女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

數(shù)據(jù)驅(qū)動,要在邊緣部署機器學習而不是在云端!

控制工程中文版 ? 來源:控制工程中文版 ? 2023-08-08 15:16 ? 次閱讀

通過在邊緣部署的可靠平臺來運行機器學習,將有助于企業(yè)從更多的數(shù)據(jù)中獲取更大的價值。

自推出以來,物聯(lián)網(wǎng)IoT)迅速改變了石油和天然氣行業(yè)的格局。Inmarsat Research公司最近的一項調(diào)查顯示,大約74%的石油和天然氣公司至少部署了一個物聯(lián)網(wǎng)項目。另有81%的公司表示,他們計劃加快采用物聯(lián)網(wǎng),以應對最近全球疫情帶來的挑戰(zhàn)。盡管這些新的數(shù)字技術(shù)提供了更強的控制、更深入的洞察力和更高效的運營,但最大的障礙之一是克服偏遠、離網(wǎng)位置的氣隙,并處理物聯(lián)網(wǎng)傳感器和設備產(chǎn)生的大量數(shù)據(jù)。

據(jù)一些資料顯示,一臺海上鉆機每天產(chǎn)生的數(shù)據(jù)超過1TB,特別是鉆井工具的最新創(chuàng)新,如隨鉆日志(LWD)和隨鉆測量(MWD)會產(chǎn)生更多的數(shù)據(jù)。但是,這種數(shù)據(jù)驅(qū)動帶來的價值是什么?尤其是在難以采集和連接到其它來源的情況下,價值幾何?

據(jù)麥肯錫公司估計,在石油和天然氣公司中產(chǎn)生的物聯(lián)網(wǎng)數(shù)據(jù)中,99%從未用于決策。與此同時,這些數(shù)據(jù)在獲取、處理和存儲方面帶來了實際成本,希望它能在未來提供價值。

人工智能AI)和機器學習(ML)有助于檢查和排序堆積如山的數(shù)據(jù),以產(chǎn)生可操作的見解。數(shù)據(jù)科學家已經(jīng)開發(fā)了各種ML模型,以較少消耗和成本,預測設備故障和維護需求,優(yōu)化遠程現(xiàn)場運營,并提高安全性。然而,我們持續(xù)看到位于供應鏈上、下游的石油和天然氣企業(yè),仍在努力將這些模型應用到現(xiàn)實世界中。

根據(jù)筆者在多個行業(yè)從事物聯(lián)網(wǎng)工作的經(jīng)驗,成功的關(guān)鍵不是在云端開發(fā)模型,而是在現(xiàn)場或靠近決策所需的數(shù)據(jù)源來部署模型。

01

從邊緣數(shù)據(jù)中獲取更多價值

通常,有三個主要因素會阻止AI/ML從邊緣數(shù)據(jù)中獲取價值:1)設備之間的距離以及一致的互聯(lián)網(wǎng)連接;2)無法監(jiān)控模型在實際工況下的持續(xù)性能;3)邊緣環(huán)境的計算約束性質(zhì)。

碳氫化合物的勘探、生產(chǎn)、運輸和冶煉地點通常很偏遠。這意味著:

1

為了部署在云中訓練的模型或?qū)鞲衅鲾?shù)據(jù)中繼回云端,該位置可能沒有所需的互聯(lián)網(wǎng)連接。

2

連接可能不可靠,或者沒有足夠的帶寬實現(xiàn)上述功能。

3

即使連接可用,將數(shù)據(jù)從源中繼到云端、運行模型,然后將結(jié)果回傳到地面設備的延遲也可能過高,尤其是用于控制回路的測量更是如此。

衛(wèi)星互聯(lián)網(wǎng)服務可提供遠程連接,星鏈和OneWeb等下一代地球低軌道衛(wèi)星提供了改進的帶寬和更低的延遲。然而,這些服務仍會受到惡劣天氣的影響,這可能會使正常運行時間低于關(guān)鍵運營所需的時間。解決方案是部署本地模型,無論是在設備上還是在現(xiàn)場的本地服務器上,都能提供一致的可用性和延遲,并在連接允許時傳輸監(jiān)測和可觀測數(shù)據(jù)。

02

模型的更新和監(jiān)測

數(shù)據(jù)科學團隊很容易變得過于專注于部署、并在邊緣上運行模型,以至于他們忘記考慮一旦部署模型會發(fā)生什么事情。隨著環(huán)境的變化,訓練模型的條件可能不再適用。

