本周在 Telco Cloud & Edge 论坛上的一个会议的快照，该会议询问了企业中面向边缘的用例，并提出了几个有趣的例子——这些例子说明了计算机视觉，特别是如何连接到基于边缘的蜂窝网络和计算系统，已成为解决日常工业 4.0 难题的强大应用程序。这些例子很有趣，因为它们不是关于梦幻般的未来场景，而是关于平凡的当代障碍物。
它们由 KORE Wireless 和 Volt Active Data 提供，他们认为计算机视觉正在工业设置中使用以使遗留设备“智能”，或者至少回避固有的“愚蠢”（因为需要一个更好的术语），并使智能设备“变笨”（同上），从而使其价格合理。这两个例子都假定计算机视觉——名义上将专用 5G 网络上的实时视频连接到边缘计算系统中的 AI 软件——可以通过使其更易于访问来加速工业 4.0。
KORE Wireless 首席信息官 Chris Francosky 提出的第一点是，工业设备价格昂贵，升级周期长。购买支持物联网的机器以运行预测性维护和同步生产计划的商业案例并不容易。Francosky 说，计算机视觉提供了一种方法来修复机器或过程中启用 AI 的视频，并获得一些相同的读数。“你无法在某些设备中嵌入遥测技术，而 AI 视频提供了一种观察正在发生的事情的方法，”Francosky 说。
Volt Active Data 首席产品官 Dheeraj Remella 提出的第二点是，计算工作负载在过去十年中从私有边缘迁移到公共云以提高服务效率，然后最近再次返回以提高性能和安全性还有另一个转折点：在某些情况下，计算能力也在从工业设备和机械中的远端迁移到专用网络边缘 (MEC)。这种倒退轨迹的目的是减轻机器的负担——使其购买成本更低，更换成本更低。
Remella 说，自主移动机器人（AMRs）的制造商，用于物流和制造业，在仓库和工厂之间运送货物，正在生产简化版本，附加到私人边缘系统上的计算机视觉应用，以获得其导航 “智能”。”他们希望将智能从机器人转移到一个接近边缘的层，因此协调工作是在机器人之外完成的，机器人变得更加商品化。他说：”因为不然的话，它们是非常专业化的，更换周期非常长。“
本文来自作者投稿，版权归原作者所有。如需转载，请注明出处：https://www.nxrte.com/zixun/20540.html
