2022年端邊云協(xié)同的AI視覺產(chǎn)業(yè)研究報告

2022年端邊云協(xié)同的AI視覺產(chǎn)業(yè)研究報告AI視覺丨研究報告核心摘要：AI視覺產(chǎn)業(yè)背景：AI視覺又稱計算機視覺，得益于深度學(xué)習(xí)技術(shù)的快速發(fā)展，已于安防、金融、制造、零售等多領(lǐng)域?qū)崿F(xiàn)規(guī)?；逃?。2022年，AI視覺相關(guān)投融資熱潮全面復(fù)蘇，通用技術(shù)、工業(yè)與零售賽道熱度高企，持續(xù)受到資本青睞。2021年我國AI視覺產(chǎn)品的市場規(guī)模占整個人工智能行業(yè)的49.6%，達(dá)到990億元。從資本熱度、市場規(guī)模、場景泛用、帶動作用來說，AI視覺已成為AI產(chǎn)業(yè)發(fā)展的主戰(zhàn)場，未來增量動力依然強勁。端邊云協(xié)同的需求趨勢：數(shù)字經(jīng)濟時代，物聯(lián)網(wǎng)感知數(shù)據(jù)量激增，邊緣計算剛需場景涌現(xiàn)。邊緣計算可在本地提供IT服務(wù)、計算能力，減少上傳的數(shù)據(jù)量、節(jié)省網(wǎng)絡(luò)操作、服務(wù)交付的時間延遲，提高傳輸效率。企業(yè)可以選擇將算力下沉至更貼近設(shè)備端的邊緣計算，衍生出端-邊-云的協(xié)同新模式。端邊云協(xié)同的AI視覺產(chǎn)業(yè)：產(chǎn)品模式一般可分為標(biāo)準(zhǔn)化SaaS產(chǎn)品與定制化解決方案兩類。行業(yè)客戶需根據(jù)自身IT信息化水平、需求定制化程度、產(chǎn)品付費意愿、適用場景需求等因素考量選擇。具體到邊緣側(cè)部署上，AI攝像頭出于功耗、散熱等因素考量，不會內(nèi)置過多算法，可處理簡要前端場景；若對時延要求高且算法需求復(fù)雜的應(yīng)用場景，則需搭建邊緣盒子或邊緣服務(wù)器。本篇報告根據(jù)行業(yè)特點與場景需求，對安防、工業(yè)、零售、機器人、農(nóng)業(yè)領(lǐng)域展開討論。端邊云協(xié)同的技術(shù)與生態(tài)趨勢：1）端邊云協(xié)同的AI視覺產(chǎn)業(yè)發(fā)展依賴于聯(lián)邦學(xué)習(xí)、增量學(xué)習(xí)、協(xié)同推理等邊緣AI技術(shù)發(fā)展；2）端邊云協(xié)同的AI視覺應(yīng)用對算力和網(wǎng)絡(luò)部署提出了要求，算力網(wǎng)絡(luò)技術(shù)發(fā)展將助力超低時延類AI視覺應(yīng)用；3）邊緣計算將進入黃金發(fā)展期，在滿足靈活響應(yīng)、敏捷部署、時延成本的業(yè)務(wù)需求外，未來需進一步關(guān)注邊緣服務(wù)的安全、可靠、可信等能力，構(gòu)建"可信邊緣計算"生態(tài)。

Al視覺產(chǎn)業(yè)背景Al視覺關(guān)鍵任務(wù)又稱計算機視覺,關(guān)鍵任務(wù)聚焦語義感知與定位追蹤視覺使人類得以感知和理解周邊的世界，人類的大腦皮層約有70%都在處理視覺信息，可以說視覺是人類獲取信息最主要的渠道。而AI視覺即通過電子化的方式來感知和理解影像，讓機器或計算機可以像人類那樣“看”，甚至達(dá)到超越人類視覺智能的效果。如今AI視覺（計算機視覺）包括了語義感知、定位追蹤和幾何屬性等諸多不同研究方向。AI視覺關(guān)鍵任務(wù)姪癥it?邙潮、旳虜燈袒L 器、行為細(xì).人綁矚漩斐個的語乂値割時不同髡電質(zhì)慘晰IK制素屬于曜中目莎劫嗷SIT的問臉U苛化晚改斐関焼的聴示形式，便複回作史客扁理紀(jì)和分折.姪癥it?邙潮、旳虜燈袒L 器、行為細(xì).人綁矚漩斐個的語乂値割時不同髡電質(zhì)慘晰IK制素屬于曜中目莎劫嗷SIT的問臉U苛化晚改斐関焼的聴示形式，便複回作史客扁理紀(jì)和分折.骨豹詢賓分奇和穽聯(lián)奇.榜測初懷播測，從削做中蟾出尊個目毎的BoundrigEm 以&打MJfi,用柜2；折出構(gòu)傳的皿，并益出醐嗟1奨初幽芾類+w?wa：wtjw.立単的內(nèi)酗有硼ASiRBf.間￡詛舄.石齒詛81虹■県納*5美人博昭美設(shè)引；定位利用針SI皿覚技術(shù)拄到團尊中*-目懦為嫌在團像中的位置，:即他1iS&冃橋星尊白心上埠曦壻時間不都移動的期寧，史兩連嗪毗鎖作為顚人.涉;&用目標(biāo)博｛認(rèn)】即與宙玫與飢常人.ARV應(yīng)用息息用美，観童聞視地的幾何■性黑採：其毗酬胸靜fiH就刑申曰主卅究默a耐.卜-6m,￡nWQ卜-6m,￡nAI視覺發(fā)展歷程

