随着5G、物联网的加速普及,「边缘计算」正在走进各行各业。
如果你有机会进入上海自贸试验区临港新片区的特斯拉上海超级工厂,来到Model 3生产线,你会看到整条生产线的各个扫描点部署了「47个机器人」,用于测量车辆上的「1900个测试点」,并在边缘侧完成数据的收集和训练,实现动态优化生产线,从而「减少了70%的设备故障。」
【资料图】
在特斯拉上海超级工厂,「AI(人工智能)」赋能边缘计算在生产环节大显身手。实际上,两者的融合也是大势所趋。
去年,国际数据公司(IDC)发布了《中国半年度边缘计算服务器市场(2021年上半年)跟踪报告》,总结了边缘计算的十大场景,包括智能质量检测、道路管理、设备监控、线路检查、预防性维护、安全生产预警、劳动力管理、消费者行为分析、仓库/物流管理,其中大部分场景都与视频和「AI」密切相关。
IDC中国企业级基础架构研究经理李木认为,目前,大量边缘侧长尾需求尚未得到满足,随着「5G」和「AI/ML」技术的快速发展,更多技术创新和模式创新将围绕边缘场景进行迭代优化,「边缘计算」也将成为驱动全球企业级基础架构市场增长的重要力量。
有了「AI」的赋能,边缘计算甚至会应用到你根本想象不到的领域——比如「竞技体育」。不信,让我们看一下在东京奥运会上斩获两金两银两铜佳绩的国家赛艇、皮划艇队,是怎么把“AI+边缘计算”用起来的吧。
01
AI+边缘计算
助力科学训练
早在2019年11月,中国赛艇协会、中国皮划艇协会就与戴尔科技签署了水上实验室的技术战略合作,让训练融入了更多的科技和数据元素。
赛艇和皮划艇是体能需求最大的运动之一,从起点到2000米赛道的终点,运动员需要划桨「200次以上」。为了保持充沛体能,他们每周必须进行14-18次、17-23小时的艰苦训练。划桨运动员平时训练的关键是技术动作的稳定性和耐力,除了水上训练,同样还需要通过划船机做大量的室内训练。
在戴尔的帮助下,国家赛艇、皮划艇队专门引入了「生物力学测试系统」,通过视频实时捕捉国家队运动员的训练动作,并做出实时分析和判断,纠正运动训练中动作角度、力度,以及稳定性的偏差,帮助运动员提高训练竞技水平。
运动员使用划船机进行模拟训练时,屏幕内会实时同步展现出包括「划桨速率、呼吸频次、肌肉力度、运动姿态」等多个数值,运动员可以根据屏幕内的信息实时调整训练状态、划桨速率与频次等等。这使得每一位运动员的训练数据报告分析更精确,训练计划更科学。
在这个训练过程中,「AI」起到了至关重要的作用——这套生物力学测试系统既用到了姿态检测的深度学习模型,还为每位运动员建立了个性化的划船生物力学模型,并能够进行实时的生物力学分析。
不过,系统在日常运行中也遇到了前所未有的挑战。为了最大程度地适应不同场地,也为了与更多强队交流,国家赛艇队、皮划艇队的运动员们需要前往不同国家和地区的训练基地,进行数周或数月的划船训练。与此同时,他们还需要在不同的酒店或者场馆开展室内训练。
这种情况下,如果采用基于云端的「AI」系统势必会遇到三大问题:
首先,很多训练基地的网络基础设施都不太理想,既没有高速稳定的Wi-Fi,也缺乏流畅的4G/5G网络,这一点可能很多去过欧美度假胜地的读者都深有体会。
其次,1位运动员1小时训练产生的视频数据量多达20GB,如果将所有训练数据都传到数据中心再分析,可能第二天才能看到结果,这样训练的实时反馈根本无从谈起。
最后,由于大部分室内训练场地都是临时搭建,假如花大量时间部署AI系统,不仅不现实,也会影响运动员的训练计划。
为了解决以上三大问题,「戴尔专门为国家赛艇队、皮划艇队打造了一整套边缘AI智能创新解决方案」,无论国家赛艇队、皮划艇队在什么地方训练,都能对运动员的训练数据进行实时分析,并借助AI形成有针对性的训练计划,从而大大提升训练效果。
据了解,在2019年尚未引入AI系统时,运动员的艇上做功为310瓦,而一年之后,这一数值已经提高到了370瓦;此前,女队的500米配速只有1名运动员可以达到国际标准,部署「AI」系统之后达标人数增至14人。
