Če umetno inteligenco obravnavamo kot potovanje od točke A do točke B, je storitev računalništva v oblaku letališče ali postaja hitre železnice, robno računalništvo pa taksi ali skupno kolo. Robno računalništvo je blizu ljudem, stvarem ali virom podatkov. Uporablja odprto platformo, ki združuje zmogljivosti shranjevanja, računanja, dostopa do omrežja in jedra aplikacij za zagotavljanje storitev uporabnikom v bližini. V primerjavi s centralno nameščenimi storitvami računalništva v oblaku robno računalništvo rešuje težave, kot sta dolga zakasnitev in visoka konvergenca prometa, ter zagotavlja boljšo podporo za storitve v realnem času in zahtevne po pasovni širini.
Ogenj ChatGPT je sprožil nov val razvoja umetne inteligence in pospešil njeno prodiranje v več področij uporabe, kot so industrija, trgovina na drobno, pametni domovi, pametna mesta itd. Na koncu aplikacije je treba shraniti in izračunati veliko količino podatkov, zato zanašanje samo na oblak ne more več zadostiti dejanskemu povpraševanju, zato robno računalništvo izboljšuje zadnji kilometer aplikacij umetne inteligence. V skladu z nacionalno politiko močnega razvoja digitalnega gospodarstva je kitajsko računalništvo v oblaku vstopilo v obdobje vključujočega razvoja, povpraševanje po robnem računalništvu se je močno povečalo, integracija robnega in končnega računalništva v oblaku pa je postala pomembna evolucijska smer v prihodnosti.
Trg robnega računalništva bo v naslednjih petih letih zrasel za 36,1 % letno stopnjo rasti
Industrija robnega računalništva je vstopila v fazo stalnega razvoja, kar dokazujejo postopna diverzifikacija ponudnikov storitev, rast trga in nadaljnja širitev področij uporabe. Kar zadeva velikost trga, podatki iz poročila IDC kažejo, da je skupna velikost trga strežnikov robnega računalništva na Kitajskem leta 2021 dosegla 3,31 milijarde ameriških dolarjev, skupna velikost trga strežnikov robnega računalništva na Kitajskem pa naj bi od leta 2020 do 2025 rasla s skupno letno stopnjo rasti 22,2 %. Sullivan napoveduje, da naj bi velikost trga robnega računalništva na Kitajskem leta 2027 dosegla 250,9 milijarde RMB, s 36,1-odstotno letno stopnjo rasti od leta 2023 do 2027.
Eko-industrija robnega računalništva uspeva
Robno računalništvo je trenutno v zgodnji fazi izbruha, poslovne meje v industrijski verigi pa so relativno nejasne. Za posamezne prodajalce je treba upoštevati integracijo s poslovnimi scenariji, prav tako pa je treba imeti sposobnost prilagajanja spremembam v poslovnih scenarijih s tehnične ravni, zagotoviti pa je treba tudi visoko stopnjo združljivosti s strojno opremo in inženirsko sposobnost za izvedbo projektov.
Industrijska veriga robnega računalništva je razdeljena na prodajalce čipov, prodajalce algoritmov, proizvajalce strojne opreme in ponudnike rešitev. Prodajalci čipov večinoma razvijajo aritmetične čipe od konca do roba in v oblaku, poleg čipov na robu pa razvijajo tudi pospeševalne kartice in podpirajo platforme za razvoj programske opreme. Prodajalci algoritmov uporabljajo algoritme računalniškega vida kot jedro za gradnjo splošnih ali prilagojenih algoritmov, obstajajo pa tudi podjetja, ki gradijo centre za algoritme ali platforme za usposabljanje in potiskanje. Prodajalci opreme aktivno vlagajo v izdelke robnega računalništva, oblika izdelkov robnega računalništva pa se nenehno bogati, s čimer postopoma tvori celoten nabor izdelkov robnega računalništva od čipa do celotnega stroja. Ponudniki rešitev ponujajo programsko opremo ali rešitve, integrirane s programsko in strojno opremo, za določene panoge.
Aplikacije v industriji robnega računalništva se pospešujejo
Na področju pametnih mest
Celovit pregled mestnih nepremičnin se trenutno pogosto uporablja v načinu ročnega pregleda, pri čemer se ročni način pregleda sooča s težavami visokih časovnih in delovno intenzivnih stroškov, odvisnosti procesa od posameznikov, slabe pokritosti in pogostosti pregledov ter slabega nadzora kakovosti. Hkrati je postopek pregleda zabeležil ogromno količino podatkov, vendar ti podatkovni viri niso bili pretvorjeni v podatkovna sredstva za opolnomočenje podjetij. Z uporabo tehnologije umetne inteligence v scenarijih mobilnih pregledov je podjetje ustvarilo inteligentno vozilo za pregledovanje mestnega upravljanja z umetno inteligenco, ki uporablja tehnologije, kot so internet stvari, računalništvo v oblaku, algoritmi umetne inteligence, in ima profesionalno opremo, kot so kamere visoke ločljivosti, vgrajeni zasloni in stranski strežniki umetne inteligence, ter združuje mehanizem pregleda "inteligentni sistem + inteligentni stroj + pomoč osebja". Spodbuja preobrazbo mestnega upravljanja iz kadrovsko intenzivne v mehansko inteligenco, iz empirične presoje v analizo podatkov in iz pasivnega odzivanja v aktivno odkrivanje.
