#边缘AI
共 5 篇相关文章
第 13 章 制造业:AI 视觉质检、预测性维护与工业大脑
本章一句话 :制造业 FDE 的本质,是把 AI 嵌进产线、设备、MES 这套"物理 数字"系统——从视觉质检的相机→推理→剔除闭环,到预测性维护,价值直接体现在良品率和停机率上。 13.1 制造业 AI 落地的特征 制造业 FDE 和金融/医疗不同,它面对的是 物理世界 : 特征一:OT/IT 融…
第 17 章 能源与公用事业:电网、油气与新能源
本章一句话 :能源/公用事业是 FDE 正在快速进入的行业——SB Energy 招 FDE 搭 MCP server 把企业系统 Agent 化,公用事业 FDE 薪酬 $135K—$200K;FDE 的价值在于"用 AI 让能源系统更安全、更高效、更绿色"。 17.1 能源 AI 落地的特征 特…
深度专题六 模型部署与推理优化:vLLM、量化与生产级推理
专题定位 :把模型变成"可调用的服务",并让它在客户的算力/成本约束下跑得快、跑得省,是 FDE 的硬功夫。本专题深入推理服务化、量化、性能优化、成本控制。 一、推理服务化:从模型权重到生产 API 模型权重(.safetensors)不能直接被业务调用,要变成"服务"。 推理服务的职责 接收请求(…
深度专题二十二 边缘 AI 与端侧部署实战
一句话定义：边缘 AI / 端侧部署，是把模型从云端的 GPU 集群下沉到"靠近数据产生与决策发生的位置"——工厂产线盒、门店收银机、车载域控、甚至手机和 PC 本机——以换得低延迟、断网可用、数据不出域、单位推理成本可控这四件云端很难同时给的东西。它的核心矛盾不是"能不能跑"，而是"在瓦特级功耗、…
深度专题二十六 传统行业 FDE 渗透深度案例
26.1 为什么传统行业是 FDE 的真正蓝海 过去三年,资本市场与媒体叙事把 AI 落地的聚光灯几乎全打在互联网与新经济身上——电商推荐、广告生成、代码助手、客服机器人。这些场景的共同特征是:数字化基础好、数据天然在线、决策链短、试错成本低、产品可以灰度发布、用户自带数字素养。一句话,它们是 AI…