近年来，伴随着大数据、云计算、人工智能的发展，互联网产业即将面临巨大变革。大数据时代每天的数据量十分巨大，而物联网环境因为地理位置分散，对响应时间和安全性要求更高。现今云计算虽然为大数据处理提供一个很好的平台，但网络速度远远赶不上数据增长的速度，网络带宽的问题需要硬件上跨时代的突破才能解决，云计算模式在边缘端很难满足实时性和带宽要求。在云计算难以满足边缘端计算的需求背景下，边缘计算应运而生。

边缘计算是指在互联网边缘上计算和存储资源，它可以选择性接入互联网。这个网络边缘在地理上和网络上都接近用户。边缘计算可以在数据源附近进行处理，这样能很好保护数据安全性，同时还能增加响应实时性。边缘计算分析将复杂算法模型从云端下沉到边缘，对生产现场数据进行实时分析和反馈控制，可以在没有网络连接的情况下处理数据。终端无需传输在网络边缘收集到的所有数据，而是在本地或者更靠近数据源的地方处理数据，这有助于避免严重的“最后一公里”延迟问题。

对于需要快速决策的终端，在本地处理数据可以让它们做出更快的响应。此外，通过本地分析，可以将仅仅相关的数据发送回云服务器来减轻网络负载。云平台则将实现海量工业数据统一集成管理，提供信息模型、数据治理机制、数据共享、数据标识以及数据可视化等全流程的操作和服务。

边缘计算架构图

在云端定义基础数据模型，将模型下发到各边缘服务器，边缘服务器对数据模型通过业务接口下发到工业视觉终端上。终端在收到数据模型后，根据数据模型对采集的本地图像数据进行识别、检测和测量，获取信息特征，将特征值以及加工过数据上传至边缘服务器。边缘服务器对所管理的工业视觉终端数据进行汇总，加工数据以及信息发送至云端服务平台。云端服务平台通过对数据进行提纯，对移动终端相关的硬件信息，状态信息，软件信息，关联的用户信息以及生产数据等，将流程问题抽象成领域模型问题，再将领域模型抽象成数据模型。

AI边缘计算用于工业视觉识别场景，在性能改善、减少操作成本和保障数据安全上有一定优势。工业制造中常见的状态跟踪、缺陷检测、零件定位等需求，在工业生产环境中边缘计算设备可在生成和使用数据的视觉终端处理与存储数据，而无需将数据传到遥远的数据中心，如此可以保证响应的实时性、更低的成本、结合分布式存储和边缘智能计算将进一步提高隐私数据的安全性等。通过AI与边缘计算的在工业视觉识别系统中的深度结合，将大幅提高生产自动化水平，装备的使用效率、可靠性及稳定性等。

AI边缘计算解决方案

金海创强势推出AI边缘计算卡，可广泛应用于AI边缘计算、智能家居、安防、人脸识别、智能语音识别、智能辅助驾驶、医疗设备等AIoT领域。搭载RK1808高性能 AI芯片，采用ARM双核Cortex-A35架构，支持最高频率1.6GHz。显示性能强悍，支持1080P主流格式的视频编解码，支持AI、图像处理、视频编解码硬件加速，提供多种存储配置供用户选择。

  内置强大NPU，算力最高可达3.0T，强大的AI性能，支持IN8/INT16/FP16混合运算，支持TensorFlow/Caffe/ONNX/Darknet等框架的网络模型转换，兼容性强。支持USB3.0、GPIO、UART、USB2.0 Host等扩展接口，搭载扩展底板可配置多个RK1808边缘计算卡使用，扩展功能更全面，AI算力更强，高效赋能AIoT领域，有效控制成本。