得益于深度學(xué)習(xí)技術(shù),AI視覺處于商業(yè)應(yīng)用擴展增速期自2012年采用深度學(xué)習(xí)架構(gòu)的AlexNet模型以超越第二名10個百分點的成績在ImageNet競賽中奪冠。得益于深度學(xué)習(xí)所需專家分析和微調(diào)較少、能夠處理海量數(shù)據(jù)、具備高靈活性等優(yōu)勢，深度學(xué)習(xí)技術(shù)在目標(biāo)檢測、目標(biāo)跟蹤、圖像分割、場景分類、字符識別、人臉識別、姿態(tài)估計、動作與行為識別等方向上陸續(xù)取得了多項突破性成果。AI視覺在工業(yè)界逐步實現(xiàn)商用價值，步入規(guī)?；虡I(yè)落地階段。同時，隨著相關(guān)設(shè)備能力的改善(如算力、內(nèi)存容量、能耗、圖像傳感器分辨率和光學(xué)器件)，提升了視覺應(yīng)用的性能和成本效益，進一步加快了AI視覺商業(yè)應(yīng)用的擴展。AI視覺發(fā)展歷程?卻視融于2。世紀(jì)5口年代的垸1■十標(biāo)式暝別，當(dāng)時工作主要麋中于二舉況欄分帝和禎別，￡口世剛年化開創(chuàng)了三??卻視融于2。世紀(jì)5口年代的垸1■十標(biāo)式暝別，當(dāng)時工作主要麋中于二舉況欄分帝和禎別，￡口世剛年化開創(chuàng)了三?攬覺理就為且的研究啟第期：跡為狡立學(xué)141982年馬抿SvklMarr做知T5的問世，標(biāo)志E欖覺成為一門誼立學(xué)尊；耳謎出=酣十■權(quán)覺"FUiE,分為計算理16.衰達(dá)和曾法以及算法實現(xiàn)三個屈次，為視覺研究鯉供可豎理段框果探素明；融［工程時代20也圮如年代，基予參根幾同的模髭理治詢到迅速發(fā)亂統(tǒng)計學(xué)習(xí)方誌引發(fā)一應(yīng)段％業(yè)革，查持向孟機8；洗it學(xué)習(xí)方j(luò)璉AI祝電中廠泛歴用，特征対宣諷物開始成為■尚；旦1世電初開始■慟特征H程.出迎仁正擁有標(biāo)注的高質(zhì)型故據(jù)集隣RL抻璋網(wǎng)墳明代?的12年-潔度卷曲神雙E5犒"(CNN)出現(xiàn)，在ImageNet戡據(jù)集志網(wǎng)出色.冃特京屏用悖毓的持征工程和模X學(xué)習(xí)合為一體，即能璃在學(xué)習(xí)的過握中講行特征浪計「大峋降低詛輯席誤率*自麟癥學(xué)習(xí)流行于視覺與即編域，，目羌應(yīng)用百花齊放.AI視處進入覆葡衣展期.S.lffi女璃勞［腳皿瞄公開借皿匸士田尖略；mrw典，mrw典，仇CHAI視覺資本市場之路投融資熱潮全面復(fù)蘇,AI視覺的商業(yè)化前景得到資本認(rèn)可創(chuàng)業(yè)企業(yè)是AI視覺市場的主要參與力量之一。行業(yè)在經(jīng)歷了三年的投融資低迷期后，2022年投融資數(shù)量和金額皆創(chuàng)歷史新高。截至2022年8月，我國AI視覺相關(guān)業(yè)務(wù)獲投企業(yè)數(shù)量已達(dá)292家，近半數(shù)屬于2020年10月以后的新增企業(yè)。投資熱潮全面復(fù)蘇，科創(chuàng)板順利落地為AI行業(yè)引入了中長期資金通道和市場關(guān)注度，加速推動一批擁有核心技術(shù)的廠商成長。從2021年開始，AI視覺領(lǐng)域的股權(quán)投資、轉(zhuǎn)讓、被收購、IPO事件數(shù)量開始增加。2022年云從科技，炳基科技等生物識別廠商集中上市表示AI視覺的行業(yè)成熟度和認(rèn)可度已進入新階段。2017-2022年8月AI視覺投融資情況匚授融娯W匚授融娯W■投廳金嚥fiZ元）申葛：奴咨郵安剛SSta網(wǎng)站制自*折rr襤與岫1視iiR^earchinc2017-2022年8月Al視覺投融資輪次分布來an：sa來an：sa瞄岫制的g也,站勅扱自掃蹄C20229iRKtarchUKwwwireseafchoomxn通用技術(shù)、工業(yè)與零售賽道熱度高企,持續(xù)受到資本青睞在統(tǒng)計期內(nèi)共有466起AI視覺投融資事件發(fā)生，累計有292家企業(yè)獲投，熱門賽道集中于通用技術(shù)、工業(yè)、零售、醫(yī)療。具備底層技術(shù)研發(fā)的廠商受到一級市場資本青睞，新能源電車與自動駕駛的熱潮帶動了一批主營自動駕駛系統(tǒng)、芯片、傳感器的技術(shù)廠商，通用技術(shù)熱門方向還包括生物識別、智能制造等。工業(yè)賽道熱度高源于產(chǎn)業(yè)鏈條長且場景多樣（裝配，質(zhì)檢，運輸），AI視覺算法配合工業(yè)相機可實現(xiàn)生產(chǎn)自動化；而具備視覺分辨能力的機器人可以持續(xù)高效的完成重復(fù)動作，極大提高了生產(chǎn)效率。AI零售獲投企業(yè)數(shù)增長明顯，2022年截至8月份的獲投企業(yè)數(shù)（40家）已超過2019至2021年的投融資事件累計數(shù)量，AI零售產(chǎn)品門類則涉及智慧物流、協(xié)作機器人，無人化運營等。2017-2022年8月中國Al視覺

