


Der Edge-Computing-Markt wird im Jahr 2030 ein Volumen von 445 Milliarden US-Dollar erreichen! Edge AI eröffnet der Branche neue Möglichkeiten für die Fantasie
Vor kurzem gab NVIDIA bekannt, dass es auf der Shanghai International Embedded Show 2023 die Edge-Computing-Plattform NVIDIA Jetson vorstellen wird, die für autonome Maschinen und viele andere eingebettete Anwendungen geeignet ist, und dass es ökologische Partner auf Basis verwandter Software und Hardware in den Bereichen Transport, Industrie und Robotik zusammenbringen wird Lösungen, die in mehreren vertikalen Industriesektoren entwickelt wurden.
Minsheng Securities wies im Forschungsbericht darauf hin, dass AIGC die Anwendungsrevolution vorantreibt, künstliche Intelligenz Tausende von Branchen stärkt und der Einsatz großer Modelle auf Edge- und mobilen Endgeräten zu einem Zukunftstrend geworden ist Technologiegiganten zu ergreifen.
Die globale potenzielle Marktgröße im Jahr 2030 beträgt 445 Milliarden US-Dollar
Es versteht sich, dass Edge Computing eine verteilte Computerarchitektur ist, die die Berechnung von Daten, Anwendungen und Diensten vom zentralen Netzwerkknoten zur Verarbeitung auf die logischen Edge-Knoten des Netzwerks verlagert. Edge-Computing zerlegt die ursprünglichen großen Dienste, die vollständig von zentralen Knoten verarbeitet werden, schneidet sie in kleinere und besser verwaltbare Teile und verteilt sie zur Verarbeitung an Edge-Knoten.
Der wesentliche Vorteil von Edge-Knoten ist ihre Nähe zu Benutzerendgeräten, was die Datenverarbeitungs- und Übertragungsgeschwindigkeit erhöht und gleichzeitig die Latenz reduziert. Dieses Framework eignet sich besser für den Umgang mit Big Data, da es sich stärker um die Generierung von Wissen und die Analyse von Daten handelt, die der Natur der Datenquelle näher kommen.
Im Vergleich zum Cloud Computing liegen die Vorteile des Edge Computing auf der Hand. Edge Computing reduziert nicht nur den Druck auf die Netzwerkbandbreite und den Stromverbrauch des Rechenzentrums, sondern reduziert auch die Systemlatenz und verbessert die Service-Reaktionsfähigkeiten. Es verringert auch das Risiko von Datenlecks und schützt die Datensicherheit und Privatsphäre der Benutzer.
Aus Sicht der Marktgröße wird laut STL Partners Edge-Computing-Schlüsseldatenstatistik die potenzielle globale Edge-Computing-Marktgröße im Jahr 2030 445 Milliarden US-Dollar erreichen, mit einer durchschnittlichen 10-Jahres-Wachstumsrate von 48 %. Laut einem Bericht des Yiou Think Tank wird die Größe des Edge-Computing-Marktes meines Landes bis 2025 voraussichtlich 198,768 Milliarden Yuan erreichen, was ein enormes Entwicklungspotenzial bietet.
Edge AI eröffnet die Fantasie des Marktes
Edge Intelligence ist ein brandneues Konzept, das sich auf die Edge-KI bezieht, die durch die Kombination von künstlicher Intelligenz und Edge Computing entsteht. Edge Computing kann der KI eine Plattform zur Potenzialentfaltung bieten, während KI dem Edge Computing problemlösende Technologien und Lösungen zur Verfügung stellt. Edge Intelligence bietet Unterstützung für KI-Anwendungen. Beispielsweise werden in Szenarien wie autonomes Fahren, Smart Cities und Smart Homes mehr Daten von Edge-Netzwerkgeräten erzeugt.
Die von NVIDIA veröffentlichte Jetson Edge Computing-Plattform ist diesmal eine Plattform für die Entwicklung von Roboterlösungen. Es handelt sich um eine Drohnenplattform und eine miniaturisierte Roboter-Hauptsteuerungsplattform, die auf Basis von Jetson Orin NX/Orin Nano entwickelt wurde. Diese Plattform ist klein, leicht und äußerst schützend und eignet sich für verschiedene Arten intelligenter Roboterprodukte.
Es versteht sich, dass die Jetson-Edge-Computing-Plattform in vielen Bereichen eingesetzt werden kann, beispielsweise in der intelligenten Fertigung, in intelligenten Städten und im autonomen Fahren.
NVIDIA Jetson kann leistungsstarke KI-Inferenz-Computing-Funktionen in industrielle Szenarien im Bereich der intelligenten Fertigung einbringen und so komplexere Probleme lösen. Durch den Einsatz GPU-beschleunigter künstlicher Intelligenz kann visuelles Denken Probleme wie Fehlererkennung und flexible Fertigung am Fließband lösen.
Im Bereich Smart Cities kann das auf NVIDIA Jetson-Hardware und dem NVIDIA Metropolis-Anwendungsframework basierende KI-Videoanalysesystem künstliche Intelligenz und visuelle Daten integrieren, um Menschen dabei zu helfen, riesige Datenmengen zu verstehen und zu nutzen, um Städte sicherer und intelligenter zu machen.
