一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

什么是邊緣設(shè)備

科技綠洲 ? 來源:安富利 ? 作者:安富利 ? 2022-04-29 16:12 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

工業(yè)制造過程中會產(chǎn)生大量數(shù)據(jù),利用這些數(shù)據(jù)可實(shí)現(xiàn)重要的目標(biāo)——預(yù)測故障、優(yōu)化設(shè)備壽命、優(yōu)化生產(chǎn)流程以便更好地滿足市場需求。任何工業(yè)網(wǎng)絡(luò)的第一步是數(shù)據(jù)收集,然后在本地做好實(shí)時(shí)數(shù)據(jù)處理和長期離線數(shù)據(jù)存儲之間的平衡,最后采取有效的措施來優(yōu)化工業(yè)處理過程。

信息被收集并發(fā)送到一個(gè)中心位置,如果發(fā)送的時(shí)間相對較早,短暫的IT中斷通??梢越邮堋5S著世界各地的公司越來越依賴于他們的信息技術(shù),他們對于可接受的維護(hù)儀器設(shè)備的時(shí)間顯著減少,且遠(yuǎn)遠(yuǎn)低于現(xiàn)有技術(shù)可以實(shí)現(xiàn)的反應(yīng)時(shí)間。因此,在先進(jìn)的技術(shù)團(tuán)隊(duì)中,現(xiàn)代IT系統(tǒng)使用功能強(qiáng)大的AI機(jī)器學(xué)習(xí)(ML)套件,使其IT基礎(chǔ)設(shè)施對傳感器數(shù)據(jù)報(bào)告的變化做出更快反應(yīng)。之前有一則報(bào)道:

半導(dǎo)體制造英特爾如何使用IIoT邊緣計(jì)算將工廠停機(jī)時(shí)間減少300%

通過部署工業(yè)物聯(lián)網(wǎng)(IIoT)傳感器和邊緣計(jì)算來監(jiān)控英特爾半導(dǎo)體生產(chǎn)設(shè)施中的風(fēng)扇過濾器單元(FFU)的健康狀況。這項(xiàng)措施旨在提醒技術(shù)人員注意潛在問題,從而主動制定維護(hù)計(jì)劃,減少計(jì)劃外的停機(jī)時(shí)間。FFU過濾并清潔工業(yè)機(jī)器內(nèi)的空氣,它們在工廠車間無處不在,通常手動檢測FFU的運(yùn)行狀況,這使得預(yù)測故障很困難。

英特爾在每個(gè)FFU的頂部放置了一個(gè)加速度計(jì),以測量風(fēng)扇功能的變化,這為每個(gè)FFU創(chuàng)建了一個(gè)基準(zhǔn)性能,并針對異常和潛在問題生成了警報(bào)。之后將摘要數(shù)據(jù)發(fā)送到云,以便技術(shù)員查看趨勢,并及時(shí)反饋,通過提前維護(hù)和更換零件,將FFU的正常運(yùn)行時(shí)間延長了97%以上。同時(shí),這項(xiàng)操作還有效地消除了“偏移”,這表明在制造過程中的變化會導(dǎo)致材料損壞。

與手動檢查相比,英特爾已將FFU故障造成的停機(jī)時(shí)間減少了300%。FFU代表了一個(gè)單一的工藝,其范圍足夠小,但影響足夠大,大到可以證明工廠的投資回報(bào),在展示邊緣計(jì)算和基于云的IIoT預(yù)測性維護(hù)解決方案的投資回報(bào)率潛力方面非常出色。

報(bào)道中的兩個(gè)關(guān)鍵詞“IIoT”與“邊緣計(jì)算”,它們是什么?

什么是IIoT?

IIoT(工業(yè)物聯(lián)網(wǎng))是將具有感知、監(jiān)控能力的各類采集(傳感)、控制器、移動通信智能分析等技術(shù)不斷融入工業(yè)生產(chǎn)過程的各個(gè)環(huán)節(jié)中,從而大幅提高制造效率,改善產(chǎn)品質(zhì)量,降低產(chǎn)品成本和資源消耗,最終實(shí)現(xiàn)將傳統(tǒng)工業(yè)提升到智能化的新階段。

工業(yè)整體的網(wǎng)絡(luò)解決方案大多是云計(jì)算方案。

什么是邊緣計(jì)算?

