2024 年边缘人工智能形态报 ： 势力范围行业边缘 AI 用动态

探索各行各业的 Edge AI 应用程序的动态世界 关于贡献者 第八章汽车与交通运输 自动驾驶车辆：提升道路安全与效率实时交通管理与智能停车电动车辆：优化电池管理与充电基础设施车队管理与交通标志识别 Introduction 第一章边缘 AI 市场分析和趋势边缘 AI 市场格局行业采用与边缘 AI 趋势 第九章 ： 边缘的生成 AI 第二章医疗保健和医疗应用 边缘 LLM ： 实现 LLM 和边缘计算融合的挑战生成型 AI 在边缘与 Axelera 的内存计算相遇LLM 在边缘 ： 一次转变多个行业扩展生成式或多模态 AI 实时病人监护为医疗保健设备添加智能功能的快速、经济高效且可靠的方法在设备端进行医疗成像和智能康复临床试验，并结合实时数据预测、检测和追踪疾病爆发。 第十章边缘 AI 挑战和现实世界的缓解措施 第三章工业物联网与制造业 解决 Edge AI 的主要挑战克服边缘 AI 的挑战使用 Edge AI 导航资源受限的环境嵌入式低功耗设备上的边缘 AI 将改变物联网人工智能采用挑战 ： 我们在人类战线上的地位在哪里 ？ 使用 Edge AI 启用预测性维护利用 Arduino 的开源边缘 AI 解决方案创新预测性维护实时质量控制利用瑞萨的 Edge AI 工具加强质量控制促进供应链优化转变供应链组织 ： OKdo 的边缘 AI 解决方案在行动人 - 机器人协作和工人安全和培训 第十一章 ： 边缘 AI 的未来拥抱 Edge AI 的最新创新Edge AI 的未来 ： 效率和可持续发展的新世界AI 边缘采用水平塑造未来借助支持 WiFi 的 Edge AI 塑造行业未来 第四章智慧城市与城市基础设施 引领交通管理的未来 基于 Sony AITRIOS ™ 的智能城市豹纹成像行人检测解决方案推进数字基础设施和智能建筑用于建筑物的边缘 AI 视觉传感器 ， 具有快速 AI 模型开发通过边缘 AI 确保更可持续的城市保护公共健康和安全 报告合作伙伴tinyML 基金会 赞助商瑞能 联咏 博世 力神 富士通微电子 新唐科技 挪德半导体 Syntiant 元谋电子 Axelera OKdo脑芯微 Relay2 易麦移动 第五章 ： 零售和客户体验 库存管理完善 利用基于视觉的 AI 扩展电子商务 ， 实现库存管理和自动化客户行为分析 ： 规模个性化Qualcomm Technologies ： 借助设备上生成式 AI 改变零售业的力量结帐自动化可减少等待时间 第六章能源效率和可持续性 智能能源监测以提升消费者意识和成本节约通过边缘AI实现可再生能源集成的创新基于边缘AI的主动智能电网管理解决方案以边缘AI转型传统能源 sector 其他贡献者Eta 计算高通索尼豹成像 第七章农业和粮食生产改善作物监测与分析以最大化产量利用边缘AI优化 livestock 管理确保食品质量 108关于 Wevolver 关于贡献者 这份报告是如何结合在一起的 Ravi Rao ， 合著者Ahmedabad, 印度 Samir Jaber ， 主编莱比锡, 德国 格拉斯哥大学荣誉研究员John Soldatos ， 合著者雅典, 希腊 拉维是一名世界领先的IT咨询公司中的软件工程师。他在数字转型项目中工作，这些项目有助于优化客户的操作流程。拉维的电力电子工程教育和职业经验使他具备了电气、电子和计算机工程方面的专长。拉维撰写了两篇IEEE研究论文：一篇探讨了人工智能和物联网在灌溉系统中的集成，另一篇评估了一门课程对学生创新能力的刺激效果。此外，他还因一个旨在提高行动不便人士独立性的项目获得了专利。除了工作之外，拉维热衷于撰写关于技术、电子产品和游戏的文章，并喜欢讨论最新的科技进展。 萨米尔·贾伯是一位编辑、作家和科技、科学和工程领域的行业专家。他是一名在线内容专家，拥有机械工程、纳米技术和科学研究的学术背景。