Des services cloud à l'informatique de pointe, l'IA arrive au « dernier kilomètre »

Si l'intelligence artificielle est comparée à un trajet d'un point A à un point B, un service de cloud computing est comparable à un aéroport ou à une gare TGV, et l'edge computing à un taxi ou à un vélo partagé. L'edge computing est proche des personnes, des objets et des sources de données. Il adopte une plateforme ouverte intégrant le stockage, le calcul, l'accès réseau et les capacités applicatives essentielles pour fournir des services aux utilisateurs à proximité. Comparé aux services de cloud computing déployés de manière centralisée, l'edge computing résout les problèmes tels que les longues latences et la forte convergence du trafic, offrant une meilleure prise en charge des services en temps réel et gourmands en bande passante.

L'essor de ChatGPT a déclenché une nouvelle vague de développement de l'IA, accélérant son intégration dans de nouveaux domaines d'application tels que l'industrie, le commerce de détail, la maison intelligente, les villes intelligentes, etc. Face aux besoins importants en stockage et en traitement de données côté application, le cloud ne suffit plus à répondre à la demande. L'edge computing améliore le dernier kilomètre des applications d'IA. Dans le cadre de la politique nationale de développement vigoureux de l'économie numérique, le cloud computing chinois est entré dans une phase de développement inclusif. La demande en edge computing a explosé et l'intégration du cloud edge et end est devenue une orientation évolutive majeure pour l'avenir.

Le marché de l'informatique de pointe devrait croître de 36,1 % au cours des cinq prochaines années

Le secteur de l'edge computing est entré dans une phase de développement constant, comme en témoignent la diversification progressive de ses fournisseurs de services, l'expansion du marché et l'expansion continue des domaines d'application. En termes de taille du marché, les données du rapport de suivi d'IDC montrent que le marché global des serveurs edge computing en Chine a atteint 3,31 milliards de dollars américains en 2021, et qu'il devrait croître à un taux de croissance annuel composé de 22,2 % entre 2020 et 2025. Sullivan prévoit que le marché de l'edge computing en Chine devrait atteindre 250,9 milliards de yuans en 2027, avec un TCAC de 36,1 % entre 2023 et 2027.

L'éco-industrie de l'informatique de pointe prospère

L'informatique de pointe en est encore à ses débuts, et les frontières commerciales au sein de la chaîne industrielle sont relativement floues. Chaque fournisseur doit prendre en compte l'intégration avec les scénarios métier, la capacité d'adaptation aux évolutions techniques de ces scénarios et la garantie d'une compatibilité élevée avec les équipements matériels, ainsi que la capacité d'ingénierie nécessaire pour mener à bien les projets.

La chaîne industrielle de l'edge computing se divise en fournisseurs de puces, fournisseurs d'algorithmes, fabricants de matériel et fournisseurs de solutions. Les fournisseurs de puces développent principalement des puces arithmétiques, de la périphérie au cloud. Outre les puces edge, ils développent également des cartes d'accélération et prennent en charge les plateformes de développement logiciel. Les fournisseurs d'algorithmes s'appuient sur les algorithmes de vision par ordinateur pour créer des algorithmes généraux ou personnalisés. Certaines entreprises développent également des plateformes de formation et de déploiement d'algorithmes. Les fournisseurs d'équipements investissent activement dans les produits d'edge computing, et la gamme de produits s'enrichit constamment, formant progressivement une gamme complète de produits, de la puce à la machine entière. Les fournisseurs de solutions proposent des logiciels ou des solutions intégrées logiciel-matériel pour des secteurs spécifiques.

Les applications de l'industrie de l'informatique de pointe s'accélèrent

Dans le domaine de la ville intelligente

L'inspection complète des biens urbains est actuellement couramment pratiquée manuellement. Or, cette méthode présente des inconvénients : chronophage et coûteuse en main-d'œuvre, dépendance des processus aux individus, faible couverture et fréquence d'inspection, et contrôle qualité insuffisant. Parallèlement, le processus d'inspection a enregistré une quantité considérable de données, mais ces ressources n'ont pas été transformées en ressources de données pour l'autonomisation des entreprises. En appliquant l'IA aux scénarios d'inspection mobile, l'entreprise a créé un véhicule d'inspection intelligent pour la gouvernance urbaine, intégrant des technologies telles que l'Internet des objets, le cloud computing et des algorithmes d'IA, et équipé d'équipements professionnels tels que des caméras haute définition, des écrans embarqués et des serveurs IA. Il combine le mécanisme d'inspection « système intelligent + machine intelligente + assistance du personnel ». Il favorise la transformation de la gouvernance urbaine, passant d'une gestion intensive en personnel à une intelligence mécanique, du jugement empirique à l'analyse de données, et de la réponse passive à la découverte active.