邊緣計(jì)算指在靠近物或數(shù)據(jù)源頭的一側(cè),采用網(wǎng)絡(luò)、計(jì)算、存儲、應(yīng)用核心能力為一體的開放平臺,可在本地處理和存儲關(guān)鍵數(shù)據(jù),然后再將關(guān)鍵數(shù)據(jù)傳輸?shù)街醒霐?shù)據(jù)中心或云存儲庫。邊緣計(jì)算有助于優(yōu)化云計(jì)算系統(tǒng)免受與數(shù)據(jù)傳輸相關(guān)的中斷,云服務(wù)器成為智能邊緣設(shè)備的控制節(jié)點(diǎn),執(zhí)行摘要分析。

基于以上敘述,理解IIoT和邊緣計(jì)算是什么就比較容易了。如果將工業(yè)物聯(lián)網(wǎng)比作一臺機(jī)器,當(dāng)這臺機(jī)器的關(guān)鍵部位發(fā)生了偏差或損壞,就會導(dǎo)致整臺機(jī)器運(yùn)行故障,如果這個(gè)部位難以覺察,就需要對整臺機(jī)器進(jìn)行排查,這無疑拖延了生產(chǎn)時(shí)間也增加了勞動量,一塊短板限制了機(jī)器的運(yùn)作。但如果有專業(yè)的監(jiān)測工具并在遇到問題時(shí)及時(shí)解決,或者解決不了及時(shí)上報(bào)或者預(yù)警,那相關(guān)人員就能在整個(gè)機(jī)器癱瘓前對其檢修,這就是現(xiàn)如今邊緣計(jì)算發(fā)展起來的原因之一,即解決短板問題,也是很多人說邊緣計(jì)算重新定義工業(yè)物聯(lián)網(wǎng)的原因。

然而,真正的邊緣計(jì)算并不止步于此,隨著需求的日益增加,工業(yè)4.0已不再是爭論的中心,研究工業(yè)將以什么樣的形式加速制造業(yè)的數(shù)字化轉(zhuǎn)型才是人們真正關(guān)心的問題。當(dāng)促進(jìn)生產(chǎn)優(yōu)化并降低維護(hù)成本成為可能,才是真正推動資本對工業(yè)物聯(lián)網(wǎng)基礎(chǔ)設(shè)施實(shí)際投資的主要原因,因?yàn)檫@些設(shè)施能立竿見影地帶來可衡量的收益。

在傳統(tǒng)的工業(yè)物聯(lián)網(wǎng)模型中,傳感器或硬件的工作是收集數(shù)據(jù)并通過內(nèi)置的網(wǎng)絡(luò)連接,將數(shù)據(jù)發(fā)送到上層的物聯(lián)網(wǎng)服務(wù)器或平臺,然后基于這些數(shù)據(jù)做數(shù)據(jù)分析、數(shù)據(jù)可視化和應(yīng)用程序開發(fā)。最后,管理層用分析的結(jié)果來制定方案,可能是機(jī)器維護(hù)、生產(chǎn)過程優(yōu)化或其他。

但大部分?jǐn)?shù)據(jù)是實(shí)時(shí)值,并沒有必要或者等不及傳輸?shù)缴蠈臃?wù)器,正如麥肯錫所說,將數(shù)據(jù)處理轉(zhuǎn)移到網(wǎng)絡(luò)邊緣的需求,和不斷增加的處理能力要求,創(chuàng)造了一種不同類型的工業(yè)物聯(lián)網(wǎng)網(wǎng)絡(luò)——這種網(wǎng)絡(luò)可能沒有嚴(yán)格的層次結(jié)構(gòu),在眾多形式的邊緣設(shè)備中,將體現(xiàn)多種多樣的連接方式和處理方式。

手被燙時(shí),先感覺疼還是先縮手?

當(dāng)我們碰到燙手的物體時(shí),手先縮回來,這是本能反應(yīng),經(jīng)脊髓傳遞給神經(jīng)中樞控制,速度更快,之后大腦才能感受到痛感。試想一下,如果大腦感受到痛感后手再移開……也許你需要看看手熟沒熟?