萨米尔在大型工程和技术公司积累了全面的经验，担任过撰稿人、编辑、内容经理和数字营销顾问等职位。他在30多家工业杂志上发表了文章，专注于人工智能（AI）、物联网（IoT）、3D打印、自动驾驶车辆（AV）、纳米技术、材料科学和可持续发展等领域。此外，他在纳米制造和微流控领域是一位获奖的研究员。 这份技术报告的完成得益于众多贡献者的共同努力。主编萨米尔·贾伯以及支持作者约翰·索尔多托斯和拉维·拉奥在研究、开发和编辑报告内容方面发挥了关键作用。我们的赞助商和贡献者提供的见解极大地丰富了报告的内容。特别感谢Wevolver的内容总监杰西卡·米勒在整个过程中的一贯支持和领导。每位贡献者的奉献和输入都得到了高度重视，凸显了创造这份报告所付出的集体努力。 约翰·索达蒂斯拥有雅典国立技术大学（2000）电气与计算机工程博士学位，并目前是英国格拉斯哥大学的荣誉研究学者（2014年至今）。他曾担任希腊雅典信息技术学院（AIT）物联网（IoT）组副教授兼组长（2006-2019），以及美国匹兹堡卡内基梅隆大学的兼职教授（2007-2010）。他在大型跨国公司（例如IBM、INTRACOM、INTRASOFT国际）担任研发咨询和交付专家，同时为多家高科技初创企业担任科学顾问。索达蒂斯博士在物联网（IoT）和人工智能（AI）技术及应用方面具有深厚的专业知识，包括智能城市、金融科技（Finance 4.0）和工业领域（Industry 4.0）的IoT/AI应用。 Introduction 在当今所有技术进步之中，一个术语几乎占据了关于技术的所有讨论：人工智能（AI）。曾经只是科幻电影中的一个令人兴奋的概念，AI现已成为无可争议的现实，并且已经席卷了多个行业。从大型语言模型（LLMs）支持的卓越聊天机器人ChatGPT，到物联网（IoT）设备推动的工业4.0，AI 在几乎所有现代行业中都找到了应用和应用场景。虽然大多数 AI 实现都是集中部署在云端服务器上，但人们一直在积极追求将智能推向边缘进行本地部署。 零售、能源、农业和汽车。每个行业都有一专门章节，提供行业特定的见解、描述和案例，同时还包括实际案例研究的重点部分。报告还介绍了令人兴奋的生成式AI技术及其与边缘计算的融合，并深入探讨了当前仍阻碍边缘AI发展的挑战。最后，它还展望了边缘AI的未来，并概述了其在未来几年的发展趋势。 集中式、基于云的结构。随着边缘AI的采用几乎呈指数级增长，我们将见证企业在部署和利用AI方面发生范式的转变，尤其是边缘计算分散了数据处理。 需要实时数据处理能力的行业是边缘人工智能影响的主要行业，并且预计这些行业将经历根本性的转变。拥抱这一巨大变革对于希望保持竞争优势并利用实时、上下文相关的决策优势的企业至关重要。但鉴于边缘人工智能对每个行业的影响各不相同，企业在特定行业中如何拥抱这项技术以确保跟上其快速演进的步伐呢？ 这是威伏尔继2023年首份报告之后发布的第二份关于边缘AI的深入报告，该报告主要侧重于边缘AI的技术方面。本报告探讨了边缘AI的应用方面及其对上述各种行业的影响。边缘AI是否会成为未来世界的基本技术之一？它是否会继续重塑我们的行业并变得无处不在？如果是的话，又是如何实现的呢？让我们在以下章节中寻找答案。 边缘人工智能（Edge AI）是指将AI模型部署与边缘计算相结合。通过将计算能力移近数据源，边缘人工智能能够在边缘设备上实现实时数据处理，减少延迟，提高带宽效率，增强可靠性，并提供更 robust 的安全性和隐私保护。这有望推动人工智能能力超越当前水平。 accordingly，Wevolver已与该领域的多家知名企业及思想领袖合作，共同制定了这份关于2024年边缘AI状态及其在医疗保健、工业物联网和制造、智慧城市等所有相关行业应用的综合性报告。 Samir Jaber 主编 第一章:边缘 AI 市场分析和趋势 简洁性是科技世界的关键：一项解决方案的成功程度仅取决于其被广泛接受、采用和应用的程度。