隨著更多的制造企業(yè)希望利用人工智能(AI)工具訪問數(shù)據(jù)并實(shí)時(shí)響應(yīng)，預(yù)計(jì)將不斷推動邊緣AI市場的增長。通過采用邊緣AI技術(shù)，企業(yè)可以獲得更高的性能，如實(shí)時(shí)數(shù)據(jù)處理、效率和準(zhǔn)確性，減少工作時(shí)間，并實(shí)現(xiàn)更好的能源管理和性能優(yōu)化。

邊緣AI市場預(yù)計(jì)將迎來強(qiáng)勁增長

根據(jù) Future Market Insights的一項(xiàng)最新市場調(diào)查顯示，到2032年，邊緣AI市場價(jià)值將從2022年的 59 億美元增至396.1 億美元，復(fù)合年增長率(CAGR)將達(dá)到 20.8%。

此外，5G 技術(shù)在 IT 行業(yè)的應(yīng)用日益廣泛，預(yù)計(jì)將加強(qiáng)現(xiàn)有的技術(shù)網(wǎng)絡(luò)，擴(kuò)大邊緣AI的市場潛力。自動駕駛車輛、無人機(jī)、loT 網(wǎng)關(guān)和遠(yuǎn)程設(shè)備等智能邊緣設(shè)備的發(fā)展，以及各個(gè)行業(yè)對智能制造和數(shù)字化轉(zhuǎn)型的持續(xù)深入，也將不斷推動這一市場的增長。

該調(diào)查按照硬件、軟件和服務(wù)部分對邊緣AI市場類型進(jìn)行劃分。硬件組件所占份額最高，達(dá)到 45%，在這些類別的市場中占據(jù)主導(dǎo)地位。在預(yù)測期內(nèi)，由于對安全性和大數(shù)據(jù)文件存儲的需求，對邊緣AI硬件組件的需求預(yù)計(jì)將上升。此外，在整個(gè)預(yù)計(jì)期內(nèi)，內(nèi)部存儲器的存儲、程序的執(zhí)行和通信都會增加對硬件組件的需求。

邊緣AI在工業(yè)環(huán)境中的應(yīng)用

雖然“邊緣”經(jīng)常被討論為架構(gòu)中的單個(gè)點(diǎn)，但在實(shí)際系統(tǒng)中，物理世界和企業(yè)之間實(shí)際上有許多多層級的邊緣設(shè)備。“令人興奮的是，我們現(xiàn)在看到了這些不同層級的創(chuàng)新?！毖腥A歐洲IIoT業(yè)務(wù)發(fā)展經(jīng)理Jim ten Broeke說。

他討論了使用邊緣服務(wù)器這一日益增長的趨勢，在邊緣服務(wù)器中，企業(yè)云功能可以透明、無縫地引入企業(yè)內(nèi)部，從而減少通信開銷、加快響應(yīng)速度并提高彈性。“這既體現(xiàn)在內(nèi)容交付服務(wù)器應(yīng)用上，也體現(xiàn)在向高級應(yīng)用邊緣服務(wù)器的轉(zhuǎn)變上，即在區(qū)域、樓宇甚至單個(gè)流程級別上運(yùn)行?！?/p>

如今，在通信邊緣，人們對網(wǎng)絡(luò)安全有了更深刻的認(rèn)識。雖然我們?nèi)匀皇盏胶芏嚓P(guān)于傳統(tǒng)邊緣網(wǎng)關(guān)功能的詢問，例如協(xié)議轉(zhuǎn)換、通信媒體轉(zhuǎn)換、數(shù)據(jù)聚合和事件檢測，但市場現(xiàn)在同樣關(guān)注邊緣設(shè)備的安全功能——它們?nèi)绾畏乐刮唇?jīng)授權(quán)的個(gè)人訪問，或防止未經(jīng)授權(quán)或被黑客入侵的代碼安裝和運(yùn)行。與此同時(shí)，用戶意識到，這些設(shè)備的遠(yuǎn)程管理對于在整個(gè)安裝基礎(chǔ)中實(shí)現(xiàn)對安全補(bǔ)丁部署的最快響應(yīng)以及通過減少上門服務(wù)來提供擁有成本優(yōu)勢至關(guān)重要。

Broeke認(rèn)為，最令人興奮的領(lǐng)域是最接近物理資產(chǎn)和運(yùn)營的低端邊緣層。在這里，一個(gè)重要的趨勢是在邊緣設(shè)備中嵌入人工智能(AI)和機(jī)器學(xué)習(xí)(ML)。直到最近，AI的實(shí)施還依賴于昂貴的高帶寬計(jì)算機(jī)和專業(yè)數(shù)據(jù)科學(xué)家團(tuán)隊(duì)來創(chuàng)建和完善所需的數(shù)據(jù)模型。最新的技術(shù)進(jìn)展降低了實(shí)現(xiàn)的價(jià)格，機(jī)器學(xué)習(xí)的進(jìn)步以及許多常見應(yīng)用程序的預(yù)訓(xùn)練模型的可用性，意味著實(shí)施時(shí)間通常以天或周為單位，而不是幾個(gè)月或幾年。