Na področju inteligentnega gradbišča
Inteligentne rešitve za gradbišča, ki temeljijo na robnem računalništvu, uporabljajo globoko integracijo tehnologije umetne inteligence v tradicionalno delo na področju varnostnega spremljanja v gradbeni industriji z namestitvijo robnega terminala za analizo umetne inteligence na gradbišču, dokončanjem neodvisnih raziskav in razvoja vizualnih algoritmov umetne inteligence, ki temeljijo na inteligentni tehnologiji video analitike, zaznavanjem dogodkov s polnim delovnim časom (npr. zaznavanjem, ali je treba nositi čelado ali ne), zagotavljanjem storitev identifikacije osebja, okolja, varnosti in drugih varnostnih tveganj ter opominjanja na alarme ter prevzemanjem pobude za identifikacijo nevarnih dejavnikov, inteligentno varovanje z umetno inteligenco, prihrankom stroškov delovne sile, za zadovoljevanje potreb gradbišč po upravljanju varnosti osebja in premoženja.
Na področju inteligentnega prometa
Arhitektura oblačnih rešitev je postala osnovna paradigma za uvajanje aplikacij v industriji inteligentnega transporta, pri čemer je oblačna stran odgovorna za centralizirano upravljanje in del obdelave podatkov, robna stran zagotavlja predvsem analizo podatkov in računsko obdelavo odločitev, končna stran pa je odgovorna predvsem za zbiranje poslovnih podatkov.
V specifičnih scenarijih, kot so koordinacija med vozilom in cesto, holografska križišča, avtomatska vožnja in železniški promet, je dostopanih veliko število heterogenih naprav, te naprave pa zahtevajo upravljanje dostopa, upravljanje izhodov, obdelavo alarmov ter obdelavo delovanja in vzdrževanja. Robno računalništvo lahko deli in premaga, spremeni veliko v majhno, zagotovi funkcije pretvorbe protokolov med plastmi, doseže enoten in stabilen dostop ter celo sodelovalni nadzor nad heterogenimi podatki.
Na področju industrijske proizvodnje
Scenarij optimizacije proizvodnega procesa: Trenutno je veliko število diskretnih proizvodnih sistemov omejeno zaradi nepopolnosti podatkov, izračuni celotne učinkovitosti opreme in drugih indeksnih podatkov pa so relativno površni, zaradi česar jih je težko uporabiti za optimizacijo učinkovitosti. Platforma za robno računalništvo, ki temelji na modelu informacij o opremi, za doseganje horizontalne in vertikalne komunikacije proizvodnega sistema na semantični ravni, ki temelji na mehanizmu obdelave pretoka podatkov v realnem času za združevanje in analizo velikega števila podatkov s terena v realnem času, za doseganje združevanja informacij iz več virov podatkov na proizvodni liniji na osnovi modela, za zagotavljanje močne podatkovne podpore za odločanje v sistemu diskretne proizvodnje.
Scenarij napovednega vzdrževanja opreme: Vzdrževanje industrijske opreme je razdeljeno na tri vrste: reparativno vzdrževanje, preventivno vzdrževanje in napovedno vzdrževanje. Obnovitveno vzdrževanje spada med naknadno vzdrževanje, preventivno vzdrževanje in napovedno vzdrževanje pa spadata med predhodno vzdrževanje. Prvo temelji na času, delovanju opreme, pogojih na lokaciji in drugih dejavnikih rednega vzdrževanja opreme, bolj ali manj na človeških izkušnjah, drugo pa na zbiranju podatkov senzorjev, spremljanju obratovalnega stanja opreme v realnem času, ki temelji na industrijskem modelu analize podatkov in natančno napoveduje, kdaj pride do okvare.
Scenarij industrijskega pregleda kakovosti: področje industrijskega vidnega pregleda je prva tradicionalna oblika samodejnega optičnega pregleda (AOI) na področju pregleda kakovosti, vendar je dosedanji razvoj AOI v številnih zapletenih scenarijih zaradi različnih vrst napak, nepopolne ekstrakcije značilnosti, slabe razširljivosti prilagodljivih algoritmov, pogostega posodabljanja proizvodne linije, neprilagodljive migracije algoritmov in drugih dejavnikov povzročil, da tradicionalni sistem AOI težko zadosti potrebam razvoja proizvodne linije. Zato platforma algoritmov industrijskega pregleda kakovosti z umetno inteligenco, ki jo predstavlja globoko učenje + učenje majhnih vzorcev, postopoma nadomešča tradicionalno shemo vizualnega pregleda, platforma industrijskega pregleda kakovosti z umetno inteligenco pa je prešla skozi dve fazi: klasične algoritme strojnega učenja in algoritme pregleda z globokim učenjem.
Čas objave: 8. oktober 2023