建筑智能化

       边缘计算的前身是云计算，随着越来越多的设备连接到互联网并生成数据，云计算可能无法完全处理这些数据，尤其是在某些需要非常快速地处理数据的使用场景当中。

       边缘计算主要涉及设备端、边缘计算端和云端三个部分，可以结合大数据、AI学习、语音、视频等能力，打造出云边端三位一体的计算体系。使数据能够在最近端进行处理，减少在云端之间来回传输数据的需要，提高数据处理能力、降低数据传输延迟。

机房建设

网络工程建设

物联网系统集成

AI人工智能技术

边缘计算

二维码/RFID标签

服务热线：

0371-62008889

开发者使用设备接入SDK，将非标设备转换成标准物模型，就近接入网关，从而实现设备的管理和控制。

设备连接到网关后，网关可以实现设备数据的采集、流转、存储、分析和上报设备数据至云端，同时网关提供规则引擎、函数计算引擎，方便场景编排和业务扩展。

设备数据上传云端后，可以结合云服务、大数据、AI学习等，通过标准API接口，实现更多功能和应用。

低成本：

通过本地数据清洗、计算、过滤可将最优价值的数据上传至云进行存储，减少计算、存储及带宽带来的成本。

速接入：

通过边缘提供的快速设备接入方案，可以通过自己熟悉的语言连接不同协议、不同数据格式的设备。

低延迟：

可以在设备所处的本地网络中完成设备数据采集，实现控制策略，在本地对设备数据进行清洗、计算、分析，更实时，更可靠。

高智能：

提供AI学习、语音识别、视频识别能力，与云能力做结合，提高本地智能化。

弱依赖：

可在断网或者弱网环境下运行本地计算、存储、分析。

高安全：

提供云到边缘的安全连接，提供数据加密及安全存储。

智能制造

交通运输

由于能够减少滞后，边缘计算会使得制造流程更快速地做出响应和变动。连接在同一个边缘设备上的两台机器还可以互相学习。减少人工成本投入、提高生产效率，实现规模化生产。

边缘计算技术最显而易见的潜在应用之一是交通运输。更具体地说，是无人驾驶汽车。自动驾驶汽车装备了各种各样的传感器，从摄像头到雷达到激光系统，来帮助车辆运行。

智慧农场

医疗保健

边缘计算非常适合应用于农业，因为农场经常处于偏远的位置和恶劣的环境中，可能存在带宽和网络连接方面的问题。利用边缘计算可避免农场因网络问题带来的信息延迟和不必要的损失。

一些可穿戴健康监控器可以在不连接云的情况下本地分析脉搏数据及睡眠模式。根据数据，医生可当场对病人进行评估，并就病人的健康状况提供即时反馈。