Im Bereich des autonomen Fahrens kann das neue Jetson AGX Orin-Modul 275 TOPS KI-Rechenleistung bereitstellen, was einer Leistungssteigerung um das Achtfache entspricht. Es kann den Zugriff mehrerer Hochgeschwindigkeits-Schnittstellensensoren unterstützen und dem Domänencontroller für autonomes Fahren leistungsstarke Multisensor-Fusionserkennung, Vorhersage, Entscheidungsfindung und andere Rechenfunktionen zur Anpassung an verschiedene komplexe Szenarien verleihen.
Der Kommunikationsriese Qualcomm arbeitet auch mit NVIDIA zusammen, um das Edge-Computing-Geschäft aufzubauen. Qualcomm hat bereits angekündigt, dass sich das Unternehmen von einem Kommunikationsunternehmen zu einem Edge-Computing-Unternehmen wandeln wird. Forschungseinrichtungen gehen davon aus, dass zukünftige IoT-Module möglicherweise mit den Edge-Computing-Funktionen von Qualcomm ausgestattet werden, um globalen Entwicklern kostengünstigere Terminal-Computing-Funktionen zu bieten.
Inländische Unternehmen bemühen sich, die Anwendungsimplementierung bereitzustellen und zu fördern
Internationale Internetgiganten dringen rasch in den Bereich Edge Computing vor und bringen ausgereifte Produkte und hochwertige Dienstleistungen auf den Markt, um den Industrialisierungsprozess zu beschleunigen. Auch viele inländische börsennotierte Unternehmen haben begonnen, sich im Bereich Edge Computing zu engagieren und die praktische Anwendung verwandter Produkte aktiv voranzutreiben.
Alto Electronics (002587.SZ), das kürzlich zwei aufeinanderfolgende Vorstände übernommen hat, hat sich der Bereitstellung intelligenter Videolösungen aus einer Hand für Film und Fernsehen, Werbung, Regierung und Unternehmen sowie andere Branchen verschrieben. Im Hinblick auf neue Technologieanwendungen gewann das Unternehmen die Ausschreibung für das Projekt „China Postal Savings Bank Big Data Platform Security Protection System Engineering AI Information Security System“, bei dem erstmals Edge-Computing-Technologie auf Bankinformationssicherheitssysteme angewendet wurde.
Chuling Information (300250.SZ) konzentriert sich auf den Bereich Edge Computing, baut eine Datenbank durch intelligente Verbindung von Edge-Daten auf und nutzt die Kerntechnologien des Unternehmens wie DPI, um Daten in der Pipeline zu sammeln, zu extrahieren und zu analysieren, um wertvolle Daten zu generieren Informationen sammeln und in Branchen wie Netzbetreiber, Video, IoT und Datensicherheit anwenden. Es wird davon ausgegangen, dass das Unternehmen schrittweise drei Kernkompetenzen im Bereich Edge Computing aufbaut.
Nanling Technology (300921.SZ), das heute ein Tageslimit von 20 CM erreicht hat, ist bestrebt, sichere, stabile und intelligente „Cloud + Netzwerk“-Gesamtlösungen, digitales Engineering und andere Dienstleistungen für große und mittlere Unternehmen bereitzustellen. Nanling Technology gab auf der interaktiven Plattform an, dass das Unternehmen im Rahmen des VCPP-Modells intensiv mit VMware zusammenarbeitet und die Backbone-Netzwerkknoten von Nanling Technology als Ressourcen nutzt .
West China Securities geht davon aus, dass mit der tiefgreifenden Entwicklung des Internets der Dinge und der weiteren Vertiefung des 5G-Netzwerkaufbaus randseitige Produkte und Anwendungen voraussichtlich enormen Raum eröffnen werden.
Sie können in Zukunft auf die folgenden drei Hauptlogiken achten: Auf der Edge-Signal-Seite gehören zu den Nutznießerzielen iFlytek (002230.SZ), Hikvision (002415.SZ), Dahua Technology (002236.SZ) usw .; auf dem Edge-Chip Auf der Seite der Edge-Rechenleistung können Sie auf Capital Online (300846.SZ), Wangsu Technology (300017.SZ), Youked-W (688158.SH) und andere Unternehmen achten.
Das obige ist der detaillierte Inhalt vonDer Edge-Computing-Markt wird im Jahr 2030 ein Volumen von 445 Milliarden US-Dollar erreichen! Edge AI eröffnet der Branche neue Möglichkeiten für die Fantasie. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Die Go-Sprache eignet sich aufgrund ihrer Parallelität, hohen Leistung und ihres umfangreichen Ökosystems ideal für die Entwicklung von Blockchain-Edge-Computing-Anwendungen. Zu den Anwendungsfällen gehören die Ausführung intelligenter Verträge, die Datenerfassung und -analyse sowie die Identitätsprüfung. Go-Codebeispiele veranschaulichen die Ausführung intelligenter Verträge sowie das Sammeln und Analysieren von Daten auf Edge-Geräten.

