新基建是后疫情时代经济复苏的新动力，与人工智能、5G、物联网等IT支出密切相关，边缘计算与这些新兴技术的结合将进一步推动市场的发展。
星环科技边缘计算平台Sophon Edge是解决多模态数据集成和治理过程中的边缘化、智能化的云端-边缘端融合的计算平台。在智能制造、智能安防、智能工地、智能交通、智能城市、智能校园、智能加油站等场景有广泛的应用。
以钢铁企业为例，现阶段为有经验的老师傅进行人工控制，容易导致最终钢水质量参差不齐，炼钢过程急需从经验化转换为标准化。该平台帮助钢铁制造企业实现了降低当前生产成本，提高生产质量的价值创造。
钢铁制造企业在炼钢过程中需有一次温度和碳含量的测定来作为控制终点的参考。在对钢铁生产线相关设备参数与过程数据进行采集后，由边缘节点Edge Node负责基础设备管理及网关服务，对接完成后的设备消息通过星环科技自研实时流引擎Slipstream将数据接入到工业互联网平台，在云端Edge Hub中进行生产模型训练，并下发至边缘平台进行实时应用。通过对边缘端的模型进行灰度升级、自动升级等操作从而实现持续应用。
主要应用成果体现在三个方面：一是基于边缘计算和实时流引擎技术，实现了现场工艺执行情况的实时监控和告警，确保生产过程有序进行。二是提高了出钢终点温度和碳含量命中率，保证了钢水质量比经验生产高19~33%。三是模型下发后可进行生产化参数远程实时控制，可提高炼钢过程生产效率的5%;减少人工对终端控制的干预，降低人员投入总工时每月45天。
在智慧监管场景中，以街边餐饮企业污水违法倾倒为例，以往执法人员对沿街商铺的污水倾倒等违法行为需进行现场取证，才能进行处罚，这种人工监管的方式无疑增加了城市管理难度，目前亟需由人工监管转为智能化监测。
该平台支持多种设备通讯协议，无需改造传统设备即可采集数据，可对人脸数据、人脸生物特征、人群分析等结果进行高效处理，赋能人员监管，进行异常行为识别，出现异常状况和突发事件时，可以及时告警，提醒管理人员及时处理。基于边缘计算平台Sophon Edge利用自研的违法倾倒AI算法对视频进行智能分析，实现违法倾倒行为的实时识别，并将违法行为发生地点信息和违法行为的gif动态图片返回至城市运行数据中心。对污水乱倒的违法行为进行24小时不间断监测识别，实现了对违法行为取证，让执法人员有证可依、有据可查，有效减少城市管理的人力投入，保障了城市水质。
Sophon Edge平台还可以将AI算力注入边缘，就近对数据进行处理，减少在云端之间来回传输数据的需要，可对人脸数据、人脸生物特征、人群分析等结果进行高效处理，赋能人员监管，防范人员的翻墙入侵、越界出逃、非法入侵危险区等异常行为，保证企业的财产和人身安全。
以工地场景为例，工地往往是工种多且人员混杂的，常常无法进行有效及时的监管;生产事故与人员伤亡也几乎每天都在发生;不仅如此，扬尘和噪声也一直是工地与附近居民发生纠纷的主要问题。
针对如上问题，星环科技边缘计算平台Sophon Edge能够完成如下工作：人员基础信息管理：人员考勤信息统计，工地实时人数统计;自动设备台账管理：设备运行状态监控、设备故障预测分析、搅拌机工作状态监测、渣土车进出信息统计;违规&危险行为预警：人员聚集检测预警、工人越界识别、工人穿戴不合规告警、吊装物检测;Sophon Edge对于人员的识别抓拍率大于99%，识别率超95%，识别延迟为毫秒级;上线至今纠正违规行为3000余次，保障了施工现场安全生产事故零发生。
在城轨智能视频分析系统建设过程中，以前地铁检测方式采用的仍是人工巡检，每天需要消耗大量人力，且整体工作效率不高，亟需一款视频智能分析应用来对设备监控视频进行智能分析，对异常状态进行智能识别，提升巡检效率。Sophon Edge边缘计算平台提供了一站式实时异常检测平台，基于高效、适宜的图像分类、目标检测以及实例分割等深度学习算法，能够通过模型不断的自动迭代更新，提升产线缺陷检测的精度并适应业务变化。
边缘计算平台Sophon Edge开发的基于视频识别的弓网火花检测系统，通过对整个线路运行过程中的打火事件进行检测，对火花的出现次数及火花大小进行统计分析，为接触网检修提供了指导依据，同时根据弓网火花发生频次和位置来评价地铁线路健康状况，建立起了一套完整的燃弧质量健康评价体系。相较于依靠传统的人工监测方法，基于视频识别的检测系统显著节约了人力成本。
随着新一代信息技术与行业深度融合，数字化转型已日趋成为企业发展的新动能。人工智能通过重构企业商业流程、用户体验、产品服务和商业模式，正成为企业数字化转型的核心。星环科技可以提供更开放的数据接入能力，提供更全面的数据治理能力更流畅的一键部署能力与更易用的流程配置能力，为成为业界先进水平的边缘计算平台而不断努力。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
