近年來，隨著工業(yè)互聯(lián)網(wǎng)發(fā)展，邊緣計算與人工智能也在實際應用中深度融合。功能從過去的數(shù)據(jù)管理，發(fā)展到智能分析決策，數(shù)據(jù)沉淀整合、技術創(chuàng)新迭代的新層面。

邊緣計算、人工智能等新一代信息技術在制造業(yè)領域加速創(chuàng)新應用，實現(xiàn)材料、設備、產(chǎn)品等生產(chǎn)要素與用戶之間的在線連接和實時交互，逐步實現(xiàn)機器代替人生產(chǎn)，智能化制造是未來行業(yè)的發(fā)展趨勢。

邊緣計算的快速發(fā)展使得計算能力加速向邊緣遷移，AI也逐步從中心節(jié)點向更貼近數(shù)據(jù)源和業(yè)務現(xiàn)場的邊緣側拓展，邊緣與云的關系已經(jīng)呈現(xiàn)出既有分工又彼此合作的局面。在邊緣側，當邊緣智能與邊緣計算和人工智能相結合，能有效地執(zhí)行實時、小數(shù)據(jù)的處理，開展AI模型的推理，并將結果回傳至云端，這種“云—邊—端”協(xié)同的邊緣智能架構，解決了目前AI應用中存在的海量數(shù)據(jù)處理、實時響應以及數(shù)據(jù)安全等問題，為AI在更多行業(yè)的應用奠定了基礎。

制造業(yè)是國民經(jīng)濟的基礎性產(chǎn)業(yè)，同時也是推動智能化發(fā)展最迫切的行業(yè)之一。根據(jù)IDC的預測，未來幾年，邊緣智能支出在生產(chǎn)過程智能化、智能供應鏈與物流、數(shù)據(jù)安全與合規(guī)等應用場景將保持20%以上的年均復合增長率。以產(chǎn)品質檢為例，傳統(tǒng)的產(chǎn)品質檢主要依靠人工目視或傳統(tǒng)的基于模式匹配技術的機器視覺，漏檢、誤檢率高。采用邊緣智能技術后，不僅顯著提升了機器視覺的檢測能力和適用性，產(chǎn)品質量也能得到有效控制。

在智慧城市建設中，AI應用已經(jīng)滲透到城市管理、交通、民生等諸多方面，隨著智慧城市向精細化和社區(qū)化下沉，邊緣智能在智慧交通、應急響應、城市安全等場景下的應用日漸增多。IDC的預測是，在未來幾年，邊緣智能支出在城市運維管理場景這一市場將保持25%的增速。

5G支持的人工智能和創(chuàng)新應用對網(wǎng)絡延遲有很高的要求，邊緣智能在此過程中將發(fā)揮重要作用。比如電信運營商通過建設具備GPU的MEC邊緣數(shù)據(jù)中心，就可以為行業(yè)用戶提供邊緣計算服務，降低企業(yè)自建邊緣計算中心的成本。

對許多應用而言，邊緣側顯然是進行機器學習處理的理想位置。在制造業(yè)、政府、零售、電信、醫(yī)療等重點領域，敏捷聯(lián)接、實時業(yè)務、數(shù)據(jù)優(yōu)化、應用智能、安全與隱私保護已經(jīng)成為核心需求，邊緣智能是實現(xiàn)行業(yè)數(shù)字化轉型的關鍵。隨著邊緣智能技術和解決方案的不斷完善，在汽車、消費電子、服裝、鋼鐵、化工等信息化基礎良好的行業(yè)，AI場景化應用也將逐步落地。

AI邊緣計算方案介紹：