通信与网络技术的高速发展正为物联网的创新和演进注入新的动力,进而也为制造业等 传统产业的数字化和智能化转型创造了更多契机。作为中国移动旗下物联网业务和服务 的重要载体,中移物联网有限公司 (以下简称“中移物联网”) 正以公司“大连接”战略为引 导,融合边缘计算、云计算、人工智能 (Artificial Intelligence, AI) 以及 5G 等前沿技术, 打造和完善 OneNET 边缘计算平台,以加速制造业智能化创新。 OneNET 边缘计算平台主要的优势,就是源于其服务“边缘”的定位。它能以“云边协同” 的方式,来为用户提供全方位的物联网体系架构。为使该平台具备更高效也更为灵活 的边缘计算能力,中移物联网与英特尔一起,为它引入了搭载视觉云媒体分析加速卡 (Visual Cloud Accelerator Card – Analytics,VCAC-A) 的移动边缘计算 (Mobile Edge Computing,MEC) 服务器,不仅在边缘侧兼顾了强劲的算力,还使其具备了强劲的机器 视觉深度学习推理能力。 目前,基于 OneNET 边缘计算平台的解决方案已在机械制造、纺织等多个行业中实现了 成功的部署,以其在某燃气表具自动化检测管理系统中的应用为例,新方案大幅提升了 燃气表具检测的精度和自动化水平,并大大节省了人力成本,实现了生产效率与效益的双 丰收,获得了一线用户的认可与好评。 VCAC-A 物联网 智能制造 强化边缘算力, 驱动制造业云边协同和智能转型 “作为中国移动大连接战略布局 的重要组成部分,中移物联网正 积极借助网络转型为边缘带来的 优势,打造 OneNET 边缘计算平 台,来为传统行业的智能化转型 提供技术后盾。搭载 VCAC-A 的 MEC 服务器,可为用户在边缘侧 提供强劲的算力和高效的视觉推 理能力。我们以 OneNET 边缘计 算平台为基础打造的基于机器视 觉的工业质检解决方案,也能切 实为制造业的数字化和智能化转 型提供实实在在的支持与帮助。” 刘源 副总经理兼高级技术总监 开放平台部 中移物联网有限公司 中移物联网获得的解决方案优势: • OneNET 边缘计算平台实现了边缘与云端的数据同步,可为云端的离线大数据分析 及 AI 训练提供更多数据样本;同时,云端也能将训练升级后的 AI 模型与算法下沉 至边缘,确保用户持续获取更高效、更精准的推理能力; • 新方案高效的云边协同、视觉处理与 AI 推理能力,可帮助用户大幅提升燃气表具 检测的自动化水平,原有三个信息采集人员的工作可由一个人代替,并可取消出 厂专职信息采集人员,从而有效节约人力成本,降低总拥有成本 (Total Cost of Ownership, TCO) ; • 借助 VCAC-A 输出的加速算力,新方案应用于燃气表具检测时,可高效实现光学字 符识别 (Optical Character Recognition,OCR)、表盘读取等 AI 推理,检测精度达 99.5%1,在提高质检效率的同时,还能大副降低不良品的漏检机率。
2021-09-29 12:02:03 1.14MB 中移物联网 因特尔 边缘计算
智能机器人行业以机器学习前沿科技为依托,正在迅猛发展,不仅促进了 AI 在各行业的落 地,同时也成为传统行业数字化和智能化转型的良好助力。虽然机器人已实现了基本的人机 交互等功能,但智能追踪、直播拍摄、车辆 3D 检测等新型应用场景的出现,对人工智能机器 人的功能提出了更多、更复杂的需求,同时呼唤更强大算力、更及时响应、以及更低成本。
2021-09-29 12:02:02 596KB 中国联通 因特尔 5G边缘计算
5G+工业互联网边缘计算行业研究
2021-09-29 09:07:45 1.25MB 5G+工业互联网 边缘计算
介绍基于微软 Azure云计算平台 的物联网边缘计算技术
2021-09-28 12:18:28 9.2MB 物联网开发 边缘计算 Azure IoT
1
我们从时代发展的角度来试图窥探一下“快”趋势发展的必然性,在被数字化席卷的今天,人们的生活节奏越来越快,数据还是最有价值的东西吗?其实不然。最有价值的东西,在我看来应该是注意力。如何能极大程度地锁定人们的注意力,除了内容本身上的优势,我认为关键还是在于“快”。简单的举个例子,就看视频而言,有研究表明一旦开始播放前的等待时间超过五秒,将很难再留住用户。倘若观看视频的期间再出现几次讨厌的卡顿,用户对于视频的兴趣甚至对于播放平台的好感度将会急剧下降。反过来,从竞争的角度来看,正所谓“天下武功,唯快不破”,只有在“快”上做到游刃有余,才能不被时代的浪潮拍在沙滩上。从这个角度来看,MEC的出现正是
2021-09-28 10:43:26 476KB 移动边缘计算——MEC
1
2021 AIoT智能边缘计算网关技术规范.pdf
2021-09-25 09:01:53 1.39MB
多用户移动边缘计算的分散式计算分流:一种深度强化学习方法 多用户移动边缘计算的分散式计算分流:一种深度强化学习方法 这实现了论文中的算法 一些提示:尝试通过运行ipynb文件之一来开始您的旅程,例如test_save_model_multiple_t02_noBuf.ipynb。 “用于多用户移动边缘计算的分散式计算分流:一种深度强化学习方法” 如果您发现这对您的研究有用,请使用 @article {chen2018decentralized,title = {用于多用户移动边缘计算的分散式计算分流:一种深度强化学习方法},作者= {Chen,Zhao和Wang,Xiaodong},journal = {arXiv预印本arXiv:1812.07394},年= {2018}} 如有任何疑问,请通过与我联系。
2021-09-24 16:46:28 444.79MB JupyterNotebook
1
因为有了物联网的概念,也就是各种智能设备和传感器等都接入到联网的业务模式,因此这些接入的终端也会产生海量的数据。传统的网络都是各个终端发送数据到中心服务器,服务器处理完再返回结果给终端,而边缘计算能够将物联网(IoT)设备产生的数据在更接近数据产生的终端进行处理,而不是将其发送到数据中心或云端。企业可以凭借此技术更接近网络边缘,可以近距离实时分析重要数据。
1
5G边缘计算将引发算力产业格局巨变-边缘计算系列深度研究之三.pdf
2021-09-20 18:02:10 2.28MB
安信证券-计算机行业深度分析:边缘计算,5G时代新风口.pdf
2021-09-20 18:01:51 5.33MB