Haeba bohlale ba maiketsetso bo nkuoa e le leeto ho tloha A ho ea ho B, cloud computing service ke boema-fofane kapa seteishene sa terene se lebelo le holimo, 'me edge computing ke tekesi kapa baesekele e arolelanoang. Computing ea Edge e haufi le lehlakore la batho, lintho, kapa mehloli ea data. E amohela sethala se bulehileng se kopanyang polokelo, khomphutha, phihlello ea marang-rang, le bokhoni ba mantlha ba ts'ebeliso ho fana ka lits'ebeletso ho basebelisi ba tikolohong eo. Ha ho bapisoa le lits'ebeletso tsa komporo ea leru tse kentsoeng bohareng, komporo ea moeli e rarolla mathata a kang latency e telele le sephethephethe se phahameng sa convergence, ho fana ka ts'ehetso e ntle bakeng sa lits'ebeletso tsa nako ea nnete le tse hlokang bandwidth.
Mollo oa ChatGPT o thehile leqhubu le lecha la nts'etsopele ea AI, ho potlakisa ho teba ha AI libakeng tse ngata tsa kopo tse kang indasteri, mabenkele, matlo a bohlale, metse e bohlale, joalo-joalo Palo e kholo ea data e hloka ho bolokoa le ho baloa qetellong ea kopo, 'me ho itšetleha ka leru feela ha ho sa khona ho finyella tlhokahalo ea sebele, k'homphieutha ea bohale e ntlafatsa lik'hilomithara tsa ho qetela tsa AI. Tlas'a leano la naha la ho nts'etsapele moruo oa dijithale ka matla, khomphutha ea maru ea China e kene nakong ea nts'etsopele e kenyellelitsoeng, tlhoko ea komporo ea moeli e eketsehile, 'me ho kopanngoa ha maru le pheletso e fetohile tataiso ea bohlokoa ea ho iphetola ha lintho nakong e tlang.
'Maraka oa komporo oa Edge o holisa 36.1% CAGR nakong ea lilemo tse hlano tse tlang
Indasteri ea k'homphieutha e kene boemong ba tsoelo-pele e tsitsitseng, joalo ka ha ho pakoa ke ho fetoha ha bafani ba litšebeletso butle-butle, boholo ba 'maraka bo ntseng bo eketseha, le katoloso e eketsehileng ea libaka tsa kopo. Mabapi le boholo ba mmaraka, tlhaiso-leseling e tsoang tlalehong ea IDC e bonts'a hore boholo ba mmaraka oa li-server tsa khale tsa China bo fihlile ho US $ 3.31 bilione ka 2021, mme boholo ba mmaraka oa li-server tsa China tse lebelletsoeng ho hola ka sekhahla sa kholo ea selemo le selemo sa 22.2% ho tloha 2020 ho isa 2025. 250.9 bilione ka 2027, ka CAGR ea 36.1% ho tloha 2023 ho isa 2027.
Indasteri ea eco-ea khomphutha ea Edge e ea atleha
Computing ea Edge hajoale e mothating oa ho qala seoa, 'me meeli ea khoebo khoebong ea indasteri e batla e le lerootho. Bakeng sa barekisi ka bomong, hoa hlokahala ho nahana ka ho kopanngoa le maemo a khoebo, hape hoa hlokahala ho ba le bokhoni ba ho ikamahanya le liphetoho tsa maemo a khoebo ho tloha boemong ba tekheniki, hape hoa hlokahala ho netefatsa hore ho na le tekanyo e phahameng ea ho lumellana le lisebelisoa tsa hardware, hammoho le bokhoni ba boenjiniere ba merero ea mobu.
