建筑經(jīng)理正在以前所未有的速度將智能技術(shù)集成到他們負(fù)責(zé)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(zhǎng) 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(dòng)化軟件和系統(tǒng)為業(yè)主提供了持續(xù)監(jiān)控運(yùn)行參數(shù)的機(jī)會(huì)，例如入住人數(shù)、室內(nèi)空氣質(zhì)量 (IAQ) 和公用事業(yè)使用，以幫助實(shí)現(xiàn)前所未有的安全和效率。
然而，將智能技術(shù)集成到設(shè)施中可能會(huì)讓一些建筑經(jīng)理感到不安。采用自動(dòng)化系統(tǒng)時(shí)必須做出的決定很復(fù)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(luò)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(qiáng)大方法之一。AI 可以應(yīng)用在邊緣（Edge AI）或云端（cloud AI）。二者各有優(yōu)勢(shì)，具體取決于應(yīng)用的目標(biāo)和需求，了解何時(shí)使用哪一種（或兩者的組合）的建筑經(jīng)理更有優(yōu)勢(shì)。
了解遠(yuǎn)程存儲(chǔ)和本地存儲(chǔ)之間的區(qū)別
現(xiàn)在正在部署的 AI 最初是作為一種云計(jì)算技術(shù)誕生的。這些系統(tǒng)背后的機(jī)器學(xué)習(xí)算法需要強(qiáng)大的計(jì)算能力，既要訓(xùn)練算法，又要調(diào)用它們提供見解——這一過程稱為推理。直到最近，本地基礎(chǔ)設(shè)施很少有資源來有效地做這些事情，因此，建筑運(yùn)營(yíng)商不得不在數(shù)據(jù)中心之外運(yùn)行他們的 AI 應(yīng)用。
然而，在遠(yuǎn)程數(shù)據(jù)中心之外運(yùn)行智能建筑應(yīng)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(shí)間——會(huì)影響系統(tǒng)的效率。如果一臺(tái)機(jī)器或整個(gè)樓宇自動(dòng)化系統(tǒng)將要發(fā)生故障，則需要盡可能立即發(fā)出警報(bào)和自動(dòng)響應(yīng)。
新一代邊緣計(jì)算技術(shù)在很大程度上緩解了這個(gè)問題：設(shè)施中安裝的基礎(chǔ)設(shè)施具有這些計(jì)算密集型工作負(fù)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(shù)，為數(shù)字化改造建筑運(yùn)營(yíng)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(jì)算設(shè)備上高效運(yùn)行的先進(jìn)技術(shù)（稱為 Edgification）。江森自控于 2022 年初收購了 FogHorn，現(xiàn)已將邊緣技術(shù)集成到其 OpenBlue 平臺(tái)中。
通過縮小本地能力差距，邊緣設(shè)備提供了一個(gè)架構(gòu)組件，對(duì)于實(shí)現(xiàn)盡可能高效和有效地運(yùn)行建筑物的目標(biāo)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(shí)施智能自動(dòng)化技術(shù)的建筑經(jīng)理現(xiàn)在幾乎不可避免地要面對(duì)是在本地部署還是在云端部署 AI 的問題。對(duì)于那些面臨這個(gè)問題的人，可以考慮一些簡(jiǎn)單的經(jīng)驗(yàn)法則。
Edge AI 在以下情況下表現(xiàn)最佳：
需要實(shí)時(shí)或接近實(shí)時(shí)執(zhí)行操作。檢測(cè)操作問題并自動(dòng)發(fā)出警報(bào)或響應(yīng)的智能自動(dòng)化系統(tǒng)往往在盡可能減少延遲時(shí)發(fā)揮最佳作用。需要對(duì)系統(tǒng)進(jìn)行本地控制。從云端關(guān)閉機(jī)器或調(diào)整控制系統(tǒng)通常會(huì)遇到安全和延遲方面的挑戰(zhàn)。數(shù)據(jù)傳輸和存儲(chǔ)成本存在限制。以一個(gè)視頻監(jiān)控系統(tǒng)為例，其中來自多個(gè)攝像頭的高保真圖像由計(jì)算機(jī)視覺 AI 模型（一種流行的 AI 應(yīng)用程序）進(jìn)行分析。將所有數(shù)據(jù)發(fā)送到云端并將其存儲(chǔ)在云端很快就會(huì)變得成本高昂。在以下情況下，云可能會(huì)更好：
完成嚴(yán)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(yùn)作方式，或者在其設(shè)施的“數(shù)字孿生”版本上運(yùn)行模擬練習(xí)。這種數(shù)據(jù)分析通常不需要實(shí)時(shí)進(jìn)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(qiáng)大的硬件和軟件工具來完成這項(xiàng)工作。在以下情況下，兩者的結(jié)合可能是最好的：