云計(jì)算類似于大腦,邊緣計(jì)算類似于控制手、腳這樣的神經(jīng)中樞,當(dāng)手遇到障礙(被燙、扎等)需要立馬躲避時(shí),大腦的反應(yīng)時(shí)間是跟不上的。這就需要更靠近手腳這樣的“邊緣設(shè)備”有自己的計(jì)算體系,即計(jì)算能力從云端走向邊緣,這就開辟了一個(gè)新的領(lǐng)域,邊緣計(jì)算的概念由此產(chǎn)生。

那什么是邊緣設(shè)備呢?前面關(guān)于監(jiān)測英特爾FFU的設(shè)備是邊緣設(shè)備,再比如可以精確測量和記錄局部溫度的傳感器和AI攝像頭等,都屬于邊緣設(shè)備,在邊緣設(shè)備的計(jì)算,稱為邊緣計(jì)算。在未來,邊緣層將變得越來越模糊,邊緣設(shè)備將變得越來越智能化以及多樣化。

“大腦”準(zhǔn)備好了,“神經(jīng)中樞”必不可少!

云計(jì)算已經(jīng)越來越多地被應(yīng)用于工業(yè)中,有邊緣計(jì)算的配合它才能更方便地處理問題。那么在什么時(shí)候邊緣計(jì)算必不可少呢?

物聯(lián)網(wǎng)設(shè)備連接性差

應(yīng)用程序依賴于機(jī)器學(xué)習(xí),需要大量數(shù)據(jù)才能快速反饋

為了安全和隱私,需要在工廠內(nèi)保存數(shù)據(jù)

邊緣處的原始數(shù)據(jù)需要預(yù)處理以減少計(jì)算等

雖然邊緣層的智能化、模糊化帶來了極大的效率提升,但也帶來了極大的安全隱患,比如缺少標(biāo)準(zhǔn)規(guī)范,安全質(zhì)量難以保證;工業(yè)網(wǎng)絡(luò)封閉但邊緣層設(shè)備暴露在互聯(lián)網(wǎng)上;邊緣設(shè)備打破了集中安全管理的約束,必然存在容易被利用的安全漏洞。但計(jì)算被嵌入邊緣設(shè)備中是有意義的,它可以解決延遲問題帶來的時(shí)間和資金成本,縱然原先是融合集中化管理的工業(yè)網(wǎng)絡(luò),但未來仍是分化發(fā)展的趨勢,邊緣計(jì)算也為設(shè)備商提供了一個(gè)大量銷售全新軟硬件及解決方案的機(jī)會,目前大量軟件商和芯片商也在積極布局。

發(fā)展趨勢相同的產(chǎn)品才可能是最后贏家,軟硬件分化、降低耦合,從云計(jì)算到邊緣計(jì)算,從融合到分化,這也是事物發(fā)展的必然規(guī)律。迄今為止,最好的融合產(chǎn)品可能只有手機(jī),原因是因?yàn)楸憷?,而其他事物在最初的融合后逐步走向分化,原因也有便利,有時(shí)更多的是降低成本。

審核編輯:彭菁
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點(diǎn)推薦

    邊緣AI實(shí)現(xiàn)的核心環(huán)節(jié):硬件選擇和模型部署

    邊緣AI的實(shí)現(xiàn)原理是將人工智能算法和模型部署到靠近數(shù)據(jù)源的邊緣設(shè)備上,使這些設(shè)備能夠在本地進(jìn)行數(shù)據(jù)處理、分析和決策,而無需將數(shù)據(jù)傳輸?shù)竭h(yuǎn)程的云端服務(wù)器。
    的頭像 發(fā)表于 06-19 12:19 ?496次閱讀
    <b class='flag-5'>邊緣</b>AI實(shí)現(xiàn)的核心環(huán)節(jié):硬件選擇和模型部署

    Arm與微軟合作加速邊緣設(shè)備上的AI體驗(yàn)

    隨著人工智能 (AI) 成為當(dāng)今個(gè)人電腦 (PC) 和移動設(shè)備使用體驗(yàn)(從聊天機(jī)器人到生產(chǎn)力提升)中不可或缺的一部分,這些設(shè)備對 CPU 高效、可擴(kuò)展的推理需求也在持續(xù)增長。Arm 與微軟正攜手合作
    的頭像 發(fā)表于 05-28 13:54 ?354次閱讀