獲投企業(yè)業(yè)務(wù)賽道熱度統(tǒng)計初：艾瑞咨沌新瀏Rffiffi初：艾瑞咨沌新瀏Rffiffi毗輩問站數(shù)眥自主分櫥.與也雌飢C*2022.9iHesear-cKInc.wwwireMarch.i-fflTicnAI視覺商業(yè)化落地進程千億級大賽道初露端倪,成為人工智能產(chǎn)業(yè)規(guī)模的主戰(zhàn)場通過對下游行業(yè)需求統(tǒng)計測算，2021年我國AI視覺產(chǎn)品的市場規(guī)模占整個人工智能行業(yè)的49.6%，達(dá)到990億元。和AI視覺有關(guān)的計算機通信設(shè)備銷售、醫(yī)療器械等專用設(shè)備銷售、工程建設(shè)、傳統(tǒng)業(yè)務(wù)效益轉(zhuǎn)化等帶動相關(guān)產(chǎn)業(yè)規(guī)模超過3079億元。從市場規(guī)模、場景泛用、帶動作用來說，AI視覺領(lǐng)域已成為人工智能產(chǎn)業(yè)規(guī)模的主戰(zhàn)場。AI視覺承接海量下游需求，未來增量動力依然強勁。2021-2026年中國Al視覺核心產(chǎn)品及帶動相關(guān)產(chǎn)業(yè)規(guī)模AI貝他技術(shù)504%2021年中國國裾焼市場在閏茫煉中占比娉一AI貝他技術(shù)504%2021年中國國裾焼市場在閏茫煉中占比娉一6魅舞小-網(wǎng)網(wǎng)年AI頗亦產(chǎn):C^3R1T.12021-M就年利畔肺動相關(guān)產(chǎn)如次R16.9%■中國計鼻卿1竟懐心產(chǎn)品規(guī)模(Zte) ■中國計算機視片帶動相關(guān)產(chǎn)業(yè)觀?！矐浽?汗仁：該気蛔為人丁料蜘冃向Fg*戶交甘的専愣產(chǎn)瞧岫BHJL不包^施電戶洵?1劃配心1怦祖HF1.SHWNzitM,責(zé)廊中心此頗中心MJ師菲if茜片#嘛碼V麻果8爻壬正?穴MMtUT：政冏段H1業(yè)駐世SJBIE—償合行業(yè)專，油眾，噸:S"貝日婭目主時噸部. iR憾皿忙忡IhC- WW^.ir^CdrCh.COr^-C^處理視覺信息實現(xiàn)自動化、智能化,下游應(yīng)用場景廣泛AI視覺主要以圖像和視頻等高維、密集數(shù)據(jù)為主要處理對象，深度提取信息，在安防行業(yè)首先實現(xiàn)規(guī)模化落地，用于進行人員數(shù)據(jù)的靜態(tài)查詢與動態(tài)比對，以及監(jiān)控視頻內(nèi)容的結(jié)構(gòu)化處理；金融行業(yè)更多通過人臉識別的身份驗證保證操作行為的安全合規(guī)。此外，AI視覺還逐步賦能于零售、醫(yī)療、自動駕駛、泛工業(yè)、泛農(nóng)業(yè)等領(lǐng)域，應(yīng)用場景廣泛，商業(yè)價值不斷被挖掘。Al視覚核心應(yīng)用場景列舉安防＞渣金融金Aim齢布人雌此時蝦旦景me支付后應(yīng)度學(xué)習(xí)突破成釆.ftr=ro—iWUkii同幵戶蜘施LUMiSSil用觀血姓A岡璋化尊PwraAxV 業(yè)害灑斂夏鋼照零售B醫(yī)療?感.審風(fēng)醫(yī)疔、目ns品/行瑚朗m站101■l酬帽析洎曲E9LsdRim析夜業(yè)等墻橐、姬器It噸行為rawwflt+tW畤耍理悝c目^5*<￡!三壊甲玫代吾瓦観!達(dá)成揚島段手構(gòu)攜鍬A難擔(dān)斂身丹自的￡￡映芭孚汙TO咨*業(yè)i^_ JJ.i駐還等目抓旳提私工他遠(yuǎn)畳戸品噸w活伸誣IE產(chǎn)品信屈■瓊工^矚肓娜偽機期人提關(guān)斷勒果諒：略iw喻福坦茲幵蝴自主研極治，?甌MiReswrchIikwwwir-BWirchconi^riAI視覺落地賽道探討落地行業(yè)賽道特征與競爭策略問題（1）針對泛安防（公安交通、社區(qū)樓宇）、金融等主管部門釋放了非常明確的利好信號或大額持續(xù)投資的行業(yè)，主要機遇在于將產(chǎn)品打磨到足夠精準(zhǔn)、魯棒性足夠強，以便進入高門檻的準(zhǔn)入供應(yīng)池，同時通過解決高難度識別需求的硬實力卡位；（2）針對醫(yī)療、能源和制造等具有戰(zhàn)略意義、發(fā)展空間極大，但或陷入長審批周期、或限于審慎性難以快速釋放市場需求的行業(yè)，主要機遇在于搶先進入行業(yè)生態(tài)圈，謀劃通過政府、核心集團企業(yè)等途徑，積極參與公共服務(wù)平臺建設(shè)，建立從上向下拓展的先發(fā)優(yōu)勢，獲得大量訓(xùn)練數(shù)據(jù)與場景理解，形成產(chǎn)品提升的護城河；（3）針對零售、農(nóng)業(yè)等長尾需求頻發(fā)或數(shù)字化水平較低且對價格敏感的行業(yè)，主要機遇在于優(yōu)化產(chǎn)品成本、降低部署及運維難度、打通渠道以占領(lǐng)市場份額；（4）針對機器人

（AGV/AMR/機械臂）等技術(shù)融合應(yīng)用領(lǐng)域，除算法開發(fā)的硬實力外，視覺識別技術(shù)提供商也需具備聯(lián)合開發(fā)的軟能力。2022年中2022年中AI視覺落地行業(yè)賽道特征史￡虻十皿W蛇期題幟全EI授能化玄昉施，調(diào)聲剛產(chǎn)業(yè)皓構(gòu).也反應(yīng)岀行業(yè)m幽過志的點時點肯布鼻詬淨(jìng)歩過滿型間EH化.站禰狀討中，上骨艦出齡炸崙蟲釦析OCR司孫：IBW咲找.更優(yōu)的!5；去嶙力勺映的茴昆呼析OCR司孫：IBW咲找.更優(yōu)的!5；去嶙力勺映的茴昆呼廷妙!市場競爭憂蛾的基地Hfsea^hInc歡，?行業(yè)審It嚴(yán)惜.審憤性袖抵費，序曾2舊口年折程度丁唾盧.匣醫(yī)療中的電由應(yīng)用逃人為就W.佢州心物I市1*荒家大N!劉弛!的位號還干以51,橄暗1/舊rABf方式艮決和t軒未明軽代；尊姬:對丁產(chǎn)亂瞄詢州用打要事岳.桂芻叵糧財.：?把投；*■掐.渣熟皇成in入討行垸咨詢與撿訕，才門可態(tài)曲心實環(huán)茨.粘彰險汙業(yè)定蛆HI皿本一錠如依T縦決崖屐瓶確的了砲技卑手亂但市域獨的（S心酒力疝是姓濟*尚；窟#在叫互喫琪兩間袒力，忱岫專；愁_以曙t新牧曾.刪ill哺II堆中于大唇疔霜球，珥措L■羽大祥口占比不髙：-藥事片鮮i的目贈.機電枇務(wù)厘擂賢配iBi:皿廣褪嵐技術(shù)下黔垂直客戶行業(yè)fJW<i cnAI視覺產(chǎn)學(xué)研熱點及趨勢云端通用大模型+端側(cè)低功耗小模型基于應(yīng)用場景的需求差異，云側(cè)部署的通用高效神經(jīng)網(wǎng)絡(luò)大模型和端側(cè)部署的加速小型化神經(jīng)網(wǎng)絡(luò)模型成為目前AI視覺廠商優(yōu)化解決方案的路徑之一。而隨著在自然語言處理領(lǐng)域大放異彩的Transformer模型應(yīng)用于CV領(lǐng)域，其與CNN結(jié)合的混合模型架構(gòu)也正逐步成為視覺任務(wù)的重點研究方向，以降低模型結(jié)構(gòu)的復(fù)雜性并提升可擴展性和訓(xùn)練效率。未來，AI視覺技術(shù)在適應(yīng)三維世界、突破依賴標(biāo)注數(shù)據(jù)輸入的局限、降低算力能耗、多模態(tài)信息融合分析、與知識和常識結(jié)合解決高層次問題、主動感知與適應(yīng)復(fù)雜變化等上仍有待突破。此外“技術(shù)同質(zhì)化”卻并不意味著“算法同質(zhì)化”，AI視覺算法廠商的工程能力仍是技術(shù)工業(yè)落地的試金石。

值得期待的技術(shù)拐點：AI視覺技術(shù)工業(yè)界落地效用曲線玷囲部幽產(chǎn)業(yè)*藩5平,usm玷囲部幽產(chǎn)業(yè)*藩5平,usm視陳矢白臨曹學(xué)習(xí)一無！學(xué)習(xí)快速整質(zhì)沖曜內(nèi)N5l?Syn-bolicj￥^?iF^tft珂基世瞰主動視覺癒