運(yùn)行多個(gè)建筑物并關(guān)聯(lián)它們之間的信息。云允許一個(gè)集中的數(shù)據(jù)交換所和指揮中心。實(shí)際上，通常采用混合方法，其中單個(gè)建筑物中的一些初始處理通過邊緣 AI 進(jìn)行，然后云 AI 在來自多個(gè)建筑物的聚合數(shù)據(jù)上運(yùn)行，可能結(jié)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(dú)做出的決定——有專業(yè)的技術(shù)供應(yīng)商可以確保將 AI 部署在最能滿足您獨(dú)特需求的地方。建筑經(jīng)理不需要成為數(shù)據(jù)科學(xué)家并完全了解人工智能及其底層機(jī)器學(xué)習(xí)算法的所有方面，而是可以與專業(yè)技術(shù)供應(yīng)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(fù)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(dú)特時(shí)刻。在經(jīng)歷了幾年因大流行而導(dǎo)致的關(guān)閉之后，員工堅(jiān)持使用實(shí)體工作場(chǎng)所，那里的便利設(shè)施觸手可及，協(xié)作工具無處不在，空氣質(zhì)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(shí)現(xiàn)了可持續(xù)發(fā)展目標(biāo)水和減少廢物。由于建筑物的占用率仍處于歷史低位，關(guān)閉不需要運(yùn)行的系統(tǒng)有助于顯著提高效率。
這些不斷變化的工作場(chǎng)所動(dòng)態(tài)和期望可以成為評(píng)估物聯(lián)網(wǎng)技術(shù)、連接它們的先進(jìn)網(wǎng)絡(luò)以及控制它們的人工智能系統(tǒng)的新投資的機(jī)會(huì)。這也是一個(gè)發(fā)展工作場(chǎng)所的機(jī)會(huì)，可以根據(jù)占用率、員工體驗(yàn)需求、場(chǎng)地所有權(quán)及其用例關(guān)鍵性（例如，研究實(shí)驗(yàn)室與辦公空間相比）做出更好的決策。
在決定是否投資自動(dòng)化控制系統(tǒng)時(shí)，建筑經(jīng)理歷來會(huì)優(yōu)先考慮時(shí)間表。不再。新的關(guān)鍵考慮因素是利用率指標(biāo)。他們不能理所當(dāng)然地認(rèn)為每個(gè)人都會(huì)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(jìng)爭(zhēng)，作為一個(gè)有吸引力和高效的工作環(huán)境。知道辦公室的室內(nèi)空氣質(zhì)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(yīng)居住者的需求。
作為回應(yīng)，新老建筑經(jīng)理正在尋求智能技術(shù)提供商的支持，以幫助他們獲得實(shí)施 AIoT 自動(dòng)化系統(tǒng)和優(yōu)化運(yùn)營(yíng)所需的新技能。一個(gè)有價(jià)值的教訓(xùn)是何時(shí)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(biāo)和應(yīng)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(yùn)營(yíng)，從而幫助他們的建筑重新煥發(fā)活力。
--------------------------峰會(huì)預(yù)告近期，由千家網(wǎng)主辦的2022年第23屆中國國際建筑智能化峰會(huì)將正式拉開帷幕，本屆峰會(huì)主題為“數(shù)智賦能，碳索新未來”，屆時(shí)將攜手全球知名建筑智能化品牌及專家，共同分享AI、云計(jì)算、大數(shù)據(jù)、IoT、智慧城市、智能家居、智慧安防等熱點(diǎn)話題與最新技術(shù)應(yīng)用，并探討如何打造“更低碳、更安全、更穩(wěn)定、更開放”的行業(yè)生態(tài)，助力“雙碳”目標(biāo)的實(shí)現(xiàn)。
歡迎建筑智能化行業(yè)同仁報(bào)名參會(huì)，分享交流！
報(bào)名方式
廣州站（2023年1月6日）：https://www.huodongxing.com/event/2638587914600
西安站（2023年1月10日）：https://www.huodongxing.com/event/4638585444400
上海站（2023年1月12日）：https://www.huodongxing.com/event/3638582473900
北京站（待定）：https://www.huodongxing.com/event/4638577546900
更多2022年峰會(huì)信息，詳見峰會(huì)官網(wǎng)：http://summit.qianjia.com/
- 2025年全球數(shù)據(jù)中心：數(shù)字基礎(chǔ)設(shè)施的演變
- 谷歌押注多模態(tài)AI，BigQuery湖倉一體是核心支柱
- 數(shù)字化轉(zhuǎn)型支出將飆升：到2027年將達(dá)到4萬億美元
- 量子與人工智能：數(shù)字化轉(zhuǎn)型的力量倍增器
- 華為OceanStor Dorado全閃存存儲(chǔ)榮獲CC認(rèn)證存儲(chǔ)設(shè)備最高認(rèn)證級(jí)別證書
- 2024年終盤點(diǎn) | 華為攜手伙伴共筑鯤鵬生態(tài)，openEuler與openGauss雙星閃耀
- 特朗普宣布200億美元投資計(jì)劃，在美國多地建設(shè)數(shù)據(jù)中心
- 工信部：“點(diǎn)、鏈、網(wǎng)、面”體系化推進(jìn)算力網(wǎng)絡(luò)工作 持續(xù)提升算網(wǎng)綜合供給能力
- 2025年超融合基礎(chǔ)設(shè)施的4大趨勢(shì)
- 2025年將影響數(shù)據(jù)中心的5個(gè)云計(jì)算趨勢(shì)
免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。