    AI模型部署邊緣設(shè)備的奇妙之旅:視覺巡線

    1、項(xiàng)目簡介在本次項(xiàng)目中,我們將采用LockAI視覺攝像頭與OpenCV-C++技術(shù)相結(jié)合的方式來實(shí)現(xiàn)特定場地內(nèi)的視覺巡線任務(wù)??刂品矫?,我們選用了小凌派-RK2206開發(fā)板,該開發(fā)板運(yùn)行OpenHarmony請諒解操作系統(tǒng),并通過串口通訊與LockAI進(jìn)行高效的數(shù)據(jù)交互。基于攝像頭傳輸回來的目標(biāo)坐標(biāo)數(shù)據(jù),我們將運(yùn)用PID算法精確地對智能車的行駛進(jìn)行調(diào)控。這
    的頭像 發(fā)表于 03-31 09:56 ?391次閱讀
    AI模型部署<b class='flag-5'>邊緣</b><b class='flag-5'>設(shè)備</b>的奇妙之旅:視覺巡線

    邊緣設(shè)備上設(shè)計(jì)和部署深度神經(jīng)網(wǎng)絡(luò)的實(shí)用框架

    ???? 機(jī)器學(xué)習(xí)和深度學(xué)習(xí)應(yīng)用程序正越來越多地從云端轉(zhuǎn)移到靠近數(shù)據(jù)源頭的嵌入式設(shè)備。隨著邊緣計(jì)算市場的快速擴(kuò)張,多種因素正在推動邊緣人工智能的增長,包括可擴(kuò)展性、對實(shí)時(shí)人工智能應(yīng)用的不斷增長的需求
    的頭像 發(fā)表于 12-20 11:28 ?890次閱讀

    AI模型部署邊緣設(shè)備的奇妙之旅:目標(biāo)檢測模型

    以及邊緣計(jì)算能力的增強(qiáng),越來越多的目標(biāo)檢測應(yīng)用開始直接在靠近數(shù)據(jù)源的邊緣設(shè)備上運(yùn)行。這不僅減少了數(shù)據(jù)傳輸延遲,保護(hù)了用戶隱私,同時(shí)也減輕了云端服務(wù)器的壓力。然而,在邊緣端部署高效且準(zhǔn)確
    發(fā)表于 12-19 14:33

    AI模型部署邊緣設(shè)備的奇妙之旅:如何在邊緣端部署OpenCV

    的能力。 本文章主要講述如何在邊緣設(shè)備上使用OpenCV。本次使用的邊緣設(shè)備是凌智電子開發(fā)的凌智視覺模塊,具體如下: 如對該邊緣
    發(fā)表于 12-14 09:31

    AI模型部署邊緣設(shè)備的奇妙之旅:如何實(shí)現(xiàn)手寫數(shù)字識別

    處理,而不必傳輸?shù)酵獠糠?wù)器,這有助于更好地保護(hù)用戶隱私和數(shù)據(jù)安全。 然而,邊緣計(jì)算也帶來了獨(dú)特的挑戰(zhàn),特別是在資源受限的嵌入式系統(tǒng)中部署復(fù)雜的AI模型時(shí)。為了確保神經(jīng)網(wǎng)絡(luò)模型能夠在邊緣設(shè)備上高效運(yùn)行
    發(fā)表于 12-06 17:20

    恩智浦如何在邊緣設(shè)備上部署LLM

    開放式聊天機(jī)器人到任務(wù)型助手。雖然LLM主要聚焦基于云和服務(wù)器端的應(yīng)用,但人們對在嵌入式系統(tǒng)和邊緣設(shè)備中部署這些模型的興趣也在不斷增加。
    的頭像 發(fā)表于 11-29 09:39 ?959次閱讀

    深度解讀邊緣設(shè)備全以太網(wǎng)方案

    10BASE-T1S是實(shí)現(xiàn)工業(yè)4.0、汽車 IVN和智能建筑中邊緣設(shè)備全以太網(wǎng)化的缺失環(huán)節(jié),可與促進(jìn)人工智能和機(jī)器學(xué)習(xí)的100/1000BASE-T1以太網(wǎng)主干網(wǎng)對接。這是因?yàn)?0BASE-T1S
    的頭像 發(fā)表于 11-14 10:01 ?979次閱讀
    深度解讀<b class='flag-5'>邊緣</b><b class='flag-5'>設(shè)備</b>全以太網(wǎng)方案

