동적 대응에서 능동적 발견으로 도시 거버넌스의 전환을 촉진합니다.
지능형 건설현장 분야
엣지컴퓨팅 기반 지능형 건설현장 솔루션은 엣지 AI 분석 단말을 건설 현장에 배치해 기존 건설산업 안전 모니터링 작업에 AI 기술을 심층적으로 통합하고, 지능형 영상 기반 시각적 AI 알고리즘의 독자적 연구개발을 완료한다. 분석 기술, 감지할 이벤트의 상시 감지(예: 헬멧 착용 여부 감지), 인력, 환경, 보안 및 기타 안전 위험 지점 식별 및 경보 알림 서비스 제공, 안전하지 않은 식별에 앞장서기 요인, AI 지능형 보호, 인력 비용 절감, 건설 현장의 인력 및 재산 안전 관리 요구 사항을 충족합니다.
지능형 교통 분야에서는
클라우드 측 아키텍처는 지능형 운송 산업에서 애플리케이션 배포를 위한 기본 패러다임이 되었습니다. 클라우드 측은 중앙 집중식 관리와 데이터 처리의 일부를 담당하고, 엣지 측은 주로 엣지 측 데이터 분석 및 계산 결정을 제공합니다. - 처리를 수행하며, 주로 비즈니스 데이터 수집을 담당하는 최종 측입니다.
차량-도로 조정, 홀로그램 교차로, 자동 운전, 철도 교통 등 특정 시나리오에서는 수많은 이기종 장치에 액세스하며 이러한 장치에는 액세스 관리, 출구 관리, 경보 처리, 운영 및 유지 관리 처리가 필요합니다. 엣지 컴퓨팅은 분할 및 정복이 가능하고, 큰 것을 작게 만들 수 있으며, 크로스 레이어 프로토콜 변환 기능을 제공하고, 통일되고 안정적인 액세스를 달성하며, 이기종 데이터에 대한 공동 제어까지 가능합니다.
산업 제조 분야에서
생산 프로세스 최적화 시나리오: 현재 다수의 개별 제조 시스템은 데이터의 불완전성으로 인해 제한을 받고 있으며 전체 장비 효율성 및 기타 지표 데이터 계산이 상대적으로 엉성하여 효율성 최적화에 사용하기 어렵습니다. 의미 수준 제조 시스템을 달성하기 위한 장비 정보 모델 기반의 엣지 컴퓨팅 플랫폼 실시간 데이터 흐름 처리 메커니즘을 기반으로 하는 수평 통신 및 수직 통신을 기반으로 수많은 현장 실시간 데이터를 집계 및 분석하여 모델 기반 생산 라인을 달성합니다. 다중 데이터 소스 정보 융합을 통해 개별 제조 시스템의 의사 결정을 위한 강력한 데이터 지원을 제공합니다.
장비 예측 유지 관리 시나리오: 산업용 장비의 유지 관리는 수리 유지 관리, 예방 유지 관리, 예측 유지 관리의 세 가지 유형으로 구분됩니다. 회복정비는 사후정비에 속하며, 예방정비, 예측정비는 사전정비에 속하며, 전자는 장비의 정기적인 유지보수를 위해 시간, 장비 성능, 현장 조건 등 기타 요소를 기반으로 하며 어느 정도 인력을 기반으로 합니다. 후자는 센서 데이터 수집, 산업 모델 데이터 분석을 기반으로 장비의 작동 상태를 실시간 모니터링하고 장애 발생 시기를 정확하게 예측함으로써 경험을 제공합니다.
산업 품질 검사 시나리오: 산업용 비전 검사 분야는 품질 검사 분야에 대한 최초의 전통적인 자동 광학 검사(AOI) 형태이지만 지금까지 AOI의 개발은 다양한 결함으로 인해 많은 결함 탐지 및 기타 복잡한 시나리오에서 이루어졌습니다. 유형이 다양하고 특징 추출이 불완전하며 적응형 알고리즘의 확장성이 좋지 않고 생산 라인이 자주 업데이트되고 알고리즘 마이그레이션이 유연하지 않으며 기타 요인으로 인해 기존 AOI 시스템은 생산 라인 요구 사항의 개발을 충족하기가 어려웠습니다. 따라서 딥러닝 + 소표본 학습으로 대표되는 AI 산업 품질 검사 알고리즘 플랫폼은 전통적인 시각적 검사 방식을 점차 대체하고 있으며, AI 산업 품질 검사 플랫폼은 고전적인 기계 학습 알고리즘과 딥 러닝 검사 알고리즘의 두 단계를 거쳤습니다.
게시 시간: 2023년 10월 8일