精品人伦一区二区三区蜜桃网站 ,国产成人自拍视频导航,五月天大香蕉婷婷,综合热久久,国产18禁美女黄禁片免费网站 ,国产美女裸体免费看,一级无码高清,欧洲性爱无码

全面發(fā)力的英特爾，正在孵化和落地的云邊協(xié)同場景。

如今，隨著我國經(jīng)濟(jì)增速放緩和宏觀競爭環(huán)境的復(fù)雜化，企業(yè)亟需從由粗放式發(fā)展轉(zhuǎn)向精細(xì)化運(yùn)營。

但如何在后疫情時(shí)代的新常態(tài)下把握新形勢，實(shí)現(xiàn)高質(zhì)化、差異化發(fā)展成為了各企業(yè)的重中之重。

隨著5G、云計(jì)算、人工智能、大數(shù)據(jù)等技術(shù)的發(fā)展成熟，將新技術(shù)轉(zhuǎn)化為新的生產(chǎn)要素以驅(qū)動(dòng)數(shù)字化轉(zhuǎn)型，成為了企業(yè)提升效率和利潤水平的有效工具。而對(duì)制造業(yè)來說，數(shù)字化轉(zhuǎn)型面臨著新的場景和痛點(diǎn)——數(shù)據(jù)生產(chǎn)和處理場景存在資源負(fù)載不均衡的問題，大量數(shù)據(jù)在生產(chǎn)線等邊端場景產(chǎn)生，而數(shù)據(jù)分析和指令優(yōu)化往往在云端完成，數(shù)據(jù)傳輸過程將較大時(shí)延，難以滿足實(shí)時(shí)感知變化并進(jìn)行決策分析的要求，同時(shí)邊端側(cè)數(shù)據(jù)易形成“孤島”，無法全面煥活數(shù)據(jù)價(jià)值。

換言之，數(shù)據(jù)洪流的“云邊”任督二脈該如何打通？這才是當(dāng)前制造業(yè)最應(yīng)該思考的問題。

解決方案已經(jīng)呼之欲出。通過云邊協(xié)同的方式，讓數(shù)據(jù)在云、邊和端之間高效、實(shí)時(shí)的互聯(lián)互通，以實(shí)時(shí)的邊端數(shù)據(jù)感知力促進(jìn)企業(yè)價(jià)值發(fā)現(xiàn)，在緩解寬帶成本壓力的同時(shí)，可以提升決策的精度與時(shí)效性，是制造業(yè)實(shí)施智能化轉(zhuǎn)型的關(guān)鍵一步。

拆解云邊協(xié)同應(yīng)用難點(diǎn)

驗(yàn)證解決方案的可行性前，我們必須先明白傳統(tǒng)制造業(yè)存在的一些痛點(diǎn)。

傳統(tǒng)的工業(yè)系統(tǒng)應(yīng)用分為IT和OT。IT系統(tǒng)面向企業(yè)資源計(jì)劃和財(cái)務(wù)管理等高級(jí)管理任務(wù)，OT則主要為數(shù)據(jù)采集和監(jiān)視控制系統(tǒng)。在面對(duì)高產(chǎn)品質(zhì)量要求、高生產(chǎn)靈活度的制造業(yè)發(fā)展趨勢，這種割裂的系統(tǒng)架構(gòu)無法將數(shù)據(jù)統(tǒng)一化，不利于數(shù)據(jù)的流轉(zhuǎn)和應(yīng)用，同時(shí)終端工業(yè)應(yīng)用固有結(jié)構(gòu)難以滿足對(duì)采集的海量數(shù)據(jù)進(jìn)行存儲(chǔ)和處理的需求，因此嚴(yán)重制約了制造業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型。

那么該如何打破這樣的制約呢？不同于傳統(tǒng)的工業(yè)系統(tǒng)，云邊協(xié)同解決方案將計(jì)算任務(wù)下沉，一方面云端通過邊端大量訓(xùn)練數(shù)據(jù)的回傳可以優(yōu)化迭代計(jì)算模型，另一方面，部署在邊端的服務(wù)器可以根據(jù)云端訓(xùn)練的模型進(jìn)行實(shí)施推理而無需回傳大量數(shù)據(jù)，這對(duì)云邊協(xié)同的技術(shù)能力也提出了更高的要求。

首先，出于數(shù)據(jù)采集的需求，需要在生產(chǎn)線上部署更多的終端設(shè)備，龐大的設(shè)備數(shù)量要求網(wǎng)絡(luò)連接和計(jì)算能力的持久性和穩(wěn)定性；其次，邊端硬件需要滿足具備高并發(fā)實(shí)時(shí)數(shù)據(jù)存儲(chǔ)與計(jì)算的能力；同時(shí)，需要在邊緣節(jié)點(diǎn)為數(shù)據(jù)隱私提供更強(qiáng)的保護(hù)，提升數(shù)據(jù)安全性；再者，大量數(shù)據(jù)回傳云端，云邊兩側(cè)的數(shù)據(jù)需要互聯(lián)互通，以滿足全局性、非實(shí)時(shí)、長周期的大數(shù)據(jù)處理與分析邀請(qǐng)，起到生產(chǎn)決策的作用。