如風(fēng)自坊道沖日媛化★★iB襄原g覺申遺

亀率■該入美3臼以版底（U）H］與

fflJSSLAMipH^W昭低功擇加陛g陵枠樁球用住咀*iitii已有理瑕fM濃高效r鄆決碰拉廩的冋皿2020-20212012-20192024-20252026-已有理瑕fM濃高效r鄆決碰拉廩的冋皿2020-20212012-20192024-20252026-wwwirrMMrrr.EQni.nnL2O2Z9iHKMrchffic.wwwirrMMrrr.EQni.nn。2端邊云協(xié)同的需求趨勢端-邊-云協(xié)同的驅(qū)動因素數(shù)據(jù)體量驟增，我國數(shù)據(jù)資源優(yōu)勢明顯數(shù)字經(jīng)濟下，生產(chǎn)要素組合為數(shù)字、技術(shù)、資本、勞動力、土地，其中數(shù)字作為核心要素起到關(guān)鍵變革作用。人們對于海量數(shù)據(jù)的挖掘和運用帶來新一波生產(chǎn)率增長與消費者盈余浪潮。隨著人工智能、物聯(lián)網(wǎng)、云計算、邊緣計算等新興技術(shù)的快速發(fā)展，中國已憑借其網(wǎng)絡(luò)基礎(chǔ)設(shè)施、數(shù)據(jù)中心設(shè)施等數(shù)據(jù)資源優(yōu)勢，迎來數(shù)據(jù)體量的爆發(fā)。根據(jù)IDC預(yù)測，2018-2025年，中國數(shù)據(jù)圈將以30%的年平均增長速度領(lǐng)先全球，2025年預(yù)計數(shù)據(jù)量級將增長至48ZB，占全球數(shù)據(jù)圈的27.8%，成為全球最大的數(shù)據(jù)圈。

2017-2021年全球與中國數(shù)據(jù)產(chǎn)量■中國教醫(yī)產(chǎn)量(ZB)■中國教醫(yī)產(chǎn)量(ZB)■至i橙據(jù)產(chǎn)■(ZB)注條：注條：i2B=lO214G6蠕?M事同值辦(曲字中國先膜斐住〔網(wǎng)10>.兌瑞咨渲研皿目主艮研甕綬瓠wwwjwwwjrestartCH2025年全球數(shù)據(jù)產(chǎn)量占比預(yù)測貝他4S.S%貝他4S.S%梅據(jù)IDC^iii,2025年全球紺@量梅收到眄6第，耳中，i：i>：，，占匕 根鋸國蓋信誦映畋據(jù)，鹼止測？年底，翔國已E?成14財萬個陽風(fēng)站，由景占全球右睥以上；卻可年，就國有用散據(jù)中g(shù)l架現(xiàn)掃送單」52。萬架，大型廿機頻占比留曲吭ihIf孚埋濟產(chǎn)業(yè)(t?！抵胁榫肓?xí)禮憂嘗*www.I■e'rC.irthj<irpi.(H束：幟國拿信専通信訊彌.IDC,苴彌fl解自主成www.I■e'rC.irthj<irpi.(HIoT廣泛連接,邊緣剛需場景涌現(xiàn)根據(jù)艾瑞咨詢測算，中國物聯(lián)網(wǎng)連接量將從2019年的55億個增長至2025年的156億個。物聯(lián)網(wǎng)感知數(shù)據(jù)量激增，數(shù)據(jù)類型愈發(fā)復(fù)雜多樣。隨著智慧城市、自動駕駛、工業(yè)互聯(lián)網(wǎng)等應(yīng)用的落地，海量的終端設(shè)備實時產(chǎn)生數(shù)據(jù)，集中式云計算在帶寬負(fù)載、網(wǎng)絡(luò)延時、數(shù)據(jù)管

