在边缘支持AI和机器学习能力的数据管道和管道至关重要。人工智能和机器学习是否开始在边缘发挥作用？渐渐地，是的。但企业仍然需要关注底层数据管道和管道，以支持人工智能和机器学习能力。三菱电机产品经理RohitKadam表示：“无论你是否使用不同的微服务，以及你想如何部署或使用它们，你都应该更加关注构建它们的架构。一旦有了数据，就要关注如何连接管道。”Kadam参加了最近关于边缘支持的机遇和挑战的小组讨论，描述了公司的电池发电厂和系统如何通过物联网和边缘系统连接起来，从而使公司能够监控它们的健康状况和成本。Kadam解释说，在三菱电机，人工智能和机器学习在通知公司向客户提供的连接电池组中的问题以及管理下游物联网设备方面发挥了重要作用。“ML的工作方式是我们了解电池的行为方式，因此我们知道这些电池中有多少电量，或者还剩多少续航里程。这些是我们训练模型时使用的一些关键指标。我们了解得越多，更好。”通过其综合优势和人工智能能力，Kadam说：“我们现在有能力根据数据展望未来，以识别并做出安全尝试操作这些工厂的决定。如果确认看到危险信号，有一个内置的安全机制，它启动然后在必要时有序地关闭工厂。这已融入我们的解决方案中，从边缘计算的角度来看，分布式架构有助于实时采取行动”运营指标确保电池系统性能可用性和保修。“我们有物联网使用指标来跟踪电池的特性以及它们如何随着时间的推移而退化。我们将电池本身视为边缘节点或边缘计算设备。它有助于跟踪和监控电池电压、电流和温度……我们对其进行处理，将信息存储在那里，然后将其向北传输回历史服务器。”Kadam说：“有很多部分需要整合在一起在供应链中，这使得标准成为一个问题。但那里没有统一的标准，只有尽最大努力遵守与电池电站相关的各种标准，”挑战在于“电池电站本身就是一个独特的空间”。卡达姆继续说道。这是一个服务于电动汽车、电网、变电站和楼宇自动化系统的市场。“我们有混合画布，并尝试将它们混合在一起并向北传输。我们实际上解析了所有这些数据并将它们混合在一起，以更有效地将不同的数据集传输回历史服务器。”
