BillHolmes是加利福尼亚州科罗纳工厂的设施经理，该工厂生产标志性的FenderStratocaster和Telecaster吉他。他会带着一个简陋的手持式振动分析仪在工厂里走来走去，然后将设备插入计算机以获取设备状况的读数。LeoFender在75年前创立FenderMusicalInstruments时，所有的木工都是手工完成的，如今，吉他琴颈和琴身都是用计算机控制的木工铣床生产的，然后再交给工匠制造最终产品。Holmes说他一直在寻找最新的技术进步来解决他的问题（他使用机器人来帮助为他的吉他上漆），没有比设备故障更令人烦恼的了。他说，预防性维护，即机器按照预定的时间表得到关注，是不够的。“90%的故障是关闭进程的瞬时故障。这对企业来说太难了。如果您可以在故障发生之前发现它们，那么您就不需要关闭生产，维护团队也不需要。需要四处奔波救火。”Fender在177,000平方英尺的设施中拥有1,500台设备，是将传感器安装在机器上并使用人工智能分析来预测故障的主要候选者。这就是Fender正在做的事情，但有一个转折——该公司正在使用亚马逊基于云的Monitron服务，因此所有数据处理都在亚马逊的云上进行。对于像Fender这样的小公司来说，Amazon的完全托管服务很有吸引力，因为Amazon提供的无线传感器可以通过近场通信(NFC)连接到Amazon的Wi-Fi网关。亚马逊的网关被预先配置为将相关数据发送到亚马逊云进行分析。亚马逊开发了机器学习算法来处理数据，并将警报直接发送给福尔摩斯。“他们基本上将价格降到了足够低的水平，以至于夫妻店可以将其安装在他们的设备上并在没有培训的情况下轻松监控。这非常重要。每个制造商都有一台Crucial设备，如果出现故障，它将停止生产，”福尔摩斯说。到目前为止，Holmes已经安装了九台关键任务机器，并计划在墨西哥恩塞纳达的第二家制造工厂部署该系统。云的使用还提供了一个额外的好处，即允许Holmes在一天内聚合来自两个站点的数据以进行额外分析。此外，他预计能够从单个仪表板跟踪这两个站点。在制造、运输、物流、医疗、零售、石油和天然气等行业——基本上任何有实物资产的行业——机器产生的数据都是“边缘计算的风帆”。他补充说，“从这些机器上输入的数据中找到有意义的见解，并自动响应这些数据，这就是人工智能的作用。”STLPartners的高级顾问TillyGilbert表示，一般的经验法则是，人工智能处理可以在边缘执行，用于实时、延迟敏感的应用程序，这些应用程序最适合，因为这些大型数据集无法如果必须将它们转移到云环境，则可以高效运行。除了延迟问题之外，边缘计算还可以降低回程成本，并可以帮助公司遵守隐私法规和安全政策，如果将敏感数据发送到异地，则可能会违反这些规定和安全政策。McCarthy说，在增加正常运行时间和提高性能的双重业务需求的推动下，人工智能驱动的边缘数据处理正在超越小众案例，变得更加主流。许多因素结合在一起使边缘/人工智能更容易部署，包括预配置物联网传感器的物理资产激增，以及越来越多的供应商提供边缘技术。其中包括系统集成商、第三方初创公司、超大规模云提供商，以及将边缘定位为数据中心延伸的传统基础设施提供商。对于企业而言，这使他们能够在最合适的地方运行工作负载，无论是本地、云端还是边缘。或者这些的组合——正如Fender的示例所展示的，有多种方法可以混合和匹配技术和方法，以充分利用边缘和云世界。McCarthy指出，正如当今大多数企业在混合或多云环境中运营一样，基于人工智能的边缘应用程序并不是孤立运行的。即使AI处理发生在边缘，其机器学习算法也很可能在云端开发和训练模型。而且，实时数据还可以在云端进行汇总汇总，用于分析历史数据集，指导长期规划。Gilbert说，零售边缘的AI边缘/AI组合最令人兴奋的方面是它将启用的新应用程序。