(相關資料圖)

最近幾年，隨著萬物互聯和邊緣人工智能的需求，邊緣計算在高速增長，在整個計算產業中扮演越來越重要的角色。不過，面對爆發的需求，邊緣計算真正規模化落地受到行業眾多、應用場景碎片化的制約，大量邊緣計算方案不得不進行定制化開發，部署周期長、成本高、產出難以衡量。

走出碎片化、定制化，是邊緣計算產業化的必由之路。浪潮信息提出了邊緣計算服務器的模塊化設計思路，改變以CPU為核心的設計，以系統架構為核心進行設計，定義了全新的邊緣服務器模塊化設計標準ECOM，并將標準中的各個部件模塊產品化，貢獻給開源組織，解決邊緣計算規模化落地的難題。

從試點走向批量落地

從2020年起，邊緣計算應用的落地實踐開始密集，浪潮信息成立了專門的邊緣計算事業部，以滿足通信、能源、交通等行業爆發出的各類邊緣計算應用需求。兩年多來，從應用的落地試點到逐漸成熟，浪潮信息與生態伙伴一起進行了大量的工作。2022年，邊緣計算已開始從試點走向批量部署。邊緣計算的一些典型場景正在形成，比如智能制造、智慧能源、智慧交通等。

在制造行業，工業質檢是近年的一個爆款應用。邊緣計算結合機器視覺和AI算法，對從汽車到手機、從鋼板到軸承的大量工業產品實現了智能化缺陷檢測，一些產品的缺陷檢出率已達到99%以上。

在野外油田場景中，一些多年開采的油田地下勘探層含油量逐漸下降，抽油機（俗稱磕頭機）按照傳統恒速運行，采油效率低，能源消耗成本高。浪潮信息聯合石油企業開發的油井智慧監測解決方案，邊緣計算結合了設備運行、生產工況數據，找到合適的采油頻率，對磕頭機進行智能啟停。在這種安排下，石油開采效率反而更高也更節電。

在海外市場，浪潮信息與日本東京工業大學，聯合開發了基于邊緣AI的智慧停車項目，基于邊緣計算和AI算法，只需0.05秒就能根據車輛信息自動完成停車扣費，停車場實現了快捷停車繳費，火災、煙霧、車位長期占用等異常狀態及時檢測等功能，這套系統將在東京上百個停車場上線。

關鍵詞： 浪潮信息 日本東京 智慧能源 設計標準 進行設計