云 vs 邊緣AI：什么最適合你的設施？

　　建筑經(jīng)理正在以前所未有的速度將智能技術集成到他們負責的物業(yè)中。根據(jù) Juniper Research 的數(shù)據(jù)，到 2026 年，全球智能建筑的數(shù)量將增長 150%，從今年的 4500 萬座建筑增加到超過 1.15 億座。這種部署急劇增加是有充分理由的。尖端的自動化軟件和系統(tǒng)為業(yè)主提供了持續(xù)監(jiān)控運行參數(shù)的機會，例如入住人數(shù)、室內空氣質量 (IAQ) 和公用事業(yè)使用，以幫助實現(xiàn)前所未有的安全和效率。

　　然而，將智能技術集成到設施中可能會讓一些建筑經(jīng)理感到不安。采用自動化系統(tǒng)時必須做出的決定很復雜，可能包括他們不熟悉的元素。但就像他們掌握了 HVAC、照明控制和冷卻器一樣，建筑經(jīng)理也可以了解物聯(lián)網(wǎng) (IoT)、網(wǎng)絡和人工智能 (AI)。

　　支持人工智能的物聯(lián)網(wǎng) (AIoT) 系統(tǒng)可能特別令人生畏，但它可能是最大限度提高建筑效率、安全性和可持續(xù)性的最強大方法之一。AI 可以應用在邊緣(Edge AI)或云端(cloud AI)。二者各有優(yōu)勢，具體取決于應用的目標和需求，了解何時使用哪一種(或兩者的組合)的建筑經(jīng)理更有優(yōu)勢。了解遠程存儲和本地存儲之間的區(qū)別

　　現(xiàn)在正在部署的 AI 最初是作為一種云計算技術誕生的。這些系統(tǒng)背后的機器學習算法需要強大的計算能力，既要訓練算法，又要調用它們提供見解——這一過程稱為推理。直到最近，本地基礎設施很少有資源來有效地做這些事情，因此，建筑運營商不得不在數(shù)據(jù)中心之外運行他們的 AI 應用。

　　然而，在遠程數(shù)據(jù)中心之外運行智能建筑應用有其自身的局限性。連接性、帶寬成本、安全性和延遲——將數(shù)據(jù)發(fā)送到云端并返回所需的時間——會影響系統(tǒng)的效率。如果一臺機器或整個樓宇自動化系統(tǒng)將要發(fā)生故障，則需要盡可能立即發(fā)出警報和自動響應。

　　新一代邊緣計算技術在很大程度上緩解了這個問題：設施中安裝的基礎設施具有這些計算密集型工作負載所需的處理能力。

　　七年前成立的 FogHorn 等公司開發(fā)了一種邊緣人工智能技術，為數(shù)字化改造建筑運營創(chuàng)造了新的可能性。這包括用于優(yōu)化 AI 模型以在低成本邊緣計算設備上高效運行的先進技術(稱為 Edgification)。江森自控于 2022 年初收購了 FogHorn，現(xiàn)已將邊緣技術集成到其 OpenBlue 平臺中。

　　通過縮小本地能力差距，邊緣設備提供了一個架構組件，對于實現(xiàn)盡可能高效和有效地運行建筑物的目標非常重要。 在云端和 Edge AI 之間做出選擇

　　隨著 Edge AI 的出現(xiàn)，考慮實施智能自動化技術的建筑經(jīng)理現(xiàn)在幾乎不可避免地要面對是在本地部署還是在云端部署 AI 的問題。對于那些面臨這個問題的人，可以考慮一些簡單的經(jīng)驗法則。

　　Edge AI 在以下情況下表現(xiàn)最佳： 需要實時或接近實時執(zhí)行操作。檢測操作問題并自動發(fā)出警報或響應的智能自動化系統(tǒng)往往在盡可能減少延遲時發(fā)揮最佳作用。 需要對系統(tǒng)進行本地控制。從云端關閉機器或調整控制系統(tǒng)通常會遇到安全和延遲方面的挑戰(zhàn)。 數(shù)據(jù)傳輸和存儲成本存在限制。以一個視頻監(jiān)控系統(tǒng)為例，其中來自多個攝像頭的高保真圖像由計算機視覺 AI 模型(一種流行的 AI 應用程序)進行分析。將所有數(shù)據(jù)發(fā)送到云端并將其存儲在云端很快就會變得成本高昂。