正是借助科学训练,国家赛艇队、皮划艇队才在东京奥运会上取得了前所未有的好成绩。接下来,他们还将与戴尔在训练计划负荷、伤病康复、可穿戴设备训练反馈、青少年体质提升这四大领域展开更加深入的合作,为巴黎奥运会上再创佳绩而努力。
02
算力为AI、边缘融合
提供强大支撑
国家赛艇队、皮划艇队与戴尔科技合作是「AI」赋能边缘计算的示例之一,正如IDC报告所言,这样的应用场景还有很多。
在不少国内“智慧港口”里,你都可以看到戴尔参与打造的「智能化龙门吊系统」。
这套系统运用「AI」技术,通过多路视频,结合PLC状态信息,融合了防打保龄、防吊起、大车自动纠偏、大车防撞、集卡智能定位、集装箱信息识别、箱底扭锁识别、作业区域安全管理八项功能。通过一个大脑、一套传感,实现了龙门吊的智能化。
有了「AI」赋能的边缘计算,工厂可以对海量的生产数据进行分析,提前发出预警;超市能对分析消费者的购物行为,优化货架商品的摆放;交通管理部门则可以对道路通行状况进行实时预测,避免拥堵……
那么,如何实现AI对边缘计算的赋能呢?戴尔的边缘「AI」智能创新解决方案提供了答案,它可通过「Edge in a box」的方式,实现从电力到制冷到算力的一体化交付。
这套解决方案具备三大特点:
1.通过「标准化设计简化采购和部署流程」,预先设计的模块化智能解决方案减少了“系统启动”的成本和时间。
2.「将电力和制冷及管理的综合能力与行业最好的服务相结合」,为客户提供高性能、高可用性和高效的能源。
3.通过「IT与数据中心基础架构融合」,帮助用户满足向其业务和客户快速提供服务的需求。
作为全球领先的IT解决方案供应商,戴尔能为客户提供从「边缘应用、数据收集、边缘计算与分析、实时分析、数据维护」到「人工智能深度学习」的端到端解决方案,打造完整的跨边缘、核心和云的解决方案组合,并支持开放生态系统中的各种边缘工作负载。
如此完善的边缘「AI」智能创新解决方案,自然离不开强大算力的支持。戴尔「PowerEdge」最新一代服务器可实现更强的边缘计算性能,其中部分性能的提升与「NVIDIA」的合作密切相关,主要包括:
1.「为各种服务器优化性能」。NVIDIA A2 GPU 提供产品组合中最小的占用空间,针对空间和散热要求受限的入门级服务器中的推理工作负载和部署进行了优化,例如 5G 边缘和工业环境。
2.「统一计算和网络加速」。在 NVIDIA 融合加速器中,NVIDIA Ampere 架构和 NVIDIA BlueField-2 数据处理器 (DPU) 协力为边缘计算、电信和网络安全领域的 AI 工作负载带来非凡的性能、更高的安全性和更稳定的网络。
3.「密度优化的设计」。NVIDIA A16 GPU 采用四 GPU 主板设计,专为用户密度优化,并结合了 NVIDIA 虚拟 PC (vPC) 软件,让用户无论身在何处都可以使用绘图运算丰富的虚拟 PC。
4.「安全部署」。安全部署对企业业务运营至关重要,「NVIDIA Ampere」架构通过可信代码身份验证和强化的回滚机制来防御恶意软件攻击,从而支持安全启动,并防止操作损失、确保工作负载加速。
目前「NVIDIA」认证的企业级边缘服务器一共有51款,其中仅戴尔服务器就占据了31款,高居榜首。另外,在戴尔PowerEdge 最新一代服务器中,PowerEdge XR11/XR12非常适合“AI+边缘计算”领域,因为它们具备以下四大特点:
●性能:均配备了第3代英特尔®至强®可扩展处理器,每个处理器最高36核,多GPU支持;
●设计:专为边缘端设计,只有400mm或16英寸深,带有前置I/O与电源的反向安装,为适应反向气流而设计;
●耐用:经过认证、坚固耐用,适用于电信和军事应用,可在-5℃至55℃的极端温度范围内运行;
●管理:轻松实现远程管理,100%兼容OpenManage,支持分析新的遥测数据流所需的最新要求。
从以上产品和应用我们可以看出:
一方面在很多即时反应、离线分析、持续移动、恶劣环境的场景中,企业需要借助「边缘计算」才能保持业务的连续和稳定;
另一方面,企业同样需要用到「AI」,以便进一步提升业务的效率和灵活性。而当企业利用AI赋能边缘计算之后,就可以做到两全其美,从而创造更高价值。
