隨著數字化時代的到來，人工智慧、大資料、雲計算等一系列新興技術在經歷了前期的摸索發展後，逐漸向產業與行業下沉，掀起了各行各業數字化轉型的浪潮。而不同行業應用的差異化，決定了AI落地必然是場景化的，AIoT則是實現AI在行業差異化落地的核心，也是實現行業數字化轉型的關鍵。據IDC《全球邊緣支出指南》統計，到2024年，全球企業在邊緣計算上的支出將達到2500億美金。

圖1：星環一站式邊緣計算平臺產品Sophon Edge

星環一站式邊緣計算平臺產品Sophon Edge可提供全面的裝置連線和強大的邊緣智慧計算解決方案交付能力，解決了物與物、物與人、物與模型、物與雲的連線問題，實現了從萬物“互”聯到萬物“智”聯的突破。

透過對裝置接入資料的分析和挖掘，同時深度結合CV模型，Sophon Edge在工業網際網路和計算機視覺領域快速落地新場景，帶來高效、智慧、便捷的使用者體驗，助力建設更加全面的數字化基礎設施，推動行業實現數字化、智慧化轉型。

製造業

製造業是國民經濟的基礎性產業，為社會穩定和經濟增長提供基礎性保障。製造業智慧化發展已開展許久，邊緣智慧的應用將透過資料在邊緣的計算和儲存，實現降低延時、資料保護等效用，為助力AI在製造業的應用發揮重要作用。據統計，到2024年，全球25%的製造業企業將引入邊緣計算，提升決策速度、降低資料管理成本。

以鋼鐵行業為例，星環Sophon Edge平臺助力鋼鐵製造企業實現轉爐鍊鋼的終點溫度以及碳含量的預測並降低當前生產成本。

客戶痛點

鋼鐵製造企業在鍊鋼過程中需有一次溫度和碳含量的測定來作為控制終點的參考。現階段為有經驗的老師傅進行人工控制，容易導致最終鋼水質量參差不齊，鍊鋼過程急需從經驗化轉換為標準化。

解決方案

圖2：Sophon Edge工業網際網路平臺

應用成效

1、基於邊緣計算和實時流引擎技術，實現了現場工藝執行情況的實時監控和告警，確保生產過程有序進行。

2、提高了出鋼終點溫度和碳含量命中率，保證了鋼水質量比經驗生產高19~33%。

3、模型下發後可進行生產化引數遠端實時控制，可提高鍊鋼過程的生產效率5%；減少人工對終點控制的干預，並且降低人員投入工時每月45天。

政府行業

AI在智慧城市的應用已經滲透到城市管理、交通、民生等諸多方面，並形成了城市智慧大腦等中心化應用。但隨著智慧城市向精細化和社群化下沉，中心化的智慧城市系統難以滿足社群管理、區域性交通管理、應急響應等精細化應用。依託邊緣智慧在社群等開展智慧應用，成為助推智慧城市走向精細化的重要方向。據IDC《全球邊緣支出指南》統計，邊緣智慧支出在城市運維管理場景將在未來幾年保持25%的高增速。

智慧監管

Sophon Edge平臺支援多種裝置通訊協議，無需改造傳統裝置即可採集資料，可對人臉資料、人臉生物特徵、人群分析等結果進行高效處理，賦能人員監管，進行異常行為識別，出現異常狀況和突發事件時，可以及時告警，提醒管理人員及時處理。

以街邊餐飲企業汙水違法傾倒為例，以往執法人員對沿街商鋪的汙水傾倒等違法行為需進行現場取證，才能進行處罰，這種人工監管的方式無疑增加了城市管理難度，目前亟需由人工監管轉為智慧化監測。

圖3：Sophon Edge智慧城市邊緣計算平臺

邊緣計算平臺對汙水亂倒的違法行為進行24h不間斷監測識別，一方面大大減少了城市管理的人力投入，另一方面也保障了城市的地下水質。

智慧安防

Sophon Edge 平臺將AI算力注入邊緣，就近對資料進行處理，減少在雲端之間來回傳輸資料的需要，可對人臉資料、人臉生物特徵、人群分析等結果進行高效處理，賦能人員監管，防範人員的翻牆入侵、越界出逃、非法入侵危險區等異常行為，保證企業的財產和人身安全。