考慮一個基于傳感器數(shù)據(jù)來預測某一設備何時可能發(fā)生故障的模型。隨著環(huán)境溫度的變化,來自傳感器的某些信號的重要性也可能發(fā)生變化。為夏季應用而建造的模型,可能需要在冬季較冷的月份進行升級。

進一步說,ML邊緣運營必須能夠監(jiān)控性能,并將更新的模型推送到設備,以返回可觀測的數(shù)據(jù)來進行連續(xù)分析??捎^測性數(shù)據(jù)允許自動化工具執(zhí)行連續(xù)的統(tǒng)計分析,將當前運行與先前的行為進行比較,以檢測數(shù)據(jù)或模型漂移(異常),并在問題轉(zhuǎn)化為故障之前發(fā)現(xiàn)問題。

03

邊緣環(huán)境計算約束

邊緣設備經(jīng)常受到CPU功率、內(nèi)存和網(wǎng)絡帶寬的限制。將推理數(shù)據(jù)轉(zhuǎn)移到遠程數(shù)據(jù)中心是一種解決方案,但如果這會帶來太多延遲或需要比可用帶寬更多的帶寬,會發(fā)生什么?

ML團隊需要一定的靈活性,以便在任何地方、每個地方都能部署模型推送管道,從設備到云部署模型。然而,無論是在設備上、本地服務器上、附近的微型數(shù)據(jù)中心,還是在傳統(tǒng)的數(shù)據(jù)中心運行,都需要專門的ML推理引擎來在各種環(huán)境中高效、一致地運行,以提供數(shù)據(jù)科學家所需要的監(jiān)測能力。

石油和天然氣對全球經(jīng)濟至關(guān)重要。這些企業(yè)每天都面臨著各種各樣的挑戰(zhàn),包括設備故障、泄漏、安全問題和經(jīng)濟處罰。物聯(lián)網(wǎng)和AI/ML有助于其改善運營,但克服邊緣ML挑戰(zhàn)對任何成功部署都至關(guān)重要。

在邊緣而不是在云端部署可靠的平臺來運行ML,將有助于行業(yè)從更多的數(shù)據(jù)中獲取更大的價值,并提供關(guān)鍵的收益,如早期檢測故障、主動維護提醒、動態(tài)流量控制和泄漏檢測。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • cpu
    cpu
    +關(guān)注

    關(guān)注

    68

    文章

    11042

    瀏覽量

    216053
  • 數(shù)據(jù)驅(qū)動

    關(guān)注

    0

    文章

    139

    瀏覽量

    12545
  • 機器學習
    +關(guān)注

    關(guān)注

    66

    文章

    8492

    瀏覽量

    134125

原文標題:數(shù)據(jù)驅(qū)動,要在邊緣部署機器學習而不是在云端!

文章出處:【微信號:控制工程中文版,微信公眾號:控制工程中文版】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦
    熱點推薦

    邊緣AI實現(xiàn)的核心環(huán)節(jié):硬件選擇和模型部署

    電子發(fā)燒友網(wǎng)綜合報道 邊緣AI的實現(xiàn)原理是將人工智能算法和模型部署到靠近數(shù)據(jù)源的邊緣設備上,使這些設備能夠本地進行
    發(fā)表于 05-26 07:09 ?825次閱讀

    6TOPS算力NPU加持!RK3588如何重塑8K顯示的邊緣計算新邊界

    萬物互聯(lián)的時代背景下,邊緣計算與8K顯示的融合需求日益迫切。傳統(tǒng)的云端處理模式面對8K超高清視頻數(shù)據(jù)時,常常出現(xiàn)延遲高、帶寬壓力大等問題
    發(fā)表于 04-18 15:32

    《RK3588核心板:AIoT邊緣計算的革命性引擎,能否解鎖智能物聯(lián)新范式?》

    ?萬物互聯(lián)的時代,邊緣計算正成為AIoT落地的核心驅(qū)動力。 明遠智?;谌鹦疚K3588芯片打造的高性能核心板, 憑借其八核異構(gòu)CPU架構(gòu)(4×[email protected] + 4
    發(fā)表于 04-02 10:26

    邊緣計算 到云端計算

    邊緣計算與云端計算的區(qū)別與聯(lián)系 ? 一、核心區(qū)別? 數(shù)據(jù)處理位置? 邊緣計算?:靠近數(shù)據(jù)源的設
    的頭像 發(fā)表于 03-27 08:30 ?300次閱讀
    從<b class='flag-5'>邊緣</b>計算 到<b class='flag-5'>云端</b>計算

    請問STM32部署機器學習算法硬件至少要使用哪個系列的芯片?