理成本等方面將愈發(fā)顯得捉襟見肘，難以適應(yīng)數(shù)據(jù)頻繁交互的需求,邊緣側(cè)的價值將進一步凸顯。2016-2025年中2016-2025年中I物聯(lián)網(wǎng)設(shè)備連接量LAGR-69.1-K95.0%中國物啪網(wǎng)連援■ ?LAGR-69.1-K95.0%中國物啪網(wǎng)連援■ ?物聯(lián)網(wǎng)連接瞧〔粉注心.噂耳旌匿設(shè)桐雌陵 工ME価嘆M凝防.瞄瀕險普專塩県應(yīng)罔的晚5在制.軍fiLH含SIM卡JgEfJ扌Kllf牌動i￡辭頊如1。淺虱帝習(xí).H-rt:'S瑣鑿鯽克就福*中壬響中國義帯.中國電恨■G'MA専公開曲*毋君堂埼駛計flt9檢刮，CJOU1.^iResNirh心 wwwwe^ewhfiwriXH端-邊-云協(xié)同的支撐條件多元化AI加速芯片、5G和Wi-Fi網(wǎng)絡(luò)、云原生技術(shù)等助力1） 算力芯片：FPGA架構(gòu)兼具強大的計算性能和超低的延遲，其低功耗的特性更適合部署在邊緣側(cè)，又不似ASIC般專為某種特定用途而定制，應(yīng)能夠有效應(yīng)對邊緣計算帶來的挑戰(zhàn)；專門為AI深度學(xué)習(xí)設(shè)計的AI神經(jīng)網(wǎng)絡(luò)專用加速芯片（NPU）也在邊緣計算場景嶄露頭角；2） 5G和Wi-Fi：5G是邊緣計算時代最重要的網(wǎng)絡(luò)技術(shù)，其大帶寬、低時延、廣連接的特性與邊緣場景相契合，尤其在自動駕駛等要求室外覆蓋、移動性的場景中具有不可替代性。但現(xiàn)階段5G行業(yè)終端的數(shù)量尚少，預(yù)計邊緣計算會隨著5G行業(yè)應(yīng)用的普及分階段落地。此外，Wi-Fi技術(shù)也在向著更高的吞吐量、更大的覆蓋面積和更低的時延發(fā)展，Wi-Fi在室內(nèi)場景中的優(yōu)勢使其成為5G的重要補充，兩者將共同助力邊緣云應(yīng)用；3）云原生技術(shù)：包括容器、微服務(wù)、DevOps等在內(nèi)的云原生技術(shù)和理念強調(diào)松耦合的架構(gòu)和簡單便捷的擴展能力，旨在通過統(tǒng)一標(biāo)準(zhǔn)實現(xiàn)不同基礎(chǔ)設(shè)施上一致的云計算體驗。相比于虛擬主機，云原生更適合邊緣云計算的場景，可以為端邊云提供一體化的應(yīng)用分發(fā)與協(xié)同管理，解決邊緣側(cè)大規(guī)模應(yīng)用交付、運維、管控的問題。中國邊緣計算接入技術(shù)Q：從長遠(yuǎn)來舂（2025年）.哪些接入計聳將為中國邊緣計算應(yīng)用提供最廣泛的連接?53%76% 100%蝴 ri: 4G 說更圈傳昭 珀■大斕ft應(yīng)用 ■曲誼用 其他占祥IWHbJ氐即用-.”少■由用■.毀。隠府用雌■曾不由用-莊翩L■3：（201呻曾反關(guān)于中圍巳岫*網(wǎng)1童｝.爻雌剛1充EB滸!.€,■202^-9部—「小Irtc， ,cn5G及Wi-Fi與熱點應(yīng)用場景的這配性珈洲戔只指5G可滿足的場景需求：Wi-Fi在室卅■罷蓋及釋動性裁盅遠(yuǎn)程醫(yī)汁.?！鲆曨M監(jiān)控、橋吊遠(yuǎn)程抑昨料舷電自動化等SG與54，均可溝足，怛裝在室外覆也I謹(jǐn)接量上更冃憂吟在室外成飼遠(yuǎn)地區(qū)，Wi-FiBP罟困恒栩快，旦面向離?S符「遠(yuǎn)程醫(yī)汁.?！鲆曨M監(jiān)控、橋吊遠(yuǎn)程抑昨料舷電自動化等5（^3Wi-Fi均可混足，，日Wi-Fi在宣內(nèi)BWUJEJSt間并宰網(wǎng)渣蒿湫果差，信號券透性拌端■邊■云協(xié)同的趨勢演變通過“邊緣"打通最后一公里,實現(xiàn)云邊協(xié)同與端側(cè)邊緣化云計算最早通過網(wǎng)絡(luò)將分散的ICT資源集中起來，以云服務(wù)形式為客戶提供按需資源，極大改變了社會工作方式與商業(yè)模式。而借力于云端算力資源與端側(cè)數(shù)據(jù)處理的協(xié)同應(yīng)用，云端智能產(chǎn)品得到了快速發(fā)展。但隨著全球及中國數(shù)據(jù)量的爆發(fā)性增長，海量設(shè)備端數(shù)據(jù)向中心云進行傳輸和處理時，需要超大的帶寬與回傳容量，將面臨帶寬負(fù)載、網(wǎng)絡(luò)時延、傳輸成本上的巨大壓力。邊緣計算可在本地提供IT服務(wù)、計算能力，減少上傳的數(shù)據(jù)量、節(jié)省網(wǎng)絡(luò)操作、服務(wù)交付的時間延遲，提高傳輸效率，讓海量數(shù)據(jù)實現(xiàn)本地存儲、處理、分析、決策和執(zhí)行。企業(yè)可以選擇將算力下沉至更貼近設(shè)備端的邊緣計算，衍生出端-邊-云的協(xié)同新模式。端-邊-云協(xié)同趨勢的演變發(fā)展云-端協(xié)同的函用演變史化云計算的產(chǎn)生苒號可車雎方式前用戶提快脂券.岐信勺.■國.昭成主中洗濁池，以切版按.F三可嘗料卄Rh云-端協(xié)同的函用演變史化云計算的產(chǎn)生苒號可車雎方式前用戶提快脂券.岐信勺.■國.昭成主中洗濁池，以切版按.F三可嘗料卄Rh的ICT翌善里中眼揪.門SLW付a二壬汚‘可以實梅在云遍的釁時共事，并芫成或可分卅程供蜜薄既嘗；H樣云疏的鼻力諼沖與日*的妝據(jù)tJt'KJ推暗了科就櫟良用的產(chǎn)i!寓展.二五諼協(xié)同一云訪曹帷ME需旳、理韓LWfl的計n産接共弟在設(shè)番縱喜戶岫&方陸立起件t計魅就，將云剛跡E測I近設(shè)魯?shù)倪呍坠?jié)而昆副妙証狙、埒此端師一炯骨對慎尊而向刀旳憂映峑.幵聞灣衰互受精■』［!遂令.#曲向尊事，2!蝴計耳應(yīng)海而生 *萬?V云■■!?&：MDE?1WHEim：5V.v.r?：..*r：'"u?帀hfsht勿褂!家時牲霜點；說駐金鮮到車加必肘皿理TKHJ>'w”*亠.頌說!妥至性曜審；臨疣島上云的安學(xué)隱以性咐■Bb邊** *-的oh1 ??^-IN蜻更策近皿：畫沙,?批*ffl：壕吉1漁1己恩.#京花旅.湖I否國阿踴白主聊克哉盅*!.比那就9iRciiwrthl<*rw?wIirwoxh<ic>m,cn端-邊-云的應(yīng)用需求分析

產(chǎn)品架構(gòu)選擇需對時延、成本、場景復(fù)雜度做多因素考量在云計算時代興起以前，圖像數(shù)據(jù)主要為本地化處理，而隨著云計算服務(wù)發(fā)展，將端側(cè)設(shè)備部署在本地，算法放置在云端的產(chǎn)品架構(gòu)可以有效實現(xiàn)端側(cè)的空間節(jié)約、部署的成本降低及算法的實時更新。因此云端協(xié)同廣泛滲透到各行業(yè)產(chǎn)品應(yīng)用中，但該產(chǎn)品結(jié)構(gòu)下，端側(cè)數(shù)據(jù)均需回傳到云端做處理，適用場景需對時延要求較低，存在數(shù)據(jù)傳輸量大、能耗高等問題。深度神經(jīng)網(wǎng)絡(luò)的技術(shù)發(fā)展與模型應(yīng)用又進一步加大了數(shù)據(jù)傳輸量，AI攝像頭便在此背景下應(yīng)運而生，構(gòu)建起初步的云“邊”端協(xié)同，由內(nèi)置AI算法的攝像頭實現(xiàn)前置化的數(shù)據(jù)處理，初步成為邊緣側(cè)。值得注意的是，AI攝像頭出于功耗、散熱等因素考量，不會內(nèi)置過多算法，可處理簡要前端場景。若對時延要求高且算法需求復(fù)雜的應(yīng)用場景，則需搭建邊緣盒子或邊緣服務(wù)器，構(gòu)建邊緣側(cè)，實現(xiàn)云、邊、端的相互協(xié)同。本篇報告根據(jù)行業(yè)特點與場景需求，將安防、工業(yè)、零售、機器人、農(nóng)業(yè)領(lǐng)域劃定為產(chǎn)品應(yīng)用的研究范圍。端?邊?云應(yīng)用的場景需求分析云惻集中& 蜘謳!是借■戸品架構(gòu)：由啣I魚由傳備A云惻集中& 蜘謳!是借■戸品架構(gòu)：由啣I魚由傳備A交互故據(jù)，所有載據(jù)會傳的* .,■L4 ■ ■■此9攤HI邊堀化.蛙惻相帆初歩W為也M-產(chǎn)品架構(gòu)：端側(cè)3；勘I尊法（HK為兩部），由婦但崗疫處理滿我捍知克叢，貝近娜間快速炷哩興& 部二曜靜到云負(fù)去做譏隧與推理?適用場血：由端叫睥敝據(jù).析，wn,a：... 無賽對理@1數(shù)據(jù)做出快速反應(yīng)及決策氓，痔驚要進一步姓理的都分再反諉給云端■適用初： M■瞄At理場i瞰為翻隼，由A腹憎圣訶帆一部臺前重姓理A*產(chǎn)品架構(gòu)：由軸簡賽燦理前端晚據(jù)，搏需金進一步姓理的鼾分反謖盤塚貝.快遮高效反應(yīng)曲防問卸，云靠主登箇責(zé)訓(xùn)練與我法迭代■這用場景；需要將鼻法前青.添血邊*惻滿足客戶湖險V,W的散據(jù)處理箱求果遍-?命濟曲.專專訪程.如檔神源自主酬院眺制L€-20^2.9祝€-20^2.9祝es—irhIhc.Q3 端邊云協(xié)同的Al視覺產(chǎn)業(yè)分析端邊云協(xié)同的AI視覺產(chǎn)業(yè)圖譜中國端邊云協(xié)同的AI視覺產(chǎn)業(yè)圖譜應(yīng)用場景應(yīng)用場景端邊云協(xié)同的加視気解決方礙供商Uki『頂屹掣皆■心|KEDACOMS墮四財靴聽in^lCawsisin^sEPGLinTUki『頂屹掣皆■心|KEDACOMS墮四財靴聽in^lCawsisin^sEPGLinTBBHni* a■i沖5蹄￡百KS?c，導(dǎo)mci牴化司口間ism罟CkiudpckmV凱皿dvs榆囪D曠覆JDL間f肩■□UKMTDrHfiE?:■詡云MlBlCiDDunrvH!!W宇Mi飆設(shè)施層laf以皤jnspurmm5H3C以皤jnspurmm5H3Cic-jwts金