以工地場景為例，工地往往是工種多且人員混雜的，常常無法進行有效及時的監管；生產事故與人員傷亡也幾乎每天都在發生；不僅如此，揚塵和噪聲也一直是工地與附近居民發生糾紛的主要問題。

解決方案

1、人員基礎資訊管理、人員中暑告警、工地實時人數統計、人員考勤資訊統計、車輛進出資訊統計。

2、自動裝置臺帳管理、裝置執行狀態監控、裝置故障預測分析、人臉及工人越界識別、工人穿戴不合規告警。

3、基礎環境資訊統計、環境指標超標預警、工地噴淋裝置聯動、智慧用水用電統計。

實施效果

Sophon Edge對於人員的識別抓拍率大於99%，識別率超95%，識別延遲為毫秒級；上線至今糾正違規行為3000餘次，保障了施工現場安全生產事故零發生。

圖4：Sophon Edge智慧工地平臺

智慧能源

Sophon Edge邊緣計算平臺提供了一站式基於時序資料的實時預測能力，透過決策樹、隨機森林、K-Means等模型的引入，並結合科學的邏輯推理演算法，高效、快速地打通時序資料與預測演算法，將準確的預測結果與客戶業務結合，迸發資料價值。

以加油站場景為例，大量加油使用者並未辦理儲值卡（佔比超70%），從而導致大量資料流失，無法進行精準營銷；其次很多加油站是彼此獨立的，沒有形成一個有效的營銷平臺來做整體的資料支撐和分析。

解決方案

首先構建大資料平臺實現基於使用者、商品和加油站的使用者畫像，再次利用攝像頭識別車輛並關聯車主資訊，透過大資料智慧分析沉澱車輛識別模型和產品推薦模型，最後將構建好的模型透過雲邊協同技術將推送給邊緣裝置端，實現邊緣端實時的營銷感知及營銷觸達。

圖5：Sophon Edge智慧加油站營銷平臺

應用效果

某石油使用者在加油站複雜場景的識別上，實現了92%的綜合加油/交易匹配率。透過盤活無卡使用者的沉沒資料，顯著提升了加油站非油品的銷售額。

智慧交通

Sophon Edge邊緣計算平臺提供了一站式實時異常檢測平臺，基於高效、適宜的影象分類、目標檢測以及例項分割等深度學習演算法，能夠透過模型不斷的自動迭代更新提升產線缺陷檢測的精度並適應業務變化。

以交通行業為例，前地鐵檢測方式採用的仍是人工巡檢，每天需要消耗大量人力，且整體工作效率不高，亟需一款影片智慧分析應用來對裝置監控影片進行智慧分析，對異常狀態進行智慧識別，提升巡檢效率。

解決方案

應用效果

1、視覺化的檢修模型構建

2、高效的裝置預測性維護

3、豐富的場景功能拓展

圖6：Sophon Edge城軌智慧影片分析平臺

快速接入

豐富的標準通訊協議、應用層裝置協議的支援；實現不同裝置之間通訊，使用者能夠從互相融合的時序資料中挖掘出更多有價值的洞察。

實時計算

可以在裝置所處的邊緣網路中完成裝置資料採集以及執行控制，在邊緣側完成對源資料的加工處理，杜絕了網路延遲，保證了服務的實時性。

可靠服務

雲邊網路通訊異常，不影響邊緣本地計算及儲存，透過邊緣自治機制，避免了資料丟失並保障了服務的穩定性和持續性。

資料保護

針對資料隱私問題，邊緣端將處理後有價值的脫敏資料上傳至雲端，降低了隱私資料洩露的風險。

雲邊一體

邊緣節點或者緣叢集能夠與雲集群服務治理能力做結合，形成有效的雲管邊的服務治理體系，有效降低服務管理成本。

邊緣智慧

連線資料與智慧，透過模型倉庫統一管理AI模型，支援模型一鍵部署至邊緣端，提高邊緣智慧化程度。