建築經理正在以前所未有的速度將智慧技術整合到他們負責的物業中。根據 Juniper Research 的數據,到 2026 年,全球智慧建築的數量將增加 150%,從今年的 4,500 萬棟建築增加到超過 1.15 億棟。這種部署急劇增加是有充分理由的。尖端的自動化軟體和系統為業主提供了持續監控運行參數的機會,例如入住人數、室內空氣品質 (IAQ) 和公用事業使用,以幫助實現前所未有的安全和效率。
然而,將智慧技術整合到設施中可能會讓一些建築經理感到不安。採用自動化系統時必須做出的決定很複雜,可能包括他們不熟悉的元素。但就像他們掌握了 HVAC、照明控制和冷卻器一樣,建築經理也可以了解物聯網 (IoT)、網路和人工智慧 (AI)。
支援人工智慧的物聯網 (AIoT) 系統可能特別令人生畏,但它可能是最大限度提高建築效率、安全性和永續性的最強大方法之一。 AI 可以應用在邊緣(Edge AI)或雲端(cloud AI)。二者各有優勢,取決於應用的目標和需求,了解何時使用哪一種(或兩者的組合)的建築經理更有優勢。
現在正在部署的 AI 最初是作為一種雲端運算技術誕生的。這些系統背後的機器學習演算法需要強大的運算能力,既要訓練演算法,又要呼叫它們來提供見解──這個過程稱為推理。直到最近,本地基礎設施很少有資源來有效地做這些事情,因此,建築業者不得不在資料中心之外運行他們的 AI 應用。
然而,在遠端資料中心之外運行智慧建築應用有其自身的限制。連接性、頻寬成本、安全性和延遲——將資料發送到雲端並返回所需的時間——會影響系統的效率。如果一台機器或整個樓宇自動化系統將要發生故障,則需要盡可能立即發出警報和自動回應。
新一代邊緣運算技術在很大程度上緩解了這個問題:設施中安裝的基礎設施具有這些運算密集型工作負載所需的處理能力。
七年前成立的 FogHorn 等公司開發了一種邊緣人工智慧技術,為數位化改造建築營運創造了新的可能性。這包括用於優化 AI 模型以在低成本邊緣運算設備上高效運行的先進技術(稱為 Edgification)。江森自控於 2022 年初收購了 FogHorn,現已將邊緣技術整合到其 OpenBlue 平台中。
透過縮小本地能力差距,邊緣設備提供了一個架構組件,對於實現盡可能高效和有效地運行建築物的目標非常重要。
隨著Edge AI 的出現,考慮實施智慧自動化技術的建築經理現在幾乎不可避免地要面對是在本地部署還是在雲端部署AI 的問題。對於那些面臨這個問題的人,可以考慮一些簡單的經驗法則。
Edge AI 在以下情況下表現最佳:
在以下情況下,雲端可能會更好:
在以下情況下,兩者的結合可能是最好的:
重要的是要記住,這些是建築經理不需要單獨做出的決定——有專業的技術供應商可以確保將AI 部署在最能滿足您獨特需求的地方。建築經理不需要成為資料科學家並完全了解人工智慧及其底層機器學習演算法的所有方面,而是可以與專業技術供應商合作,讓人工智慧在幕後施展魔法。
甲骨文與許多現在開始大規模復工政策的組織一樣,將疫情的後果視為引入智慧建築系統的獨特時刻。在經歷了幾年因大流行而導致的關閉之後,員工堅持使用實體工作場所,那裡的便利設施觸手可及,協作工具無處不在,空氣質量受到監控,擁擠程度有限,而且他們的公司在能源和能源使用方面實現了永續發展目標水和減少廢物。由於建築物的佔用率仍處於歷史低位,關閉不需要運作的系統有助於顯著提高效率。
這些不斷變化的工作場所動態和期望可以成為評估物聯網技術、連接它們的先進網路以及控制它們的人工智慧系統的新投資的機會。這也是一個發展工作場所的機會,可以根據佔用率、員工體驗需求、場地所有權及其用例關鍵性(例如,研究實驗室與辦公空間相比)做出更好的決策。
在決定是否投資自動化控制系統時,建築經理歷來會優先考慮時間表。不再。新的關鍵考慮因素是利用率指標。他們不能理所當然地認為每個人都會回來,許多公司正在採用混合工作政策。
辦公室第一次需要與家庭競爭,作為一個有吸引力和高效的工作環境。知道辦公室的室內空氣品質 (IAQ) 受到監控、水和能源等資源得到有效利用並且他們居住的房間舒適,人們希望感到自信。 AIoT 系統可以幫助使建築物更節能、更健康、更自主、更安全,並能更好地回應居住者的需求。
作為回應,新舊建築經理正在尋求智慧技術提供者的支持,以幫助他們獲得實施 AIoT 自動化系統和優化營運所需的新技能。一個有價值的教訓是何時在本地或雲端部署 AI。一旦他們確定邊緣或雲端 AI 是否符合他們的建築目標和應用需求,知情的建築經理就可以相信 AI 將幫助他們確保健康的空氣、舒適的空間和高效的運營,從而幫助他們的建築重新煥發活力。
以上是雲端 VS 邊緣 AI:什麼最適合你的設施?的詳細內容。更多資訊請關注PHP中文網其他相關文章!