輙Qg

爲(wèi)馬目"Hu***■僵JVMIAmu?KriMODU% 心魚 ■■■◎speschicean

°?B￡Testin□?

普pi^v#醐歸矯任麻生謝叫職人0啤忡E與詳君詩.L艾明它|測充跟自主研究.豎號WLwwwjrt^t-jrc118C2Q22$wwwjrt^t-jrc118端邊云協(xié)同的AI視覺產(chǎn)業(yè)模式以端側(cè)智能化為切入點,協(xié)同云邊滿足多樣化業(yè)務(wù)需求端邊云協(xié)同的AI視覺解決方案核心由硬件產(chǎn)品、軟件服務(wù)與應(yīng)用平臺構(gòu)成。底層硬件的攝像頭本機種類豐富，可分為槍型、筒型、球機、水下、全景等多種類型，應(yīng)用適配于不同終端場景。在集成神經(jīng)

網(wǎng)絡(luò)算法與計算單元后變?yōu)锳I攝像頭后，再根據(jù)場景需求判斷是否附加到其他硬件產(chǎn)品上，以解決端側(cè)對圖像分析、動態(tài)視頻分析的簡單推理需求。軟件服務(wù)與應(yīng)用平臺需評估客戶的定制化需求程度，提供對應(yīng)的標(biāo)準(zhǔn)化SaaS服務(wù)或定制化平臺解決方案，滿足客戶在敏捷部署、時延帶寬、產(chǎn)品成本、數(shù)據(jù)安全等方面的多樣化業(yè)務(wù)需求。端邊云協(xié)同的AI視覺產(chǎn)品架構(gòu)硬W產(chǎn)品解決簡單梱型招理需我瀚監(jiān)揑預(yù)亶計算單元部罰橫壁訓(xùn)最檯型管理硬W產(chǎn)品解決簡單梱型招理需我瀚監(jiān)揑預(yù)亶計算單元部罰橫壁訓(xùn)最檯型管理iRKUfthiftc端邊云協(xié)同的AI視覺解決方案與通用AI產(chǎn)品模式相同,按需選擇標(biāo)準(zhǔn)或定制化產(chǎn)品方案隨著人工智能深度學(xué)習(xí)算法的快速成熟，中國誕生了一批深耕于AI視覺算法技術(shù)的人工智能企業(yè)。總結(jié)來看，提供AI視覺產(chǎn)品的市場參與廠商眾多，主要包括大型云服務(wù)廠商（阿里云、騰訊云、百度云、華為云等）、AI視覺算法廠商（商湯、曠視、云天勵飛、進化動力等）以及傳統(tǒng)安防廠商（?？低?、大華股份、宇視科技等）。各家以AI技術(shù)積累、渠道經(jīng)驗、產(chǎn)品特性為市場切入點，選擇一個或多個垂直業(yè)務(wù)領(lǐng)域。以安防、零售、金融、車聯(lián)網(wǎng)、機器人、農(nóng)業(yè)等

為例，提供端邊云協(xié)同架構(gòu)的AI視覺產(chǎn)品方案。AI視覺產(chǎn)品模式一般可分為標(biāo)準(zhǔn)化SaaS產(chǎn)品與定制化解決方案兩類，行業(yè)客戶需根據(jù)自身IT信息化水平、需求定制化程度、產(chǎn)品付費意愿、適用場景需求等因素考量選擇，對應(yīng)完成端側(cè)、邊緣側(cè)及云側(cè)的產(chǎn)品部署。端邊云協(xié)同的AI視覺產(chǎn)品模式?極進化產(chǎn)品：為容戶提供私有云和快有云方風(fēng)基于應(yīng)用點血與網(wǎng)緡帯覽的書戸需就，捶團定時個收膳，一帔為姬收成，定謂化解夫方案：歸客戶捉供定利化釁決方慕.愈君戶定割化產(chǎn)品需求，紳軟件與煬平白，按軟件搜攻、方更部有與晅宜蝠護翎族枚興L?客戶她■:唁恩化能力較為薄弱.暴于業(yè)務(wù)理郵個性化囉家新少，務(wù)應(yīng)用于旨淮化場H,滿足中小理客戶用覘觥求,■客戶畫像；詣校多個性化密茨，?fi-定佶.且化是址亍專更意愿.麥為IXEslL農(nóng)牡為代割望亍業(yè)條部容戶.壬一掉ST瑞研浴甘院産口主干臺，.口貝口秋習(xí)iRnnrchkKwwwIrE—Kh皿m行業(yè)應(yīng)用：安防領(lǐng)域算力向邊緣側(cè)、端側(cè)前移趨勢明顯，減少后端處理壓力公安交通作為AI視覺應(yīng)用于安防領(lǐng)域的重要支柱賽道，興起初期為大范圍的新建市場，重點為端側(cè)與中心側(cè)的AI相關(guān)基礎(chǔ)設(shè)施建設(shè)；現(xiàn)階段建設(shè)方向轉(zhuǎn)變?yōu)橹悄芑曨l監(jiān)控升級，一種是對原本不智能的系統(tǒng)進行智能化升級，另一種是對已有的前端智能化視頻監(jiān)控系統(tǒng)進行事前預(yù)警、判斷、處理的升級改造。邊緣側(cè)作為建設(shè)重點契合向綜合化、網(wǎng)格化管理模式轉(zhuǎn)變的需求，將分擔(dān)中心側(cè)的算力，將事前告警、分析能力等前移。此外在智慧社區(qū)及老舊小區(qū)改造的推動下，社