作為云邊協(xié)同理念的積極倡導(dǎo)者，英特爾的云邊協(xié)同解決方案以統(tǒng)一的基礎(chǔ)架構(gòu)、統(tǒng)一的數(shù)據(jù)總線和統(tǒng)一的數(shù)據(jù)調(diào)配實(shí)現(xiàn)了對(duì)云邊端數(shù)據(jù)交互的高效管理和調(diào)配，克服了常見的云邊方案中數(shù)據(jù)異構(gòu)、不同步，邊端算力不足等問題，提升了企業(yè)資源配置效率，面對(duì)企業(yè)的數(shù)字化難題，英特爾能夠幫助企業(yè)“見招拆招”。

在邊端，第三代英特爾? 至強(qiáng)? 可擴(kuò)展處理器可以對(duì) 20 種主流機(jī)器學(xué)習(xí)和深度學(xué)習(xí)框架進(jìn)行了優(yōu)化，AI處理性能比其他 CPU 高 1.5 倍，大大提升了模型訓(xùn)練能力；在云端，第三代英特爾? 至強(qiáng)? 可擴(kuò)展處理器結(jié)合英特爾? 傲騰?持久內(nèi)存 200 和英特爾? 以太網(wǎng) E810 網(wǎng)絡(luò)適配器，可將事務(wù)處理量提升高達(dá) 2.5 倍。憑借強(qiáng)大的算力和全面優(yōu)化的軟硬件產(chǎn)品組合，英特爾云邊協(xié)同解決方案可以幫助用戶實(shí)現(xiàn)更強(qiáng)性能、更高效率和更大規(guī)模。

云邊協(xié)同場景孵化實(shí)錄

不止于技術(shù)研發(fā)，英特爾還攜手生態(tài)合作伙伴，系統(tǒng)化推進(jìn)云邊協(xié)同架構(gòu)在制造業(yè)場景下的孵化與落地。憑借豐富的生態(tài)系統(tǒng)和實(shí)戰(zhàn)驗(yàn)證，英特爾打造出了針對(duì)瑕疵檢測、精密加工、產(chǎn)能預(yù)測、園區(qū)管理等應(yīng)用場景的成熟解決方案。

場景1：瑕疵檢測

在傳統(tǒng)制造企業(yè)中，瑕疵檢測通常依靠人工方法完成，不僅效率與準(zhǔn)確率低，還會(huì)抬升企業(yè)人力成本。同時(shí)，人工檢測的方式無法對(duì)瑕疵成因進(jìn)行有效分析，因而很難幫助企業(yè)及時(shí)改進(jìn)生產(chǎn)線存在的問題。隨著對(duì)產(chǎn)品質(zhì)量的更高追求和人力成本的不斷攀升，基于AI檢測的云邊協(xié)同方案成為了制造業(yè)中發(fā)展最快、應(yīng)用最成熟的場景之一。

英特爾的缺陷檢測方案運(yùn)用面向英特爾? 架構(gòu)優(yōu)化的 PyTorch以及OpenVINO?工具套件，在邊緣服務(wù)器對(duì)前端攝像頭采集的視頻或圖像數(shù)據(jù)進(jìn)行分析推理，并將推理結(jié)果傳送至品控系統(tǒng)以對(duì)產(chǎn)線進(jìn)行調(diào)整；同時(shí)，邊緣采集的數(shù)據(jù)會(huì)傳送至云端或遠(yuǎn)端數(shù)據(jù)中心，通過第三代英特爾? 至強(qiáng)? 可擴(kuò)展處理器進(jìn)行AI模型訓(xùn)練加速，優(yōu)化后的模型則被推送至邊緣服務(wù)器中供推理使用，從而完成整個(gè)云邊協(xié)同的數(shù)據(jù)應(yīng)用閉環(huán)，實(shí)現(xiàn)高效、高精度的瑕疵檢測。

作為國內(nèi)新能源電池龍頭，寧德時(shí)代與英特爾攜手打造了基于“云-邊-端”架構(gòu)的AI動(dòng)力電池瑕疵檢測解決方案?！凹葾I加速能力的至強(qiáng)?可擴(kuò)展平臺(tái)等一系列英特爾軟硬件產(chǎn)品的引入，以及來自英特爾的全方位技術(shù)支持，為整個(gè)方案實(shí)現(xiàn)統(tǒng)一部署和管控，并達(dá)成快速、準(zhǔn)確的檢測處理能力做出了重要貢獻(xiàn)。”寧德時(shí)代人工智能高級(jí)工程師潘偉偉表示。

