边缘计算市场规模或突破500亿，如何在大行业与小场景中掘金？

作者：Ada

物联网智库 原创

头图：由飞浆文心大模型生成

导读

专干“苦活累活”的边缘计算不再“边缘”

2022年8月，我国率先迎来了“物超人”的历史性时刻，即物联网连接数超越了人联网连接数，此外，根据IHS的预测，到2030年互联设备的数量将超过750亿个。全球数字经济爆发式增长所带来的丰富场景以及上亿规模的联网设备量在网络边缘侧产生了大量的数据处理需求，可以说，产业端的实际痛点与需求为边缘智能提供了优渥的成长土壤。

同时，在政策方面，国务院在2022年年初发布的《“十四五”数字经济发展规划》中明确提出要加强面向特定场景的边缘计算能力，强化算力统筹和智能调度。随后，各省市相继出台多项政策支持边缘计算产业发展，边缘计算开始不再“边缘”，逐渐走到了数字经济的主舞台。

既“授人以鱼”也“授人以渔”

以时延敏感的智能交通场景为例，一部分客户有利旧需求，即增强原有智能摄像头、地磁、信号灯等智能化设备的边缘侧能力，而非重新部署终端及平台；一部分客户需要更迭终端并重新部署边缘架构，但又涉及到新设备与原有设备的互联，以及原有设备与新边缘产品的对接问题……

此外，即使在智能交通场景下，不同城市以及城市内道路与高速道路也都可能存在差异化需求，如何快速接入并开发面向实际场景与真实需求的算法才是解决方案的价值所在。更重要的是，作为城市管理的核心，交通运营数据皆由政府有关部门统一监管，很难交由厂商进行模型训练，而有关部门的算法开发能力又相对薄弱。

针对于此，创通联达推出的全息路口解决方案覆盖了智慧公交、智慧高速、智慧园区等等多种应用场景，提供了包括摄像头，MEC，高精度感感知融合算法，云控平台在内的软硬件一体产品阵列。全息路口作为交通数字化应用的基础底座以及道路数据可视化的重要支撑，可以通过路侧感知设备和计算设备，结合云控平台实时提供高精度、低时延的道路交通目标数据。

具体而言，全息路口解决方案基于创通联达ModelFarm所提供的交通目标感知算法、交通流量统计算法、交通事件检测算法，以及雷达和视频的融合感知等算法，来为用户提供持续不断的算法优化和升‍级能力，同时满足客户场景化的算法定制。此外，通过AI相机+MEC能力，创通联达的全息路口方案还实现了视觉目标感知算法前置，使得整体交通感知延时低于150毫秒，达到业界领先水平。

更重要的是，创通联达全息路口解决方案中的OSWare.Road路测OS基于微服务架构开发的API、OTA等模块，以及高可用设计架构，能够快速接入周边设备、适配第三方系统，应对各类应用场景的需求；而创通联达自主研发的相机校正算法也能够自动校正因振动、风吹等自然因素导致的图像抖动和偏移，从而保证标定数据和检测数据的准确性。

总结来看，创通联达智慧交通解决方案一方面将其算法开发能力与嵌入式边缘设备相融合，更好地适配行业的差异化需求；另一方面，随着数据的累积叠加以及用户需求的不断升级，该方案还能够基于ModelFarm平台实现自升级、自迭代。换言之，创通联达既可以为客户提供直击需求的算法与边缘产品，也能够将开发能力赋予客户，在保障数据安全的前提下帮助用户实现边缘能力自升级，可谓是既“授人以鱼”也“授人以渔”。

其中，ModelFarm作为一站式AI开发平台，其功能覆盖数据管理、数据标注、模型训练评估、在线测试、模型下载等全部流程，可高效支持数据智能化分析场景，特别是其低代码开发的特性，不但加快了模型训练进度，还大幅降低了用户的使用难度。在此基础上，该平台还自带50余种预训练模型，可供用户自由选择，极大地降低行业用户AI转型与升级的门槛。

创通联达ModelFarm平台架构图

不难发现，创通联达智慧交通解决方案逐一击破了该领域多个细分场景下的痛点，为整个行业提供了完整的边缘侧能力。而在整个物联网产业都难逃碎片化发展的大环境下，在“大行业”之外还有许多“小场景”也蕴藏着无限机遇——

• 创通联达的明厨亮灶解决方案通过事前预警、事中告警、事后追责的三重服务机制，可深化应用智能视频分析技术，从根源管控餐饮、食堂、中央厨房、集体配餐单位等餐饮操作区域行为规范化，切实保障人民群众食品卫生安全。

• 创通联达日前在科技消费类电子产品展CES上发布了智能货柜解决方案，通过边缘侧的动态识别能力极大提升了整个消费过程中的用户体验与效率，同时还基于ModelFarm帮助商家简化新增商品的模型训练，提升识别准确率，加速商品迭代。

写在最后

正如创通联达智能边缘产品部总经理张树安所言，边缘计算的爆发指日可待，而AI能力下沉到边缘侧也在很大程度上解决了场景的碎片化问题，使得边缘解决方案能够面向不同行业进行差异化开发。创通联达扎根边缘侧已久，身处距离客户最近的地方，更加能够察变市场需求与发展趋势，除了交通、工业等重点行业外，创通联达观察到，很多细分场景也确确实实存在智能化转型需求，而边缘智能也能够切实解决部分行业痛点，所以，公司未来也将双管齐下、点面兼顾，在大行业与小场景中不断锤炼边缘能力。