    合眾恒躍入圍邊緣計(jì)算百強(qiáng)榜,賦能邊緣設(shè)備智能協(xié)同

    突破邊界:重塑邊緣計(jì)算生態(tài)10月31日,邊緣計(jì)算社區(qū)重磅發(fā)布《2024邊緣計(jì)算產(chǎn)業(yè)圖譜》中國邊緣計(jì)算領(lǐng)域最具活力的100家企業(yè),其中合眾恒躍成功入圍。這一成就不僅體現(xiàn)了公司在行業(yè)中的重
    的頭像 發(fā)表于 11-09 01:10 ?857次閱讀
    合眾恒躍入圍<b class='flag-5'>邊緣</b>計(jì)算百強(qiáng)榜,賦能<b class='flag-5'>邊緣</b><b class='flag-5'>設(shè)備</b>智能協(xié)同

    邊緣計(jì)算與邊緣設(shè)備的關(guān)系

    邊緣計(jì)算與邊緣設(shè)備之間存在著密切的關(guān)系,它們是相互依存、相互促進(jìn)的。以下是對這兩者關(guān)系的介紹: 一、定義與功能 邊緣計(jì)算 邊緣計(jì)算是一種分布
    的頭像 發(fā)表于 10-24 14:33 ?946次閱讀

    如何使物聯(lián)網(wǎng)邊緣設(shè)備高效節(jié)能?

    電源效率對于物聯(lián)網(wǎng)的成功至關(guān)重要。設(shè)備的效率越高,其功能壽命就越長,用戶體驗(yàn)就越好。您是否在組織中實(shí)施了物聯(lián)網(wǎng)解決方案,以提高物聯(lián)網(wǎng)邊緣設(shè)備的能源效率?本文重點(diǎn)介紹了您應(yīng)該考慮的15個(gè)關(guān)鍵因素。
    的頭像 發(fā)表于 09-24 15:18 ?830次閱讀
    如何使物聯(lián)網(wǎng)<b class='flag-5'>邊緣</b><b class='flag-5'>設(shè)備</b>高效節(jié)能?

    邊緣設(shè)備到云端平臺,合宙DTU&amp;RTU打造無縫物聯(lián)網(wǎng)解決方案

    ? 如今,物聯(lián)網(wǎng)(IoT)技術(shù)飛速發(fā)展,萬物互聯(lián)的時(shí)代已然到來,那么,高效、穩(wěn)定地連接邊緣設(shè)備與云端平臺,實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)采集、傳輸與處理,就成為了推動物聯(lián)網(wǎng)應(yīng)用落地的關(guān)鍵。 DTU(數(shù)據(jù)傳輸單元
    的頭像 發(fā)表于 09-18 14:55 ?749次閱讀
    從<b class='flag-5'>邊緣</b><b class='flag-5'>設(shè)備</b>到云端平臺,合宙DTU&amp;RTU打造無縫物聯(lián)網(wǎng)解決方案

    用于控制邊緣設(shè)備的工業(yè)以太網(wǎng)到IO-link網(wǎng)關(guān)

    電子發(fā)燒友網(wǎng)站提供《用于控制邊緣設(shè)備的工業(yè)以太網(wǎng)到IO-link網(wǎng)關(guān).pdf》資料免費(fèi)下載
    發(fā)表于 09-03 11:26 ?0次下載
    用于控制<b class='flag-5'>邊緣</b><b class='flag-5'>設(shè)備</b>的工業(yè)以太網(wǎng)到IO-link網(wǎng)關(guān)

    華邦電子為邊緣設(shè)備打造生成式AI性能

    在以大模型為基礎(chǔ)的云端 AI 廣泛賦能各行各業(yè)后,邊緣設(shè)備對于 AI 也釋放出巨大需求,AI 也在從云端向邊緣端加速落地,層出不窮的應(yīng)用場景對端側(cè)設(shè)備性能,尤其是內(nèi)存性能提出了極高要求
    的頭像 發(fā)表于 08-19 16:14 ?958次閱讀