5G边缘计算在工业互联网领域的商用思考

中国科学院院士邬贺铨曾经提到：“1G 到4G 是面向个人通信的，5G 是面向移动互联网和工业互联网的。”将 5G 边缘计算引入工业互联网，对于运营商来说，可以提升自身在价值链上的地位，提供更优质的服务；对于工业互联网来说，5G 边缘计算技术可以解决数据时延、带宽、安全性等问题，满足并加快整体建设需求。

2021-12-28
阅读158
下载0
6页
docx

边缘计算在物联网领域的应用及发展前景

随着无线移动通信技术的快速发展，以及移动互联网、云计算的普及，加速推动了物联网及相关技术在垂直行业中的应用和落地。随之而来，一种新型的计算范式“边缘计算”开始频繁出现在我们视野中。所谓边缘计算，就是指在靠近物体或数据生成的位置处理数据的方法，采用网络、计算、存储、应用核心能力为一体的开放平台，强调就近处理数据，从而减少系统反应时间，保护数据隐私及安全，延长电池使用寿命，节省网络带宽等。以满足在实时业务、应用智能、安全与隐私保护等方面的基本需求。

2021-12-28
阅读171
下载0
5页
docx

5G 边缘计算引发算力产业格局巨变

从平台的角度看:在5G时代，云计算平台将面临着海量设备接入、海量数据、带宽不够和功耗过高等高难度挑战，边缘计算将与云计算互相协同，云计算聚焦非实时、长周期数据的大数据分析，边缘计算则更靠近执行单元，能够快速响应，对于时延要求高的业务而言，边缘计算可为客户提供更好的服务。

2021-12-28
阅读146
下载0
9页
docx

基于5G边缘计算的智慧单兵执法解决方案

随着经济的高速发展以及城镇化进程的加快，我国城市人口日趋密集，城市人口流动性大大增加，同时各种犯罪活动也呈爆发式增长，犯罪手段日益丰富隐秘。加之交通便利、人口流动性大，严重加大公安人员打击抓捕犯罪嫌疑人的难度与力度。此时亟须引入先进而有效的科技手段，全面提升案件侦查与犯罪预防的能力。

2021-12-28
阅读143
下载0
10页
docx

实现5G愿景的重大利器：MEC（多接入边缘计算）

多接入边缘计算MEC（Multi-Access Edge Computing）技术的概念最早提出于2009年卡内基梅隆大学所研发的cloudlet计算平台。2014年，欧洲电信标准协会（ETSI）正式定义了MEC的基本概念并成立了MEC规范工作组，开始启动相关标准化工作。2016年，ETSI将此概念扩展为多接入边缘计算，并将移动蜂窝网络中的边缘计算应用推广至其他无线接入网络（如Wi-Fi）。在ETSI的推动下，包括3GPP及中国通信标准化协会（CCSA）在内的其他国际及中国标准化组织也相继启动了相关工作。目前，MEC已经发展演进为5G移动通信系统的重要技术之一。

2021-12-28
阅读145
下载0
9页
docx

外循环立磨水泥半终粉磨系统的应用研究

介绍了西南某厂KVM型外循环立磨水泥半终粉磨系统的应用情况，采用“外循环立磨+球磨机”作为主机装备，应用结果表明：半终粉磨系统运行稳定，立磨直接选出的成品比例高，节能效果明显，系统技术指标先进，水泥产品需水量低，外加剂相容性好，为降低水泥粉磨电耗，提升水泥品质提供了一种新的选择。

2021-12-28
阅读150
下载0
9页
docx

5G+工业互联网在大型石化项目中的应用实践

石油化工行业属于典型的流程工业，工程质量管理难度很大。目前的管理方法主要停留在对文档标准化管理和人工现场巡查的层面，缺乏有效的与工程施工现场结合的手段。在石化行业大型工程项目管理过程中，基于5G专网、物联网、人工智能和边缘计算等技术融合进行管理，可以很好地解决人员合规、行为识别、生产安全管控、质量管控、隐蔽工程追溯、环境风险感知、风险预警、实时告警等痛点问题，有广阔的应用前景和应用价值。