Mit der rasanten Entwicklung des Internets der Dinge und des Cloud Computing ist Edge Computing nach und nach zu einem neuen heißen Bereich geworden. Unter Edge Computing versteht man die Übertragung von Datenverarbeitungs- und Rechenkapazitäten von herkömmlichen Cloud-Computing-Zentren auf Edge-Knoten physischer Geräte, um die Effizienz der Datenverarbeitung zu verbessern und die Latenz zu reduzieren. Als leistungsstarke NoSQL-Datenbank erhält MongoDB für seine Anwendung im Bereich Edge Computing immer mehr Aufmerksamkeit. 1. Praxis der Kombination von MongoDB mit Edge Computing Beim Edge Computing verfügen Geräte normalerweise über begrenzte Rechen- und Speicherressourcen. Und MongoDB

Mit dem Aufkommen der 5G-Ära ist Edge Computing zu einem neuen Geschäftswachstumspunkt für autonome Fahrsysteme geworden. In Zukunft werden mehr als 60 % der Daten und Anwendungen am Edge generiert und verarbeitet. Edge Computing ist ein neues Computermodell, das Berechnungen am Rande des Netzwerks durchführt. Die Datenverarbeitung umfasst hauptsächlich zwei Teile: einen Downlink-Cloud-Dienst und einen Uplink-Internet-of-Everything-Dienst. „Edge“ ist eigentlich ein relativer Begriff und bezieht sich auf alle Rechen-, Speicher- und netzwerkbezogenen Ressourcen auf dem Weg von den Daten zum Cloud-Rechenzentrum. Von einem Ende der Daten bis zum anderen Ende des Cloud-Service-Centers kann der Edge basierend auf den spezifischen Anforderungen der Anwendung und den tatsächlichen Anwendungsszenarien als ein oder mehrere Ressourcenknoten auf diesem Pfad dargestellt werden. Der geschäftliche Kern von Edge Computing ist die Bündelung von Cloud Computing außerhalb des Rechenzentrums

Java-Frameworks werden mit Edge Computing kombiniert, um innovative Anwendungen zu ermöglichen. Sie schaffen neue Möglichkeiten für das Internet der Dinge, Smart Cities und andere Bereiche, indem sie die Latenz reduzieren, die Datensicherheit verbessern und die Kosten optimieren. Zu den wichtigsten Integrationsschritten gehören die Auswahl einer Edge-Computing-Plattform, die Bereitstellung von Java-Anwendungen, die Verwaltung von Edge-Geräten und die Cloud-Integration. Zu den Vorteilen dieser Kombination gehören reduzierte Latenz, Datenlokalisierung, Kostenoptimierung, Skalierbarkeit und Ausfallsicherheit.