區(qū)樓宇領(lǐng)域的智能視頻監(jiān)控系統(tǒng)鋪設(shè)正進入加速階段，但單個項目對后端系統(tǒng)的需求不大，主要依靠端側(cè)AI相機進行處理?！霾杉裴?-買時!&興習(xí)院蜒控fW演R 氏臉溟別盒子端邊云協(xié)同的典型公安人像視頻監(jiān)控系統(tǒng)架構(gòu)圖■采集信崽 -買時!&興習(xí)院蜒控fW演R 氏臉溟別盒子,對爾就接入的都浴拠匪流、囲打竝進行人臉識刖比対實現(xiàn)塔枸性分折翅僅序儲市,IE偈）分折m福龍比對分折及管理系蜿BB?9?福龍比對分折及管理系蜿BB?9?中愛建聞淼比劉識削案蜿?變觀笑即視筑監(jiān)訶術(shù)拍、賣射過人比5H。1丄隊■N：N）,漸蜻IWS性關(guān)!I■曾皚應(yīng)用惱S：人員布控、AQSS.港制直分析.勒通斗R節(jié)服研利、N5大瞄分析琴盲〉人慷系維艾瑞節(jié)W盲〉人慷系維艾瑞節(jié)W序說白主01詼皇機宜己9iiR戦財試hIhC,主卷浬設(shè)酹志人壞聚境.實辱應(yīng)用中.人證比藉蠕翌買童的教據(jù)世會接入察焼,賣現(xiàn)人易數(shù)據(jù)的靜態(tài)直詢，會能應(yīng)用包括一圖燔松索（1：NKN）、丘性旳比對,宇并案分析辱 wvmirCfMrCh<omLC/i行業(yè)應(yīng)用：零售領(lǐng)域AI視覺集中于對商品及消費者進行識別分析零售場景中AI視覺技術(shù)應(yīng)用主要包括商品識別分析和消費者行為洞察。前者主要體現(xiàn)在電商以圖搜圖、貨架陳列分析、自助結(jié)算/稱重等環(huán)節(jié)。通過圖像識別及分析技術(shù)理解貨品在零售場景中的狀態(tài)，助力精準(zhǔn)營銷及提高門店運營管理效率；后者則是通過人臉識別、人體特征識別等技術(shù)獲得消費者購買行為數(shù)據(jù)，實現(xiàn)對消費者的行為洞察。在此融合基礎(chǔ)上，可對門店經(jīng)營情況、消費者游逛行為等進行數(shù)據(jù)量化，服務(wù)于精準(zhǔn)營銷、智能化運營、門店管理等智慧零售應(yīng)用，助力零售企業(yè)降低人工成本、優(yōu)化運營效率、提升消費者購物體驗、塑造新興業(yè)態(tài)等。對于實體零售企業(yè)，端邊云協(xié)同的部署模式可以保證自

助結(jié)算、防盜損、門店運營管理等對實時性及數(shù)據(jù)保密的要求；而自助稱重、自助結(jié)算、無人零售貨柜等對數(shù)據(jù)及算力要求較低的應(yīng)用場景，近端側(cè)解決方案具有低成本、靈活部署、易運維等優(yōu)勢。端邊云協(xié)同的AI視覺解決方案一售領(lǐng)域解炭娣下專售門店高峰期排恥產(chǎn)氏.A工墊算/■郡重易日界.商品盜損等問甄.目成培算識帯可實現(xiàn)多商品.不阻用度的快速M解炭娣下專售門店高峰期排恥產(chǎn)氏.A工墊算/■郡重易日界.商品盜損等問甄.目成培算識帯可實現(xiàn)多商品.不阻用度的快速M別；目的稱年設(shè)帯可實現(xiàn)』財而品〔如生祭.虞堂餐食等）快逹近割，明力咎賣商起門居的費產(chǎn)保護電商以圏櫻圈對客戶端上傳的圖片、nt厭圧德進冗業(yè)曉視覺特征弟取幷上傳空1、靖，與4蹤尚雖囹憐灘據(jù)進行酒暦匹配井泓襯大規(guī)模特汀樹素.過行瞅灘推薦賃架際列甘析通過區(qū)廠識劇技術(shù)聽博貨柴劇片信恩，完雌刊及愉掐兩嵐攝嗟毒魂及散廚分析.留品匪琮髄輒，品牌杏業(yè)務(wù)人昂的塾店敷率，冬EJ為終隔家苗門店華4Jt賞品戒提質(zhì)帯行為漏察人怖待征識別.人煉關(guān)融點推測.行為分析等洞察消費者聴柯軌近車職動作，寃現(xiàn)害寵琉計、黑力圖分析等憂化門店蛭H決策的輔助手段，以艮未觀戲口車覺陥等疫情由控招施聃3fiiWR3鮑 邊墀.擔(dān)號盟忤虻受時頭 邊■覽孑聃3fiiWR3鮑 邊墀.擔(dān)號盟忤虻受時頭 邊■覽孑城I曜 迎■準(zhǔn)理Slfi苴嶼Miifffig主B序率機www1itj-ewww1itj-e■占rthL8行業(yè)應(yīng)用：工業(yè)領(lǐng)域端側(cè)數(shù)據(jù)采集,邊緣側(cè)實時性決策,云端AI訓(xùn)練AI視覺在檢測方面由于適宜處理易混淆的問題、能夠直接判別缺陷如何處理，覆蓋了傳統(tǒng)工業(yè)機器視覺的功能盲區(qū)，尤其在3D尺寸及缺陷監(jiān)測任務(wù)中表現(xiàn)出明顯優(yōu)勢；且通過3D視覺傳感器等，可使工業(yè)相機具備深度學(xué)習(xí)檢測能力，無需再配備工業(yè)計算機，具有更高效率、開發(fā)簡易、硬件投資節(jié)約等優(yōu)點?；谝陨蟽?yōu)勢，AI視覺可以完成工業(yè)智能運維中的外觀異常檢測、儀表示數(shù)異常檢測，幫助實現(xiàn)預(yù)測性維護和智能運維；也可以獨立應(yīng)用于生產(chǎn)環(huán)節(jié)的質(zhì)量質(zhì)檢、產(chǎn)品和組件裝配檢查等。具體部署層面，AI視覺技術(shù)可與激光設(shè)備、圖像讀碼器等現(xiàn)場工業(yè)裝備或工業(yè)相機、鏡頭等機器視覺系統(tǒng)集成應(yīng)用，亦可通過工業(yè)互聯(lián)網(wǎng)平臺實現(xiàn)端邊云一體化應(yīng)用。端邊云協(xié)同部署方案可以有效實現(xiàn)在線獲取數(shù)據(jù)、在線調(diào)試，快速實現(xiàn)模型的迭代優(yōu)化、實時下發(fā)至端側(cè)實時應(yīng)用，提升運維人員的AI模型迭代效率的同時保證低時延、緩解通信鏈路帶寬壓力等要求。端邊云協(xié)同的AI視覺解決方案——工業(yè)視覺領(lǐng)域行業(yè)應(yīng)用：機器人領(lǐng)域3D視覺賦予機器人“視力",邊緣計算確保響應(yīng)速度近年來，AI視覺技術(shù)與機器人的“聯(lián)姻”如火如荼。視覺SLAM導(dǎo)航技術(shù)在復(fù)雜應(yīng)用場景更具靈活性，并且設(shè)備投資和維護成本較激光SLAM技術(shù)有明顯優(yōu)勢。以AGV搬運機器人為例，其可通過視覺自動導(dǎo)引技術(shù)對行駛區(qū)域環(huán)境進行圖像識別，實現(xiàn)智能行駛、物體識別等動作，廣泛應(yīng)用在各大電商、物流、制造業(yè)倉儲環(huán)境中。邊緣計算實時處理技術(shù)可確保數(shù)據(jù)的低延時處理響應(yīng)，防止工作場所人員傷害且可實現(xiàn)數(shù)據(jù)不出場。類似的，也可應(yīng)用于工廠智能化產(chǎn)線以降低對高成本精密傳感器的依賴，通過端側(cè)圖像數(shù)據(jù)本地化處理并實時傳遞