Dans le domaine du chantier intelligent

Les solutions de chantier intelligentes basées sur l'informatique de pointe appliquent l'intégration profonde de la technologie de l'IA au travail traditionnel de surveillance de la sécurité de l'industrie de la construction, en plaçant un terminal d'analyse d'IA de pointe sur le chantier de construction, en complétant la recherche et le développement indépendants d'algorithmes d'IA visuelle basés sur la technologie d'analyse vidéo intelligente, la détection à temps plein des événements à détecter (par exemple, détecter s'il faut ou non porter un casque), en fournissant des services d'identification des points de risque de sécurité et de rappel d'alarme du personnel, de l'environnement, de la sécurité et d'autres services, et en prenant l'initiative d'identifier les facteurs dangereux, la protection intelligente de l'IA, en économisant les coûts de main-d'œuvre, pour répondre aux besoins de gestion de la sécurité du personnel et des biens des chantiers de construction.

Dans le domaine des transports intelligents

L'architecture cloud-side-end est devenue le paradigme de base pour le déploiement d'applications dans l'industrie du transport intelligent, le côté cloud étant responsable de la gestion centralisée et d'une partie du traitement des données, le côté périphérique fournissant principalement l'analyse des données côté périphérique et le traitement de la prise de décision par calcul, et le côté terminal principalement responsable de la collecte des données commerciales.

Dans des scénarios spécifiques tels que la coordination véhicule-route, les intersections holographiques, la conduite automatisée et le trafic ferroviaire, de nombreux appareils hétérogènes sont accessibles, nécessitant une gestion des accès, des sorties, un traitement des alarmes et des opérations d'exploitation et de maintenance. L'informatique de périphérie permet de diviser pour mieux régner, de réduire les volumes importants, de fournir des fonctions de conversion de protocole inter-couches, d'assurer un accès unifié et stable, et même un contrôle collaboratif des données hétérogènes.

Dans le domaine de la fabrication industrielle

Scénario d'optimisation des processus de production : Actuellement, de nombreux systèmes de fabrication discrète sont limités par le manque de données. L'efficacité globale des équipements et les calculs d'autres données d'indice sont relativement approximatifs, ce qui complique leur utilisation pour l'optimisation de l'efficacité. Une plateforme d'informatique de pointe basée sur un modèle d'information sur les équipements permet d'assurer une communication horizontale et verticale sémantique du système de fabrication. Elle repose sur un mécanisme de traitement des flux de données en temps réel pour agréger et analyser un grand nombre de données de terrain en temps réel, afin de réaliser une fusion d'informations multi-sources de données de la ligne de production basée sur un modèle, et de fournir un puissant support de données pour la prise de décision dans le système de fabrication discrète.

Scénario de maintenance prédictive des équipements : La maintenance des équipements industriels se divise en trois types : la maintenance réparatrice, la maintenance préventive et la maintenance prédictive. La maintenance réparatrice est une maintenance ex post, la maintenance préventive et la maintenance prédictive est une maintenance ex ante. La première est basée sur le temps, les performances de l'équipement, les conditions du site et d'autres facteurs pour la maintenance régulière de l'équipement, plus ou moins basés sur l'expérience humaine. La seconde, via la collecte de données de capteurs, la surveillance en temps réel de l'état de fonctionnement de l'équipement, basée sur le modèle industriel d'analyse des données, et prédit avec précision le moment où la panne se produit.

Scénario d'inspection qualité industrielle : l'inspection visuelle industrielle est la première forme traditionnelle d'inspection optique automatique (AOI) dans le domaine de l'inspection qualité. Cependant, le développement de l'AOI jusqu'à présent, dans de nombreux cas de détection de défauts et autres situations complexes, en raison de la diversité des défauts, de l'extraction incomplète des caractéristiques, de la faible extensibilité des algorithmes adaptatifs, des mises à jour fréquentes de la ligne de production, du manque de flexibilité de migration des algorithmes, et d'autres facteurs, a rendu le système AOI traditionnel difficile à répondre aux besoins de développement de la ligne de production. Par conséquent, la plateforme d'algorithmes d'inspection qualité industrielle par IA, représentée par l'apprentissage profond et l'apprentissage sur petits échantillons, remplace progressivement le schéma d'inspection visuelle traditionnel. Cette plateforme a franchi deux étapes : l'apprentissage automatique classique et l'apprentissage profond.

 


Date de publication : 08/10/2023
Chat en ligne WhatsApp !