数智园区行业参考指南：“IN”数智时代赋能园区转型（44页）

行业报告下载 2024年01月28日 07:38 管理员

在数智园区中，以人工智能 (AI)、边缘计算等为代表的数智化技术应用深度不断拓展，带来了数智园区更多场景的突破，由数智化技术赋能的智慧照明、自动驾驶等技术将在园区得到广泛的应用。毕马威研究数据显示，目前数智园区基础网络设备覆盖率超过 90%，智慧安全管理系统覆盖率超过 60%，智慧泊车系统覆盖率超过 40%4 。在技术创新的驱动下，将有越来越多的园区投入到数智园区的建设浪潮中，提升园区对于算力基础设施的要求。以大模型为例，数据显示，在大模型的驱动下，到 2026 年，全球 AI 计算市场规模将增长到 2,536 亿元5 ，这将驱动 AI 服务器的持续增长。而作为算力基础设施的重要承载者与应用者，数智园区的算力规模也将不断增长，带来多元芯片、服务器等领域的广阔市场。AI 技术可以帮助园区构建智能化的服务平台，在决策支持、安全管理、机器人客服、无人驾驶等方面提供创新的应用场景，提高园区的运营和管理水平。AI 技术与计算机视觉、自动化控制等技术的融合为数智园区赋予了前所未有的感知能力与控制能力。随着 AI 技术的发展，AI 系统需要具备柔性、持续学习和自主学习能力。例如，在机器视觉应用中，可以先通过少量数据建立基本的识别能力，然后通过人工干预的模式对相关的数据进行半监督地标注，以及自动化、持续性地训练，从而不断提升识别的性能与精度。部署于边缘端的 AI 和深度视觉应用能够支持数智园区部署轻量级应用，直接在边缘端对数据进行清洗、预处理、聚合和筛选，降低云或数据中心的数据处理压力，节省网络带宽，同时加快特定环境下的应用响应速度。例如，在园区路侧部署的边缘人工智能系统可以集中处理安全管理、流量调度和路灯控制等任务，提供人流统计、异常行为告警和环境控制（如动态调整灯光强弱）等功能。随着大模型的快速发展，越来越多的数智园区客户开始关注这些 AI 领域的新技术，以此来进一步提升园区管理的效率和智能化水平。此外，以 ViT (Vision Transformer) 和 SAM (Segment Anything Model) 为代表的视频大模型对于视频分析软件的实现带来了很多前所未有的进步。由于它的训练需要更少的标注且能够带来更高的准确率，视频大模型的使用可以显著降低模型更新和维护的成本。这些优势将驱动越来越多的客户考虑放弃原有的传统神经网络模型，从而转向使用更有效的视频大模型来支撑其视频分析的软件负载。