給智能機械臂，引導(dǎo)機械臂運動路徑及抓取動作等，用于無序分揀與堆碼、上下料及焊接等。5G與邊緣計算技術(shù)發(fā)展為機器人產(chǎn)業(yè)帶來爆發(fā)機會：低時延可協(xié)調(diào)多設(shè)備聯(lián)動、提升智能設(shè)備與業(yè)務(wù)系統(tǒng)間實時通信能力、云邊協(xié)同可突破終端算力和存儲限制等。端邊云協(xié)同的AI視覺解決方案一移動搬運機器人領(lǐng)域丄業(yè)帝聯(lián)網(wǎng)關(guān)邊敵計:算平臺邊緣云實時數(shù)據(jù)庫云側(cè)rchc^丄業(yè)帝聯(lián)網(wǎng)關(guān)邊敵計:算平臺邊緣云實時數(shù)據(jù)庫云側(cè)rchc^行業(yè)應(yīng)用：農(nóng)業(yè)領(lǐng)域為農(nóng)業(yè)生產(chǎn)防損增效，提升端側(cè)響應(yīng)能力與數(shù)據(jù)安全隱私性隨著我國城鎮(zhèn)化率的不斷提升，農(nóng)村人口日益短缺，勞動力成本迅速增加。國家正積極開展數(shù)字鄉(xiāng)村建設(shè)，推進物聯(lián)網(wǎng)、人工智能、區(qū)塊鏈等新一代信息技術(shù)與農(nóng)業(yè)深度融合，以加快農(nóng)業(yè)全產(chǎn)業(yè)鏈數(shù)字化轉(zhuǎn)型。通過對畜牧管理、農(nóng)作物管理、漁業(yè)管理等領(lǐng)域的深度賦能，實現(xiàn)農(nóng)業(yè)作業(yè)流程與生產(chǎn)效果的可視化呈現(xiàn)、全流程監(jiān)管、動態(tài)數(shù)據(jù)分析、智能決策優(yōu)化及生產(chǎn)防損增效。端邊云協(xié)同架構(gòu)助力AI視覺解決方案可以在靠近端側(cè)具備及時處理數(shù)據(jù)，并做出反饋的運算推理能力，有效應(yīng)對資產(chǎn)防盜、生產(chǎn)巡檢等場景的及時化需求。另外，農(nóng)業(yè)

生產(chǎn)數(shù)據(jù)豐富，可反映農(nóng)業(yè)廠商的生產(chǎn)工藝、SOP、核心競爭力等敏感信息，靠近端側(cè)的數(shù)據(jù)處理能力讓農(nóng)業(yè)數(shù)據(jù)的隱私安全性進一步得到了保障。端邊云協(xié)同的AI視覺解決方案一農(nóng)業(yè)領(lǐng)域資產(chǎn)函點打輸RS!地決職別阪害M爲(wèi)生愷隆涮智能瞄待芯識別資產(chǎn)函點打輸RS!地決職別阪害M爲(wèi)生愷隆涮智能瞄待芯識別?—?度痛調(diào)書潮物S，…L人工作業(yè)生產(chǎn)癰京:生產(chǎn)過程宏為,■天購“「位憑衣業(yè)者經(jīng)驗了藉衣產(chǎn)品生產(chǎn)狀配可視化呈現(xiàn)：將我業(yè)生產(chǎn)過倒ft字位可ffift.及時了間生產(chǎn)現(xiàn)況機?機?植化衣平?■氐A(chǔ)工作業(yè)男劫虱虞大，人電業(yè)斷曲低于證詁?圍*生產(chǎn)競爭①刖.同匝化姓言與囲9卜農(nóng)產(chǎn)品引遊帶祟堡鼻市場網(wǎng)蝴專業(yè)化膏度；應(yīng)用#覚養(yǎng)All?術(shù)的行習(xí)醵監(jiān)曾與飴褻會折.優(yōu)化訣策防斯增政：攫師總g常行為，握開生產(chǎn)效率，降嵌業(yè)翊瓶笑 C2Q22.9iRM&aixti* C2Q22.9iRM&aixti*wwwiresearc:hLGQ4—端邊云協(xié)同的技術(shù)與生態(tài)趨勢端邊云協(xié)同的技術(shù)趨勢端邊云協(xié)同的AI視覺產(chǎn)業(yè)發(fā)展依賴于邊緣AI技術(shù)發(fā)展在端邊云協(xié)同的AI視覺解決方案部署架構(gòu)中，由于多端側(cè)場景下的訓(xùn)練數(shù)據(jù)通常以分布式形式產(chǎn)生和存儲在不同終端設(shè)備中。因此如何以較低的網(wǎng)絡(luò)成本、強收斂性、高安全性來進行AI模型的分布式訓(xùn)練就非常關(guān)鍵。目前，面向邊緣智能的模型訓(xùn)練優(yōu)化技術(shù)主要包括聯(lián)邦學(xué)習(xí)、增量學(xué)習(xí)、協(xié)同推理等方向。此外，邊緣AI技術(shù)目前多集中在深度學(xué)習(xí)的圖像分類領(lǐng)域作為切入點，但在更多的AI視覺領(lǐng)域如目標(biāo)檢測、屬性分析、關(guān)鍵點檢測、行為分析、運動狀態(tài)、重識別等研究較少，上述技術(shù)領(lǐng)域發(fā)展未來具有更高的商業(yè)應(yīng)用價值。邊緣人工智能技術(shù)發(fā)展方向\聯(lián)邦學(xué)習(xí)在用戶旌魂上部對深度學(xué)習(xí)模型并系網(wǎng)用戶微眶本地化訓(xùn)堞嘆型，在邊剛艮務(wù)器成云故據(jù)中心進行模生蟬度聚合，并辰踱皓用戶進￥清代史新.眄外，利用端邊云務(wù)層次計幫,泣象咨點之間分布式協(xié)同