Ketane ea indasteri ea komporo e arotsoe ka barekisi ba chip, barekisi ba algorithm, baetsi ba lisebelisoa tsa Hardware, le bafani ba tharollo. Barekisi ba li-chip hangata ba nts'etsapele li-chips tsa arithmetic ho tloha pheletsong ho ea pheletsong ho isa lehlakoreng la maru, 'me ntle le li-chips tse lehlakoreng, ba boetse ba theha likarete tsa ho potlakisa le sethala sa nts'etsopele ea software. Barekisi ba algorithm ba nka li-algorithms tsa pono ea khomphutha e le mantlha ho aha li-algorithms tse akaretsang kapa tse hlophisitsoeng, hape ho na le likhoebo tse hahang litsi tsa algorithm kapa lithupelo le li-platform tsa push. Barekisi ba lisebelisoa ba tsetela ka mafolofolo lihlahisoa tsa komporo ea mantlha, 'me mofuta oa lihlahisoa tsa komporo ea moeli o lula o ntlafatsoa, butle-butle ho etsa lihlahisoa tse ngata tsa komporo ho tloha ho chip ho isa mochining oohle. Bafani ba tharollo ba fana ka tharollo ea software kapa software-hardware-integrated bakeng sa liindasteri tse itseng.
Lisebelisoa tsa indasteri ea komporo ea Edge lia potlakisa
Tšimong ea motse o bohlale
Hajoale tlhahlobo e felletseng ea thepa ea litoropo e sebelisoa ka mokhoa o tloaelehileng ka mokhoa oa tlhahlobo ea matsoho, 'me mokhoa oa ho hlahloba ka letsoho o na le mathata a litšenyehelo tse jang nako e ngata le tse hlokang basebetsi, ho itšetleha ka batho ka bomong, ts'ebetso e mpe le khafetsa ea tlhahlobo, le taolo e tlase ea boleng. Ka nako e ts'oanang ts'ebetso ea ho hlahloba e tlaleha palo e kholo ea data, empa lisebelisoa tsena tsa data ha li e-s'o fetoloe ho ba thepa ea data bakeng sa ho matlafatsa khoebo. Ka ho sebelisa theknoloji ea AI maemong a tlhahlobo ea mehala, khoebo e thehile koloi ea tlhahlobo e bohlale ea AI ea taolo ea litoropo, e amohelang mahlale a joalo ka Marang-rang a Lintho, komporo ea maru, li-algorithms tsa AI, 'me e na le lisebelisoa tsa profeshenale tse kang lik'hamera tse nang le litlhaloso tse phahameng, lipontšo tsa ka holim'a board, le lisebelisoa tse bohlale tsa AI le lisebelisoa tsa mahlakore thuso". E khothaletsa phetoho ea puso ea litoropo ho tloha ho bohlale ba basebetsi ho ea ho bohlale ba mochini, ho tloha ho kahlolo e matla ho ea ho tlhahlobo ea data, le ho tloha karabelong e sa sebetseng ho isa ho sibollo e sebetsang.
Sebakeng sa setša sa kaho se bohlale
Litharollo tsa sebaka sa kaho tse bohlale tse thehiloeng ho komporo ea Edge li sebelisa kopanyo e tebileng ea theknoloji ea AI mosebetsing oa ho lekola ts'ireletso ea indasteri ea kaho, ka ho beha setsi sa tlhahlobo sa AI sebakeng sa kaho, ho phethela lipatlisiso tse ikemetseng le nts'etsopele ea li-algorithms tsa pono tsa AI tse ipapisitseng le theknoloji e bohlale ea tlhahlobo ea video, ho lemoha liketsahalo tsa nako eohle tse lokelang ho bonoa (mohlala, ho bona hore na sebaka sa ts'ireletso kapa ts'ireletso ea motho e mong). le lits'ebeletso tsa khopotso ea alamo, le ho nka bohato ba ho Khetholla lintlha tse sa bolokehang, ho lebela ka bohlale ho AI, ho boloka litšenyehelo tsa basebetsi, ho fihlela litlhoko tsa taolo ea polokeho ea thepa le thepa ea libaka tsa kaho.
Lefapheng la lipalangoang tse bohlale
Mehaho ea marang-rang ea Cloud-end e fetohile paradigm ea mantlha bakeng sa phepelo ea lits'ebetso indastering e bohlale ea lipalangoang, 'me lehlakore la maru le ikarabellang bakeng sa taolo e bohareng le karolo ea ts'ebetso ea data, lehlakore le haufi haholo le fana ka tlhahlobo ea data ea lehlakore le ts'ebetso ea ho etsa liqeto, 'me lehlakore la ho qetela le ikarabella haholo bakeng sa pokello ea data ea khoebo.