    STM32部署機器學習算法硬件至少要使用哪個系列的芯片?
    發(fā)表于 03-13 07:34

    是否可以使用OpenVINO?部署管理器部署機器上運行Python應用程序?

    使用 OpenVINO?部署管理器創(chuàng)建運行時軟件包。 將運行時包轉(zhuǎn)移到部署機器中。 無法確定是否可以部署
    發(fā)表于 03-05 08:16

    宇樹科技物聯(lián)網(wǎng)方面

    計算與云計算相結(jié)合的方式,這在物聯(lián)網(wǎng)中具有重要意義。邊緣計算可以機器人本地進行一些實時數(shù)據(jù)的處理和分析,減少數(shù)據(jù)傳輸延遲,提高
    發(fā)表于 02-04 06:48

    嵌入式機器學習的應用特性與軟件開發(fā)環(huán)境

    作者:DigiKey Editor 許多嵌入式系統(tǒng)中,必須采用嵌入式機器學習(Embedded Machine Learning)技術(shù),這是指將機器
    的頭像 發(fā)表于 01-25 17:05 ?553次閱讀
    嵌入式<b class='flag-5'>機器</b><b class='flag-5'>學習</b>的應用特性與軟件開發(fā)環(huán)境

    什么是邊緣計算網(wǎng)關(guān)?可以實現(xiàn)什么功能?

    邊緣計算網(wǎng)關(guān)是一種智能設備,通常部署在網(wǎng)絡的邊緣位置,靠近數(shù)據(jù)源或用戶。它負責本地處理和分析數(shù)據(jù)
    的頭像 發(fā)表于 01-09 17:41 ?956次閱讀
    什么是<b class='flag-5'>邊緣</b>計算網(wǎng)關(guān)?可以實現(xiàn)什么功能?

    邊緣設備上設計和部署深度神經(jīng)網(wǎng)絡的實用框架

    ???? 機器學習和深度學習應用程序正越來越多地從云端轉(zhuǎn)移到靠近數(shù)據(jù)源頭的嵌入式設備。隨著邊緣
    的頭像 發(fā)表于 12-20 11:28 ?762次閱讀

    AI模型部署邊緣設備的奇妙之旅:目標檢測模型

    以及邊緣計算能力的增強,越來越多的目標檢測應用開始直接在靠近數(shù)據(jù)源的邊緣設備上運行。這不僅減少了數(shù)據(jù)傳輸延遲,保護了用戶隱私,同時也減輕了云端
    發(fā)表于 12-19 14:33

    cmp機器學習中的作用 如何使用cmp進行數(shù)據(jù)對比

    機器學習領(lǐng)域,"cmp"這個術(shù)語可能并不是一個常見的術(shù)語,它可能是指"比較"(comparison)的縮寫。 比較
    的頭像 發(fā)表于 12-17 09:35 ?776次閱讀

    構(gòu)建云原生機器學習平臺流程

    構(gòu)建云原生機器學習平臺是一個復雜系統(tǒng)的過程,涉及數(shù)據(jù)收集、處理、特征提取、模型訓練、評估、部署和監(jiān)控等多個環(huán)節(jié)。
    的頭像 發(fā)表于 12-14 10:34 ?386次閱讀

    AI模型部署邊緣設備的奇妙之旅:如何在邊緣部署OpenCV

    識別、分類、跟蹤、場景重建等。這可能涉及到機器學習和深度學習模型的應用。 簡而言之,圖像處理是計算機視覺的基礎(chǔ),提供了必要的工具和技術(shù)來預處理和優(yōu)化圖像數(shù)據(jù)
    發(fā)表于 12-14 09:31

    AI模型部署邊緣設備的奇妙之旅:如何實現(xiàn)手寫數(shù)字識別

    處理,不必傳輸?shù)酵獠糠掌?,這有助于更好地保護用戶隱私和數(shù)據(jù)安全。 然而,邊緣計算也帶來了獨特的挑戰(zhàn),特別是資源受限的嵌入式系統(tǒng)中部署
    發(fā)表于 12-06 17:20