通過云邊協(xié)同方案，寧德時(shí)代以單工序 400FPS 以上的圖像處理速度達(dá)到了“零漏檢”目標(biāo)。

寧德時(shí)代全新工業(yè)視覺平臺(tái)系統(tǒng)架構(gòu)圖

場景2：生產(chǎn)預(yù)測

時(shí)序數(shù)據(jù)作為制造業(yè)各類設(shè)備中生成最多的數(shù)據(jù)類型之一，可以有效幫助企業(yè)提高生產(chǎn)精度、優(yōu)化產(chǎn)能。而傳統(tǒng)基于專家系統(tǒng)的生產(chǎn)預(yù)測方案過度依賴企業(yè)對(duì)生產(chǎn)經(jīng)驗(yàn)的長期歸納和總結(jié)，且較多的受到人為因素影響，不僅預(yù)測準(zhǔn)確性難以保證，還無法及時(shí)響應(yīng)現(xiàn)代制造業(yè)企業(yè)靈活的生產(chǎn)需求。

英特爾基于AI的生產(chǎn)預(yù)測模型則可以有效應(yīng)對(duì)制造業(yè)各個(gè)細(xì)分場景下的預(yù)測需求：時(shí)序數(shù)據(jù)在邊緣進(jìn)行推理，以較低時(shí)延生成對(duì)設(shè)備的控制反饋；同時(shí)數(shù)據(jù)可傳至云端以對(duì)預(yù)測模型進(jìn)行訓(xùn)練優(yōu)化，訓(xùn)練好的模型則被存儲(chǔ)到模型庫中，供邊緣側(cè)調(diào)用。

以金風(fēng)慧能和英特爾攜手打造的氣象預(yù)測解決方案為例，通過云邊協(xié)同架構(gòu)，該方案可以使“壽命”短暫的氣象數(shù)據(jù)參與短期或超短期模型訓(xùn)練，更好發(fā)揮數(shù)據(jù)潛能。該方案中，云化部署的服務(wù)器集群基于第三代英特爾? 至強(qiáng)? 可擴(kuò)展處理器搭建，并通過英特爾Analytics Zoo大數(shù)據(jù)分析平臺(tái)對(duì)來自邊緣（氣象站點(diǎn)）、和其它云端（氣象網(wǎng)絡(luò)）的最新氣象數(shù)據(jù)進(jìn)行模型訓(xùn)練與迭代，大大提升了邊端預(yù)測模型的準(zhǔn)確率。

在實(shí)際應(yīng)用中，該解決方案還可通過調(diào)度系統(tǒng)合理調(diào)整和優(yōu)化下一步發(fā)電計(jì)劃，不僅能有效改善電網(wǎng)調(diào)峰能力，更能減少棄風(fēng)和棄光率，幫助電力企業(yè)降本增效。

采用云邊協(xié)同架構(gòu)的金風(fēng)慧能智能功率預(yù)測方案

場景 3：園區(qū)管理

作為制造業(yè)的產(chǎn)能聚集地，工業(yè)園區(qū)不僅需要為入駐企業(yè)提供場地和基礎(chǔ)設(shè)施，更要作為“企業(yè)大管家”，實(shí)現(xiàn)在園區(qū)樓宇管理、物流配送、安防監(jiān)控等場景下實(shí)現(xiàn)高效運(yùn)營。而盡管監(jiān)控?cái)z像頭、探測器、傳感器等物聯(lián)網(wǎng)設(shè)備已在各園區(qū)普遍安裝，這些設(shè)備只能采集信息，不僅缺乏必要的連接，還不能對(duì)數(shù)據(jù)做進(jìn)一步的匯聚和分析，因而無法對(duì)園區(qū)運(yùn)營形成有效的信息鏈支撐。

英特爾的園區(qū)管理解決方案則可以將傳統(tǒng)各個(gè)離散的園區(qū)管理職能以“云邊協(xié)同”的模式重組，通過邊緣計(jì)算和云邊協(xié)同增強(qiáng)應(yīng)用中各個(gè)設(shè)備的工作質(zhì)量和響應(yīng)能力，全面提升園區(qū)管理智能化水平。

在云創(chuàng)大數(shù)據(jù)園的實(shí)踐中，借助在邊緣廣泛部署的內(nèi)置高清攝像頭、空氣傳感器及無線網(wǎng)絡(luò)等設(shè)備，英特爾的園區(qū)管理方案能夠?qū)崟r(shí)采集園區(qū)管理所需的視頻數(shù)據(jù)并回傳；在云端，云創(chuàng)大數(shù)據(jù)園引入了包括第三代英特爾? 至強(qiáng)? 可擴(kuò)展處理器和英特爾?Media SDK 軟件工具包中的視頻分析參考設(shè)計(jì)方案來進(jìn)一步加速視頻編解碼性能，并將結(jié)果反饋至園區(qū)管理系統(tǒng)，形成數(shù)據(jù)管理閉環(huán)。