通過在邊緣嵌入的AI和ML，以及連接的攝像頭來進(jìn)行自動化光學(xué)檢查，可提供更快、更準(zhǔn)確的質(zhì)量檢測，并解決勞動力老齡化的問題。在生產(chǎn)線上，AI可以優(yōu)化多臺機(jī)器的效率，分析不同操作場景的產(chǎn)量。同樣，使用連接的攝像頭，邊緣AI通過對移動機(jī)械周圍的安全區(qū)域進(jìn)行智能、24/7 監(jiān)控來為工人提供保護(hù)。

在系統(tǒng)架構(gòu)中各個(gè)層級采用邊緣計(jì)算的爆炸式增長意味著需要多樣化的硬件和軟件解決方案?！叭藗?nèi)匀徽J(rèn)為AI和ML需要大量的處理能力，但對于某些應(yīng)用程序，我們已經(jīng)在像蜂窩路由器這樣小的設(shè)備中實(shí)現(xiàn)了。”Broeke說。

與邊緣計(jì)算的其他領(lǐng)域一樣，沒有放之四海而皆準(zhǔn)的解決方案，即使在同一應(yīng)用中，安裝的拓?fù)浣Y(jié)構(gòu)也可能決定是安裝幾個(gè)小型分布式邊緣設(shè)備更好，還是將信號和數(shù)據(jù)引入一個(gè)更大、更集中的單元更好。

能源管理和性能的持續(xù)改進(jìn)

艾默生EMEA應(yīng)用工程總監(jiān)Steve Ward表示：“邊緣解決方案已經(jīng)部署在廣泛的行業(yè)和應(yīng)用中，例如在石油和天然氣行業(yè)收集與井口運(yùn)行相關(guān)的數(shù)據(jù)，在水行業(yè)，從遠(yuǎn)程泵站收集數(shù)據(jù)?！斑@些解決方案有助于提供有關(guān)遠(yuǎn)程或分布式資產(chǎn)的可操作信息，這些信息可用于優(yōu)化性能，減少維護(hù)并消除計(jì)劃外停機(jī)。

邊緣技術(shù)正在不斷擴(kuò)大應(yīng)用范圍，例如用于監(jiān)測和控制分布式可再生能源發(fā)電，包括太陽能農(nóng)場、風(fēng)力渦輪機(jī)和微電網(wǎng)。邊緣控制器可以通過將高速工業(yè)控制與互聯(lián)網(wǎng)連接相結(jié)合來提供這種智能。

此外，邊緣技術(shù)也在能源管理和其他工業(yè)功能的監(jiān)控中得到應(yīng)用。例如，壓縮空氣系統(tǒng)現(xiàn)在正在采用邊緣解決方案來監(jiān)測氣動氣壓和氣缸效率和磨損。這有助于識別泄漏并支持預(yù)測性維護(hù)策略，從而有助于降低能耗和提高機(jī)器可用性。所提供的信息還可以支持持續(xù)改進(jìn)項(xiàng)目。

Ward認(rèn)為邊緣技術(shù)正在以多種方式發(fā)展和實(shí)施。網(wǎng)絡(luò)網(wǎng)關(guān)的邊緣允許連接難以連接的設(shè)施和設(shè)備并將其集成到企業(yè)網(wǎng)絡(luò)中，從而允許實(shí)時(shí)收集資產(chǎn)使用情況和性能數(shù)據(jù)，以支持?jǐn)?shù)字化轉(zhuǎn)型和持續(xù)改進(jìn)工作。從這種類型的資產(chǎn)中，集中報(bào)告可用于通知用戶操作參數(shù)，但對于異常事件，邊緣設(shè)備可以直接向用戶或用戶組發(fā)送 SMS 消息或電子郵件，以便立即采取行動。

邊緣解決方案也可以提供本地分析，使本地實(shí)時(shí)控制能夠利用比以前的控制策略更多的數(shù)據(jù)。這可以包括基于過去操作的優(yōu)化，以及使用外部數(shù)據(jù)。這將需要新的業(yè)務(wù)角色，例如能夠了解影響機(jī)器或流程操作的因素以及如何實(shí)施的數(shù)據(jù)工程師。Ward說：“ML和AI正在迅速發(fā)展，我們應(yīng)該期待看到ML/AI模型很快在邊緣實(shí)施，以優(yōu)化性能?！?/p>