由于许多企业不具备在内部开发AI分析功能的技能，甚至可能不了解一些可能的用例，因此初创第三方在开发和部署现成系统方面发挥着主导作用。例如，沃尔玛和克罗格等大型零售商已在其商店的自助结账通道中推出基于人工智能的边缘系统，以减少因顾客无意或有意未为购物车中的所有商品付款而造成的损失。为沃尔玛和克罗格提供技术的爱尔兰初创企业Everseen的战略增长副总裁AlexSiskos表示，他的公司已经能够解决零售商以前一直在努力解决的问题：缩水或亏损。他说，零售商知道他们在自助结账时赔钱，但无法判断这是否源于顾客的无心之过、员工赠送物品的“甜言蜜语”，或聪明的小偷，例如，可能会在较大、较贵的商品上放置一根口香糖，因此扫描仪仅向顾客收取口香糖的费用。Everseen战略性地将GPU驱动的计算机视觉摄像头放置在自助结账处，并开发了与零售商扫描系统集成的软件，因此如果扫描仪说“口香糖”，摄像头就会看到“一盒尿布”。”，您可以实时触发各种动作。客户可能会在结账时收到弹出警告，例如“机器可能错误地扫描了最后一件商品。”这个想法是让顾客从他们的疑虑中受益，并允许他们在要求员工干预之前纠正自己。作为最后的手段，系统能够在自助结账显示屏上重播一段行为视频。“我们能够转向Siskos说：“将非结构化数据转化为洞察力、行动和最终利润。”他估计，通过减少盗窃和提高库存准确性，零售商每周可以为每家商店节省2,500到4,500美元。Everseen系统在边缘处理数据，因为正如Siskos所说，“这就是行动所在，这就是时刻所在。”完全集成的产品包括运行Everseen软件的DellPowerEdge服务器，该软件由GPU提供商Nvidia提供支持。在编写的开发平台上创建。但还有其他云组件;模型在云端训练的同时，管理和监控也是如此。此外，Everseen目前在美国和欧洲监控超过100,000条收银机线路，并且是能够从错误扫描的“关键时刻”中挑选出4-5秒的片段。这些经过整理的数据会发送到云端以用于报告目的并帮助训练算法。“人工智能是一种饥饿的动物，”西斯科斯说。“你喂得越多，它就越好。“AI在医疗保健领域的进步医疗保健是边缘计算可以为AI提供动力的另一个领域。AndrewGostine博士是一名麻醉师和企业家，他创立了一家应用AI优化医院资源的公司，用于提高效率和节省资金。医院拯救生命，但“空中交通管制”。例如，当病人被推入手术室时，麻醉师和外科医生会自动收到通知。手术室外的走廊上还有一个大显示屏，类似于您在机场看到的，可以告知传单航班状态和去哪个登机口，这有助于确保医院工作人员可以在正确的时间和地点出现。听起来很简单，但Gostinesaid，他的系统在芝加哥地区的医院使用后，生产力提高了16%。Artisight系统建立在Nvidia的ClaraGuardianedge/AI医院平台上，可作为戴尔服务器和存储的预打包包提供。由于数据量大，处理是在现场完成的——西北纪念医院产生1.2PB的数据Gostine说，每天视频——发送到云端太昂贵并且会产生延迟问题。Artisight系统过滤人们的身份以保护他们的隐私。它还记录了手术的关键部分，以便外科医生可以回过头来研究他们的表现，并与同行分享视频以获得反馈。Gostine说这项技术已经在越来越多的案例中得到应用。更多边缘用例。例如，摄像头可以监控病房以检测患者是否从床上掉下来。作为容量管理计划的一部分，该系统还可用于监控病房——换句话说，能够在房间腾出时立即通知客房，保留可用房间的清单，确保床单已更换，而且房间里有适当的医疗设备。关注人工智能的人都知道，IBM曾大胆预测沃森有朝一日会治愈癌症，但那个项目并没有取得成果。Gostine认为，过度承诺的“灵丹妙药”已经阻碍了AI的发展。此外，他说，将AI用于可能更平凡但有用的应用程序将提高效率并降低成本。成本，并最终释放医院资源以扩大患者护理。