通過統(tǒng)一的數(shù)據(jù)協(xié)同，英特爾園區(qū)管理解決方案可以應(yīng)用圖像秒級(jí)識(shí)別能力對(duì)停車管理、人員監(jiān)控、物流調(diào)配等多種園區(qū)管理職能提供助力，同時(shí)通過對(duì)視頻數(shù)據(jù)的交叉利用幫助園區(qū)大幅降低網(wǎng)絡(luò)負(fù)載，節(jié)省在數(shù)據(jù)中心和云等領(lǐng)域的投資。

基于“云邊協(xié)同”架構(gòu)的云創(chuàng)大數(shù)據(jù)園區(qū)視頻監(jiān)控方案

決勝“云邊”之道

不僅如此，在精密加工，管理決策優(yōu)化等制造業(yè)場景，英特爾也積累了大量實(shí)踐經(jīng)驗(yàn)和案例。憑借過硬的技術(shù)和堅(jiān)實(shí)的服務(wù)支撐，英特爾還與合作伙伴一起參與企業(yè)的“新基建”，進(jìn)一步將云邊協(xié)同解決方案的成功經(jīng)驗(yàn)復(fù)制，孵化出了醫(yī)療（如輔助診療、急癥預(yù)測），金融（如自動(dòng)識(shí)別、反欺詐），VR/AR等主要的云邊協(xié)同落地場景和行業(yè)。

經(jīng)過數(shù)十年的技術(shù)沉淀和積累，英特爾打造了軟硬件全線產(chǎn)品，可以為多樣場景下的云邊協(xié)同方案賦能。硬件方面，英特爾以第三代至強(qiáng)? 可擴(kuò)展處理器為核心，輔以存儲(chǔ)、FPGA、GPU等全棧產(chǎn)品的硬件基座，能夠滿足云邊不同應(yīng)用場景的基礎(chǔ)算力需求；同時(shí)，通過集成的大數(shù)據(jù)、數(shù)據(jù)科學(xué)工具、軟件防護(hù)擴(kuò)展平臺(tái)等軟件以及oneAPI跨架構(gòu)工具，英特爾進(jìn)一步針對(duì)工作負(fù)載進(jìn)行優(yōu)化，向用戶提供一站式、安全可靠的解決方案，幫助用戶進(jìn)一步釋放算力、提高效率。

而技術(shù)上的實(shí)現(xiàn)并不能保證產(chǎn)品在多種應(yīng)用實(shí)踐環(huán)境中能穩(wěn)定運(yùn)行。英特爾不僅在技術(shù)研發(fā)上不斷迭代創(chuàng)新，還通過長期的用戶服務(wù)，形成了對(duì)各個(gè)行業(yè)的深刻認(rèn)知。經(jīng)過多年、多場景的成功應(yīng)用實(shí)踐，英特爾組建了專業(yè)的技術(shù)團(tuán)隊(duì)，能夠精準(zhǔn)理解用戶痛點(diǎn)，及時(shí)響應(yīng)用戶需求，幫助用戶規(guī)避應(yīng)用部署中的“雷點(diǎn)”，更高效解決應(yīng)用問題，實(shí)現(xiàn)降本增效。

截至2021年，全球范圍內(nèi)來自各大云服務(wù)提供商 (CSP) 在英特爾? 至強(qiáng)? 可擴(kuò)展處理器上運(yùn)行的實(shí)例類型已超過 5萬種，英特爾已經(jīng)服務(wù)全球多個(gè)國家的企業(yè)用戶，覆蓋金融、制造、電信、醫(yī)療、互聯(lián)網(wǎng)等行業(yè)。未來英特爾將持續(xù)引領(lǐng)云邊協(xié)同方案的創(chuàng)新和實(shí)踐，助力企業(yè)更好數(shù)字化轉(zhuǎn)型。

（文章來源：36氪）

- END-

你

怎

么

看

？

歡迎文末留言評(píng)論！

歡迎行業(yè)投稿

歡迎各種爆料

Aming全天候在線

全球云觀察為你開啟新視野

歡迎點(diǎn)分享，點(diǎn)點(diǎn)贊，點(diǎn)在看

更多精彩內(nèi)容，請(qǐng)參見 閱讀原文

軟硬件全線覆蓋，英特爾「云邊協(xié)同」解決方案加速企業(yè)數(shù)字化進(jìn)程

軟硬件全線覆蓋，英特爾「云邊協(xié)同」解決方案加速企業(yè)數(shù)字化進(jìn)程