(相關(guān)資料圖)

最近幾年，隨著萬物互聯(lián)和邊緣人工智能的需求，邊緣計算在高速增長，在整個計算產(chǎn)業(yè)中扮演越來越重要的角色。不過，面對爆發(fā)的需求，邊緣計算真正規(guī)?；涞厥艿叫袠I(yè)眾多、應(yīng)用場景碎片化的制約，大量邊緣計算方案不得不進(jìn)行定制化開發(fā)，部署周期長、成本高、產(chǎn)出難以衡量。

走出碎片化、定制化，是邊緣計算產(chǎn)業(yè)化的必由之路。浪潮信息提出了邊緣計算服務(wù)器的模塊化設(shè)計思路，改變以CPU為核心的設(shè)計，以系統(tǒng)架構(gòu)為核心進(jìn)行設(shè)計，定義了全新的邊緣服務(wù)器模塊化設(shè)計標(biāo)準(zhǔn)ECOM，并將標(biāo)準(zhǔn)中的各個部件模塊產(chǎn)品化，貢獻(xiàn)給開源組織，解決邊緣計算規(guī)模化落地的難題。

從試點走向批量落地

從2020年起，邊緣計算應(yīng)用的落地實踐開始密集，浪潮信息成立了專門的邊緣計算事業(yè)部，以滿足通信、能源、交通等行業(yè)爆發(fā)出的各類邊緣計算應(yīng)用需求。兩年多來，從應(yīng)用的落地試點到逐漸成熟，浪潮信息與生態(tài)伙伴一起進(jìn)行了大量的工作。2022年，邊緣計算已開始從試點走向批量部署。邊緣計算的一些典型場景正在形成，比如智能制造、智慧能源、智慧交通等。

在制造行業(yè)，工業(yè)質(zhì)檢是近年的一個爆款應(yīng)用。邊緣計算結(jié)合機(jī)器視覺和AI算法，對從汽車到手機(jī)、從鋼板到軸承的大量工業(yè)產(chǎn)品實現(xiàn)了智能化缺陷檢測，一些產(chǎn)品的缺陷檢出率已達(dá)到99%以上。

在野外油田場景中，一些多年開采的油田地下勘探層含油量逐漸下降，抽油機(jī)（俗稱磕頭機(jī)）按照傳統(tǒng)恒速運(yùn)行，采油效率低，能源消耗成本高。浪潮信息聯(lián)合石油企業(yè)開發(fā)的油井智慧監(jiān)測解決方案，邊緣計算結(jié)合了設(shè)備運(yùn)行、生產(chǎn)工況數(shù)據(jù)，找到合適的采油頻率，對磕頭機(jī)進(jìn)行智能啟停。在這種安排下，石油開采效率反而更高也更節(jié)電。

在海外市場，浪潮信息與日本東京工業(yè)大學(xué)，聯(lián)合開發(fā)了基于邊緣AI的智慧停車項目，基于邊緣計算和AI算法，只需0.05秒就能根據(jù)車輛信息自動完成停車扣費(fèi)，停車場實現(xiàn)了快捷停車?yán)U費(fèi)，火災(zāi)、煙霧、車位長期占用等異常狀態(tài)及時檢測等功能，這套系統(tǒng)將在東京上百個停車場上線。

關(guān)鍵詞： 浪潮信息 日本東京 智慧能源 設(shè)計標(biāo)準(zhǔn) 進(jìn)行設(shè)計