在线会议
论坛
专题
工控直播
新闻中心
子站
技术
社区
2021 年CONTROL ENGINEERING China版权所有，受新冠疫情的影响，企业增加了对更高效业务流程的需求，以及物联网、5G 和人工智能（AI）关键进步的推动，对边缘计算的需求大幅增长。
例如，在IBM 5 月份发布的一项研究中，94% 的受访高管表示，他们的组织将在未来五年内实施边缘计算。
从智能医院和城市到无收银员商店再到自动驾驶汽车，边缘人工智能（Edge AI）——边缘计算和人工智能的结合，比以往任何时候都更受到企业的关注。
制造企业正在受到物流问题、工人短缺、通货膨胀和疫情持续爆发造成的不确定性影响。边缘AI 解决方案可用作人与机器之间的桥梁，帮助企业有效改进预测、员工分配、产品设计和物流等棘手问题。
以下是 NVIDIA 预计的2022 年值得关注的五大边缘 AI 趋势：
1. 边缘AI管理将成为企业IT重点
虽然边缘计算正迅速成为许多企业的必备品CONTROL ENGINEERING China版权所有，但部署仍处于早期阶段。
为了转向生产，边缘 AI 管理将成为 IT 部门的责任。在最近的一份报告中，Gartner指出：“边缘解决方案历来由业务线管理，但责任正在转移到IT，组织正在利用 IT 资源来优化成本。”
为了解决与可管理性、安全性和规模相关的边缘计算挑战，IT 部门将转向云原生技术。Kubernetes 是一个容器化微服务平台，已成为大规模管理边缘 AI 应用程序的领先工具。
已经在云中使用Kubernetes的企业IT部门可以转移他们的经验，为边缘构建自己的云原生管理解决方案。更多企业将寻求购买第三方产品，例如Red Hat OpenShift、VMware Tanzu、Wind River Cloud Platform和NVIDIA Fleet Command等。
2. 边缘AI用例的不断扩展
计算机视觉主导了边缘的人工智能部署。图像识别在 AI 培训中处于领先地位，从而形成了强大的计算机视觉应用生态系统。
许多公司正在部署或购买计算机视觉应用程序。这些处于计算机视觉前沿的公司将开始寻求多模式解决方案。
例如，NVIDIA Metropolis是一个应用程序框架和一组开发人员工具，可帮助创建计算机视觉 AI 应用程序，自 2017 年以来，其合作伙伴网络已扩大了 100 倍，现在拥有 1,000 多个成员。
多模态AI引入了不同的数据源，以创建更智能的应用程序控制工程网版权所有，这些应用程序可以响应他们的所见所闻和其他感觉。这些复杂的AI用例使用诸如自然语言理解、会话人工智能、姿势估计、检查和可视化等技能。
结合数据存储、处理技术以及输入/输出或传感器功能，多模态AI可以在边缘产生实时性能，以扩展机器人、医疗保健、超个性化广告、无收银员购物等领域的用例。
想象一下，与虚拟助手一起购物。在传统的人工智能中，虚拟人可能会看到你从货架上捡到的东西，而语音助手可能会听到你点的东西。
通过组合这两个数据源，基于多模态AI的化身可以听到您的命令，提供响应，查看您的响应，并基于此提供进一步的响应。这种补充信息使人工智能能够提供更好、更具互动性的客户体验。
3. AI与工业物联网解决方案的融合
智能工厂是由新的边缘AI应用驱动的另一个重要领域。根据 Gartner 的一份报告显示，“到 2027 年CONTROL ENGINEERING China版权所有，深度学习形式的机器学习将包含在 65% 以上的边缘用例中，而 2021 年这一比例还不到 10%。”
工厂可以将 AI 应用程序添加到摄像头和其他传感器上，以进行检查和预测性维护。然而，检测只是第一步。一旦发现问题，就必须采取行动。
AI 应用程序能够检测异常或缺陷，然后提醒人类进行干预。对于需要即时操作的安全应用程序和其他用例，通过将 AI 推理应用程序与管理装配线、机械臂或拾放机器的物联网平台连接起来，就可以实现实时响应。
此类应用程序之间的集成依赖于自定义开发工作。因此，期待 AI 与传统物联网管理平台之间建立更多合作伙伴关系，以简化边缘 AI 在工业环境中的采用。
4. 企业采用 AI-on-5G 的增长
AI-on-5G 组合计算基础设施可提供高性能和安全的连接结构，以集成传感器、计算平台和 AI 应用程序——无论是在现场、内部还是在云中。主要优势包括非有线环境中的超低延迟、有保证的服务质量和更高的安全性。
AI-on-5G 将解锁新的边缘 AI 用例，例如：
· 工业 4.0：工厂自动化、工厂机器人、监控和检查。
· 汽车系统：收费公路和车辆遥测应用。
· 智能空间：零售、智能城市和供应链应用。
在 2022 年CONTROL ENGINEERING China版权所有，AI和 5G 将通过最快的云访问和数据处理技术来推动下一波技术创新。5G 的优势在于延迟极低，带宽更大且连接稳定。5G 的优势与人工智能的决策能力相结合，能够大大优化设备和云之间的计算速度。
在许多行业中www.cechina.cn，AI 和 5G 的组合已经有着高效的表现，能够部署快速、安全和低成本的物联网设备和智能网络。在最近一份题为“5G 和人工智能：下一个社会和商业飞跃的基础”的报告中，”ABI Research 预测，边缘计算和AI相结合提供的低延迟可能会改变人们的生活和工作方式。
这些技术将“为消费者和企业领域的各种新商机铺平道路，否则现有技术是不可能实现的。” ABI Research 估计，到 2025 年CONTROL ENGINEERING China版权所有，部署在边缘的人工智能和机器学习应用程序将创造价值 3.1 万亿美元的价值。
5. 从云端到边缘的 AI 生命周期管理
对于部署边缘 AI 的企业，MLOps将成为帮助推动数据流入和流出边缘的关键。从边缘摄取新的、有价值的数据或见解、重新训练模型、测试应用程序，然后将它们重新部署到边缘可以提高模型的准确性和结果。
对于传统软件，更新可能每季度或每年进行一次，但人工智能从持续的更新周期中获益匪浅。
MLOps 是 Machine Learning Operations 的缩写，它是一门工程学科，旨在统一 ML 系统开发（dev）和 ML 系统部署（ops），以标准化过程生产高性能模型的持续交付。
MLOps 仍处于早期开发阶段，许多大型企业和初创公司正在构建解决方案www.cechina.cn，以满足对 AI 技术更新的持续需求。虽然目前主要专注于解决数据中心的问题，但未来此类解决方案将转向边缘计算。
人工智能的民主化正在进行中，新工具和解决方案使其成为现实。在物联网应用的持续增长和 5G 可用性的推动下，边缘 AI 是下一波要突破的浪潮。
2022 年CONTROL ENGINEERING China版权所有，随着行业着眼于如何从云扩展到边缘，更多的企业将把他们的 AI 推理转移到边缘，从而支持生态系统的增长。
2024（第十三届）全球自动化和制造主题峰会
2024阿自倍尔新产品说明会杭州站
2024(第二十届) 年度最佳产品奖有奖投票中
魏德米勒 SNAP IN 鼠笼式接线端子限时免费试用
阿自倍尔C1A数字显示调节器免费试用
