随着网络终端的不断普及与互联网应用的快速发展，当今网络不仅要应对日益增长的传输流量，也要满足用户多样化的需求指标。云计算在诸如服务延迟与传输开销等方面难以适应趋势，边缘计算（Edge Computing）则将运算资源从云下移到了网络边缘，并通过就近处理数据的方式提升性能。作为人工智能的主要代表之一，深度学习一方面可以被集成到边缘计算的框架中以构建智能边缘，另一方面也能以服务的形式部署在边缘上从而实现边缘智能。本文从边缘计算与深度学习融合的趋势出发，介绍 “边缘智能”与“智能边缘”的概念与应用场景，并说明典型的使能技术及其相互联系。
智能制造是先进制造过程、系统与模式的总称，边缘计算是横跨通信、计算机、自动控制等多领域的综合性技术，可以满足智能制造在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。文章首先介绍了工业互联网智能制造的基本状况，其次介绍了边缘计算的发展现状，之后详细描述了工业互联网智能制造边缘计算模型，最后给出了工业互联网智能制造边缘计算模型的测试方法。
当前，全球范围内产业变革和工业数字化转型蓬勃兴起，工业互联网边缘计算作为信息技术与制造业深度融合的产物，已经成为新工业革命的关键技术支撑。在企业构建工业互联网技术体系过程中，如何在工业现场应用边缘计算是业界关注的重要问题。针对上述挑战，本文以离散制造业为例，深入分析了离散制造业发展需求，详细介绍了针对离散制造业特点的边缘计算实施架构，同时系统阐述了离散制造业典型场景的边缘计算已有应用解决方案，为引导和促进离散制造业边缘计算应用发展提供了参考。
边缘计算越来越受到了来自IT和OT领域的企业的关注，本文旨在从制造本质—从源头分析如何去推进其实现，以期获得产业专家的批评指正。
作为直接推动机器学习蓬勃发展的关键核心技术， 深度学习已经迅速成为学术界与工业界关注的焦点。然而，由于深度学习模型的高精度需求往往会引发对计算资源的大量消耗，因此将一个深度学习模型部署到资源受限的移动设备面临着的巨大的挑战。
从共享单车到自动驾驶，从智能家居到无人商店，我们已从“人联网”时代全面进入“物联网”时代。在万物智能互联的新时代，数据量成指数级爆炸，不仅需要云端的大数据分析以转化为洞察，在边缘对于提取分析数据也有着更高的要求，应运而生的边缘计算将在整个物联网的发展中发挥关键性作用。
当前，边缘计算正成为传统行业和ICT产业共同关注的热点话题，边缘计算要研究的内容和主要应用领域是什么？其与物联网和互联网的关系如何？又面临哪些挑战？
面向公共安全领域内的视频监控系统主要应对违法犯罪及社会管理等公共安全问题。传统视频监控系统具有前端摄像机内置计算资源较少、数据量较大、传输带宽延迟较高、目标跟踪效率较低等不足，为此，需构建基于边缘计算的新型视频监控系统的软硬件服务平台。
对于工业系统，构建平台要兼顾云端和边缘计算资源的有效利用，而边缘计算环境的配置和功能设计，对于数据效率至关重要。
在生产制造领域，目前的传统方式是采用分层的架构，其核心思想是：把复杂的问题逐一分层，每个部分解决一部分问题，最后构建一个整体的系统。传统方式的特点是简洁高效，但同时也会带来信息孤岛等很多其他的问题。
到第 页
友情链接
名家名篇
北京市公安局海淀分局备案号：11010802023656号
今日头条
官方微信
官方抖音
.gif)
.JPG)