Maemong a ikhethileng joalo ka khokahano ea 'mila oa koloi, mateano a holographic, ho khanna ka boiketsetso, le sephethephethe sa terene, ho na le lisebelisoa tse ngata tse fapaneng tse fihlelletsoeng, mme lisebelisoa tsena li hloka taolo ea phihlello, taolo ea ho tsoa, ts'ebetso ea alamo, le ts'ebetso le ts'ebetso ea tlhokomelo. Computing ea Edge e ka arola le ho hlola, ea fetola e kholo ho ba e nyane, ea fana ka mesebetsi ea phetolo ea protocol ea cross-layer, ea fihlela phihlello e kopaneng le e tsitsitseng, esita le taolo e kopanetsoeng ea data e fapaneng.
Lefapheng la tlhahiso ea indasteri
Boemo ba Ntlafatso ea Ts'ebetso ea Tlhahiso: Hajoale, palo e kholo ea lits'ebetso tsa tlhahiso e sa sebetseng e lekantsoe ke ho se phethehe ha data, 'me katleho ea lisebelisoa ka kakaretso le lipalo tse ling tsa lintlha tsa index li batla li le bohlasoa, li etsa hore ho be thata ho li sebelisa bakeng sa ts'ebetso e nepahetseng. Edge komporong sethaleng e thehiloeng thepa ea mohlala tlhahisoleseding ho finyella semantic boemo tlhahiso tsamaiso tshekaletseng le puisano paatsepama, e thehiloeng sebele nako ya data phallo sebetsa mochine ho aggregate le ho sekaseka palo e khōlō ea data tšimo nako ea sebele, ho finyella ea mohlala e thehiloeng tlhahiso mola multi-data mohloli lesedi fusion, ho fana ka tšehetso e matla ya data bakeng sa ho etsa liqeto tsamaisong ea discrete tlhahiso.
Equipment Predictive Maintenance Scenario: Paballo ea thepa ea indasteri e arotsoe ka mefuta e meraro: tokiso ea ho lokisa, tokiso e thibelang, le tlhokomelo e boletsoeng esale pele. Tlhokomelo ea tsosoloso ke ea ts'ebetso ea ex post facto, tokiso ea thibelo, le tokiso e boletsoeng esale pele, ea pele e ipapisitse le nako, ts'ebetso ea lisebelisoa, maemo a sebaka, le lintlha tse ling bakeng sa tlhokomelo ea kamehla ea lisebelisoa, ho latela boiphihlelo ba motho, ea morao-rao ka pokello ea lintlha tsa sensor, tlhahlobo ea nako ea 'nete ea boemo ba ts'ebetso ea sesebelisoa, ho ipapisitsoe le mofuta oa indasteri oa tlhahlobo ea data, le ho bolela esale pele hore na ho hloleha ha data ho etsahala neng.
Boemo ba tlhahlobo ea boleng ba indasteri: sebaka sa tlhahlobo ea pono ea liindasteri ke mofuta oa pele oa mokhoa oa pele oa tlhahlobo ea optical (AOI) sebakeng sa tlhahlobo ea boleng, empa nts'etsopele ea AOI ho fihlela joale, ka ho lemoha liphoso tse ngata le maemo a mang a rarahaneng, ka lebaka la bofokoli ba mefuta e fapaneng, ho ntšoa ha tšobotsi ha hoa phethahala, ho feto-fetoha ha likhaolo, li-algorithms tse nchafatsoang khafetsa, li-algorithms tse ntlafalitsoeng khafetsa. tenyetsehang, le lintlha tse ling, mokhoa oa setso oa AOI o bile thata ho fihlela nts'etsopele ea litlhoko tsa mohala oa tlhahiso. Ka hona, sethala sa algorithm sa tlhahlobo ea boleng ba indasteri ea AI se emeloang ke thuto e tebileng + ho ithuta sampole e nyane butle-butle e nkela sebaka sa tloaelo sa tlhahlobo ea pono, mme sethala sa tlhahlobo ea boleng ba indasteri ea AI se fetile methating e 'meli ea li-algorithms tsa khale tsa ho ithuta le li-algorithms tsa tlhahlobo e tebileng ea ho ithuta.
Nako ea poso: Oct-08-2023