因此，Arduino 的使命是普及边缘人工智能等技术，使其成为具有不同背景并在各个行业工作的人们解决难题、创造价值和成长的可选方案。 Fabio Violante ， Arduino 首席执行官 边缘 AI 市场格局 今天，大量的数据处理正在从大型云数据中心分散到较小的本地数据中心和边缘设备。这促进了边缘人工智能（Edge AI）的出现，它能够在数据生成源附近或直接处理数据。许多组织正在部署边缘功能，从而实现了节能、低延迟的应用程序，并提供了实时性能。边缘人工智能提供了重要的数据保护和安全优势，使其成为各行各业组织在各种应用场景中使用边缘计算功能的有吸引力的选择。在接下来的部分中，我们将探讨边缘人工智能市场，看看它如何响应该技术的潜力，并探索不同行业如何将边缘人工智能集成到其工作流程和系统中。 边缘人工智能近年来的增长势头并非偶然或意外事件，而是已久的研究积累所致。实际上，自20世纪中叶以来，人工智能对技术的影响就是一个讨论的话题。自艾伦·图灵提出“思考机器”的标准以来，克里斯托弗·斯特奇编写了第一个成功的AI计算机程序，随后IBM的阿瑟·萨缪尔开创了机器学习。从那时起，人工智能经历了起伏不定的发展历程，经历了 hype 周期、显著的兴趣和资金投入，最终在千禧年前后经历了两次“AI寒冬”。然而，在最近几年，尤其是进入20年代之后，人工智能再次取得了突破，这一次它迎来了真正的飞跃。 随着机器学习领域的重要进展以及云计算、边缘计算和雾计算等技术的出现，人工智能显著受益于这些技术带来的数据处理能力。云计算能够同时处理大量数据，而边缘计算则能够在本地和实时处理数据，这两者对于人工智能的大规模应用至关重要。这有助于人工智能在极短的时间内做出明智的决策，从而在不同行业中改进流程和系统，并创造出新的高效工作方式。因此，根据相关数据，人工智能在各类大型组织中的采用率显著增长，截至2023年，这一比例已达到42%。 从 2023 年的 191 亿美元开始大幅增长。这是九年来几乎 26 ％ 的复合年增长率(CAGR) 。 积极探索在业务运营中应用AI。AI再次成为焦点——这一 resurgence 带来了探索新可能性和机会的新浪潮。 对于在 Gartner 上快速发展的技术AI的炒作周期，边缘AI在各个行业中不断发现新的应用场景，并且其采用率预计将进一步快速增长。实际上，Gartner分析师预测，边缘计算技术将在2024年获得 traction 和成熟度，特别是在技术创新推动下开发和部署边缘系统成本显著下降的情况下。这些技术改进使边缘AI市场在过去几年实现了显著的增长。根据市场. 美国研究表明 ， 到 2032 年 ， 全球 Edge AI 市场预计将超过 1400 亿美元大关 ， 边缘AI市场的发展反映了技术在现代生活各个方面日益融合的趋势。随着物联网设备在各行业的普及，从制造业到医疗保健，不断产生大量数据。这些数据具有重要的洞察和优化潜力，但传统集中式处理方法往往难以实时处理数据而不遇到延迟问题。 IBM 全球 AI 采用指数 2023， 多达40% 的组织 Edge AI 通过使 AI 和机器学习算法更接近数据的位置来解决这一挑战 边缘 AI 的行业采纳和趋势 概而言之。随着边缘计算渗透到众多行业和应用领域，其普及程度已经达到了一个几乎不可或缺的地步。实际上，埃森哲的一项调查显示，跨多个行业的83%的高管认为，为了在未来保持竞争力，边缘计算将成为必不可少的要素。许多企业担心如果他们不迅速采取行动并将边缘AI整合到其工作流程、产品和服务中，将错失所有潜在的好处。 将边缘计算视为引入AI技术的关键差异化因素，一些企业将其作为核心业务的关键，而其他企业则仍在努力充分利用该技术的优势，主要原因在于它们将AI视为独立技术，并仅在临时项目中使用。战略性地采用边缘计算并将其与现有的云策略集成，取得了最佳效果：据埃森哲（2023）报告显示，高级用户更有可能实现加速创新（四倍）、提高效率