Konfigurieren von Linux-Systemen zur Unterstützung von Edge Computing und der Entwicklung intelligenter Geräte Mit der rasanten Entwicklung von Edge Computing und intelligenten Geräten richten immer mehr Entwickler ihre Aufmerksamkeit auf die Durchführung von Edge Computing und die Entwicklung intelligenter Geräte auf Linux-Systemen. In diesem Artikel wird beschrieben, wie Sie ein Linux-System konfigurieren, um beide Aspekte der Entwicklung zu unterstützen, und einige Codebeispiele bereitstellen. 1. Installieren Sie das Linux-System. Zuerst müssen wir eine Linux-Distribution auswählen, die für Edge Computing und die Entwicklung intelligenter Geräte geeignet ist, wie beispielsweise Ubuntu oder Debian. Kann

In der heutigen schnelllebigen Welt ist die nahtlose Integration modernster Technologien zum Eckpfeiler der Innovation geworden. Was wurde neu geschrieben: In allen Branchen sind Computer Vision und Edge Computing zwei wichtige Säulen. Computer Vision ist eine auf künstlicher Intelligenz basierende Technologie, die es Maschinen ermöglicht, visuelle Informationen aus der Welt zu interpretieren, zu analysieren und zu verstehen. Edge Computing unterstützt die Echtzeit-Datenverarbeitung und -analyse am Rande des Netzwerks, näher an der Datenquelle, wodurch die Latenz reduziert und die Effizienz verbessert wird. Vorteile der Integration von Computer Vision und Edge Computing Die Integration von Computer Vision und Edge Computing eröffnet ein neues Feld von Möglichkeiten, insbesondere in Bereichen, in denen Echtzeit-Datenanalyse und geringe Latenz von entscheidender Bedeutung sind. Indem sie Informationen näher an die Datenquelle bringen, können Unternehmen jetzt schnellere und fundiertere Entscheidungen treffen. Diese Synergie ermöglicht

Java-Programmierleitfaden: Huawei Cloud Edge Computing Interface Interconnection Beispielfreigabe In den letzten Jahren haben mit der kontinuierlichen Entwicklung der Edge-Computing-Technologie immer mehr Unternehmen damit begonnen, Rechenressourcen an den Rand zu verlagern, um Verzögerungen bei der Datenübertragung zu reduzieren und die Servicequalität zu verbessern. Als führender Anbieter von Cloud-Computing-Diensten bietet Huawei Cloud außerdem leistungsstarke Edge-Computing-Funktionen sowie eine Fülle von Entwicklungsschnittstellen und Tools, um Entwicklern die Anwendungsentwicklung und das Andocken zu erleichtern. In diesem Artikel wird anhand eines konkreten Beispiels erläutert, wie mithilfe der Java-Programmierung eine Verbindung zur Huawei Cloud Edge Computing-Schnittstelle hergestellt werden kann. Erste

Edge Computing ist heutzutage ein heißes Thema. Es wird als der aufregendste technologische Wandel der letzten Jahre gefeiert und es wird viel über seine transformative Kraft gesprochen! Angesichts immer leistungsfähigerer KI/ML-Algorithmen, die „Intelligenz“ neu definieren, und der Verfügbarkeit billigerer, leistungsstärkerer „Edge“-Geräte ist der Hype weitgehend real. Aber wenn man über die Geschichte des Edge Computing nachdenkt, ist es viel früher, als das jüngste Interesse vermuten lässt. Tatsächlich begannen Computer und Intelligenz zunächst am Rande, als es für die meisten Anwendungen praktisch keine Netzwerkkonnektivität mit hoher Bandbreite gab. Selbst in den späten 1990er Jahren verfügten kritische Messgeräte, die an entfernten Standorten in Fabriken oder auf dem Feld eingesetzt wurden, häufig über eine eigene Rechenleistung zur Verarbeitung eingehender Sensordaten. Allerdings sind die Algorithmen in diesen Geräten nur rudimentär in Bezug auf „Intelligenz“
