目前市麵上硬件解析方式一共有三種、分別是前端解析、邊緣計算、後端解析。

前端解析速度最快，但受硬件的影響，其算力有限，且解析算法單一，一般都是出廠前燒錄好的，算法更新比較困難，算法管理也比較困難，因此造成了使用場景單一的劣勢。且目前市麵上能支持前端解析的設備也比較少。

後端解析，是將AI算法部署在GPU服務器上，並接受算法管理平台的管理，解析能力強，算法更新簡單，適用場景廣，但受網絡延遲的影響，無法低延時的對現場發生的事件做出反應。

特別在工業(ye) 製造領域，每多1S的延時，對生產(chan) 的損失都是巨大的。比如在工業(ye) 質檢領域，我們(men) 依靠機器視覺對產(chan) 品質量進行檢測，如果采用後端解析的方式，那麽(me) 延遲巨大，很容易造成我們(men) 產(chan) 線的擁堵。

因此，我們(men) 就產(chan) 生了邊緣計算網關(guan) 這麽(me) 一個(ge) 產(chan) 品，它具有算力強和解析速度快兩(liang) 個(ge) 優(you) 點，在以下領域擁有很好的應用場景。

1、智慧石油

“邊緣計算+”將重點解決(jue) 由於(yu) 油井地理位置偏遠，給油井現場、設備的實時管理和監控帶來挑戰。利用邊緣視頻處理技術以及邊緣AI 能力，實現現場級的油井異物入侵、人員行為(wei) 檢測、設備狀態監控等業(ye) 務能力，降低業(ye) 務成本，保障石油開采過程中人員設備安全。

2、自動駕駛

自動駕駛是智能邊緣計算的典型應用場景之一。自動駕駛汽車必須不斷地掃描周圍的環境並評估行駛情況，根據突發事件對其行進軌跡進行校正。這些情況具備很強的實時數據處理需求，通過邊緣計算+人工智能技術的融合，在車載端搭建智能邊緣計算係統，負責數據的存儲(chu) 、處理和分析，保證數據處理的實時性。

3、工業(ye) AI 質檢場景

計算機、通信、消費類電子等3C 產(chan) 品通常對精密度和外觀要求非常高，而微小結構件檢測產(chan) 量大、人力耗用巨大，缺陷類型多、數據無法收集，人工檢測已經成為(wei) 製造業(ye) 效率提升和成本降低的瓶頸。工業(ye) AI 質檢解決(jue) 方案中通過邊緣計算技術能夠對5G 傳(chuan) 輸來的數據做到實時分析處理，保障工廠生產(chan) 效率的同時實現無人化質檢。通過機器視覺+人工智能深度學習(xi) 算法能夠處理很難提取的特征如產(chan) 品表麵的細小瑕疵，同時能夠消除由於(yu) 拍攝、光源、對焦等一係應用。

天拓四方推出的數網星工業(ye) 雲(yun) 平台中的邊緣端帶智能邊緣計算的數據采集網關(guan) ， 可以方便地實現現場設備的遠程數據采集、程序遠程下載和遠程維護。支持300+的工業(ye) 設備驅動 協議，2 路 RJ45 以太網和最多 5 路串口通訊接口， 可滿足絕大部分工業(ye) 控製器設備的聯網需求。 同時支持以太網寬帶、4G/5G、Wifi 上網方式。可通過數網星工業(ye) 雲(yun) 平台實現遠程配置、診斷和管理等功能。谘詢熱線：400-696-5700