2021-12-28
阅读148
下载0
12页
docx

边缘计算行业研究报告

边缘计算中计算、存储、网络资源均采用了虚拟化技术，将硬件资源池化，并用软件进行智能化调度。即边缘设备就近将数据整合并存储到最近的移动边缘平台（虚拟资源池）上，多个第三方应用和功能可共享平台层，极大地方便了移动边缘计算实现统一的资源管理；同时网络虚拟化技术提升数据传输的智能化程度，减少传输时间，使得网络传输进一步优化。

2021-12-28
阅读159
下载0
18页
docx

上一页 1 …… 1717 1718 1719 1720 1721 1722 1723 1724 1725 1726 1727 …… 2884 下一页共 23066 条



立即登录

没有账户，需要注册

登录用户可享受以下权益

免费下载方案
服币提现
发布方案得服币
交易分成

精品推荐

工业时序基础大模型技术发展综述

时序大模型是面向时间序列数据的基础大模型，以 Transformer 等架构为核心，通过在海量多领域时序数据上进行预训练，学习时间维度上的通用模式、周期规律与长距离依赖关系。区别于传统时序模型针对单一任务单独训练，时序大模型具备强大的迁移能力，只需少量样本微调或零样本提示，即可适配时序预测、异常检测、缺失值补全、时序分类等下游任务。在工业场景中，它能够直接处理传感器、设备测点产生的海量时序信号，挖掘设备状态演变规律，支撑设备故障预警、工况识别与生产趋势预判，为工业智能落地提供底层模型能力。如：中服云的CServerAIR

阅读626
下载8

2026“人工智能+”行业发展蓝皮书

2025年，全球人工智能市场规模达到3909亿美元，中国人工智能核心产业规模突破9000亿元。AIAgent细分市场以49.6%的年复合增长率高速扩张，制造业应用大模型的企业比例在一年之内从9.6%跃升至47.5%。从2024年初，中国日均词元(Token)调用量为1000亿;至2025年底，跃升至100万亿;2026年3月，已突破140万亿，两年增长超千倍。这些数字背后，是一场深刻变革的加速到来-人工智能正在从"能力突破"走向“系统重构”。

阅读2405
下载8

中服云能碳管理平台V5.0

中服云能碳管理系统依托中服云工业物联网底座打造，聚焦工业企业能耗管控与碳资产管理需求。系统整合水、电、气、热等多类能源数据，实现用能实时采集、集中监测、智能分析。依托数字化手段精准核算碳排放总量，助力企业摸清碳排底数、合规完成台账管理。通过节能诊断、能耗优化策略推送，有效降低生产能耗与运营成本。全方位赋能企业绿色低碳转型，筑牢安全生产与节能减排双重发展防线。

阅读2848
下载14

中服设备健康管理系统产品介绍

中服设备健康管理系统依托中服云工业物联网架构搭建，面向工业全品类设备运维场景。融合实时数据采集、状态监测、故障诊断核心能力，全天候掌握设备运行动态。通过边缘计算与 AI 算法分析设备隐患，实现从被动维修向预测性维护升级。有效降低设备故障率、减少停机损失，简化线下运维管理流程。助力工厂实现设备数字化管控，保障产线高效、稳定、安全运行。

阅读2585
下载10

最新上线

2026工业网络现状报告

十多年以来，关于工业网络的讨论一直围绕着数据表现展开。诸如"哪种协议的市场份额在上升?哪种在下滑?哪种标准最终将胜出?"这类问题固然依旧关键，您也可以在本报告第4页的年度市场份额数据中找到最新解答。然而，如今任何深耕工业自动化领域的专业人士都清楚，行业关注的核心问题已经发生了转移。

阅读19
下载0

2026金融智能体可信互联研究报告

在国务院《关于深入实施“人工智能+”行动的意见》指导下，众多企业加速推进人工智能应用落地，并积极探索智能体的潜在价值，2025年由此成为智能体发展的元年。2026年5月，中国人民银行等四部门印发《关于“人工智能+金融”的实施意见》，推动人工智能与金融行业广泛融合。为支撑跨模态、跨模型、跨机构、跨行业的复杂任务协同，满足金融业“开放、融合、高效”的发展诉求，智能体正从单一模式朝着多智能体协同与互联互通的方向演进。在此背景下，智能体通信协议迅速发展。