　　在以下情況下，云可能會更好： 完成嚴格的數(shù)據(jù)分析。建筑經(jīng)理通常希望基于 AI 分析更深入地了解他們的運作方式，或者在其設施的“數(shù)字孿生”版本上運行模擬練習。這種數(shù)據(jù)分析通常不需要實時進行，因此最好在云端執(zhí)行，管理人員可以在任何規(guī)模上利用最強大的硬件和軟件工具來完成這項工作。

　　在以下情況下，兩者的結合可能是最好的： 運行多個建筑物并關聯(lián)它們之間的信息。云允許一個集中的數(shù)據(jù)交換所和指揮中心。實際上，通常采用混合方法，其中單個建筑物中的一些初始處理通過邊緣 AI 進行，然后云 AI 在來自多個建筑物的聚合數(shù)據(jù)上運行，可能結合其他數(shù)據(jù)源。 邁出采用人工智能的第一步

　　重要的是要記住，這些是建筑經(jīng)理不需要單獨做出的決定——有專業(yè)的技術供應商可以確保將 AI 部署在最能滿足您獨特需求的地方。建筑經(jīng)理不需要成為數(shù)據(jù)科學家并完全了解人工智能及其底層機器學習算法的所有方面，而是可以與專業(yè)技術供應商合作，讓人工智能在幕后施展魔法。

　　甲骨文與許多現(xiàn)在開始大規(guī)模復工政策的組織一樣，將大流行的后果視為引入智能建筑系統(tǒng)的獨特時刻。在經(jīng)歷了幾年因大流行而導致的關閉之后，員工堅持使用實體工作場所，那里的便利設施觸手可及，協(xié)作工具無處不在，空氣質量受到監(jiān)控，擁擠程度有限，而且他們的公司在能源和能源使用方面實現(xiàn)了可持續(xù)發(fā)展目標水和減少廢物。由于建筑物的占用率仍處于歷史低位，關閉不需要運行的系統(tǒng)有助于顯著提高效率。

　　這些不斷變化的工作場所動態(tài)和期望可以成為評估物聯(lián)網(wǎng)技術、連接它們的先進網(wǎng)絡以及控制它們的人工智能系統(tǒng)的新投資的機會。這也是一個發(fā)展工作場所的機會，可以根據(jù)占用率、員工體驗需求、場地所有權及其用例關鍵性(例如，研究實驗室與辦公空間相比)做出更好的決策。

　　在決定是否投資自動化控制系統(tǒng)時，建筑經(jīng)理歷來會優(yōu)先考慮時間表。不再。新的關鍵考慮因素是利用率指標。他們不能理所當然地認為每個人都會回來，許多公司正在采用混合工作政策。 創(chuàng)造更智能、更安全和更可持續(xù)的空間

　　辦公室第一次需要與家庭競爭，作為一個有吸引力和高效的工作環(huán)境。知道辦公室的室內空氣質量 (IAQ) 受到監(jiān)控、水和能源等資源得到有效利用并且他們居住的房間舒適，人們希望感到自信。AIoT 系統(tǒng)可以幫助使建筑物更節(jié)能、更健康、更自主、更安全，并能更好地響應居住者的需求。

　　作為回應，新老建筑經(jīng)理正在尋求智能技術提供商的支持，以幫助他們獲得實施 AIoT 自動化系統(tǒng)和優(yōu)化運營所需的新技能。一個有價值的教訓是何時在本地或云端部署 AI。一旦他們確定邊緣或云 AI 是否符合他們的建筑目標和應用需求，知情的建筑經(jīng)理就可以相信 AI 將幫助他們確保健康的空氣、舒適的空間和高效的運營，從而幫助他們的建筑重新煥發(fā)活力。