★ FEATURED ARTICLE 边缘AI正在改变数据在建筑里的流动方式让建筑变得越来越智能。视频监控能实时认出人、车辆和异常活动门禁系统能把身份验证、数据分析和自动反应结合起来空调和供暖系统会根据房间里有没有人来调节能耗环境传感器能在空气质量和温度刚出现变化时就发现苗头烟雾、火灾和安全系统的反应也越来越快。边缘AI让摄像头、传感器和控制系统不用再一直把原始数据传到云端而是先在本地分析判断哪些信息重要然后再传出去。但随之而来有一个新的基础设施难题智能设备处理数据和AI任务时带宽、距离和功耗怎么解决因为摄像头、传感器和控制系统在不同情况下要传的数据量差别很大比如一个AI摄像头平时可能只发送很小的元数据但在发现事件后会突然传一张核实图片或一段视频。一个预测性维护传感器可能长时间安安静静但在发现异常后会上传更详细的诊断信息。一个建筑控制器可能隔一段时间就需要一次固件或AI模型更新数据量比它平时的流量大得多。这些数据到底差多少一个简单的传感器事件、目标检测的元数据不到1KB而一张用于核实的图片可能需要几十KB一张高分辨率图片、一段视频或一次模型的空中更新就需要几百KB甚至几兆。流量忽大忽小、时有时无网络就不能只按日常的低值来设计否则平时够用一遇到图片、视频或模型更新就卡住了。安防系统就是一个典型例子。安防摄像头恰恰是那种平时数据量很小、关键时刻突然要传图片和视频的设备所以网络能不能稳定承载这种突发流量直接决定了摄像头能装在哪。本来摄像头的一些重要点位应该装在入口、停车楼、装卸区、围栏边、物业周界周界即防护区的外围边界这些更需要风险管控的地方但现实中经常装在网络信号很好的地方。之所以这样是因为传统Wi-Fi穿过墙壁、地板、金属结构和户外环境时性能会明显变差。集成商不得不把摄像头靠近接入点、缩小周界范围、加装更多节点或者多拉线缆来弥补。然后又带来新问题摄像头离周界远了只能在事件发生后记录下来不能更早发现可疑活动。多加接入点和节点会增加安装时间额外增加更多需要配置、供电和维护的设备。连接不稳定会增加排故成本、反复上门成本和售后支持成本。同样的问题遍布整个智能建筑。空调设备可能装在屋顶或机房电力和能源管理系统可能在地库或地下室环境传感器可能要覆盖很大的园区门禁设备可能分布在好几栋楼里。在每一种情况下AI设备的安装点位都只能反过来迁就网络而不是装在最应该装的点位。直接原因就是传统WiFi穿墙差、距离一远性能就下降。而其他技术也各有短板低功耗广域技术省电、距离远但很多只适合小数据包传不了图片和视频蜂窝网络覆盖广但长期费用和功耗不适合大量固定端点有线以太网和PoE可靠但在改造、室外和大型分散设施里又贵又不灵活。怎么办有一种技术正好同时满足把WiFi扩展到sub-GHz频谱。IEEE 802.11ah通常叫Wi-Fi HaLowWiFi联盟认证名称设计目标就是比传统2.4 GHz和5 GHz WiFi距离更远、更省电同时保留原生IP网络和现有WiFi的安全框架。这里简单说明sub-GHz 我们平时用的WiFi主要在2.4 GHz和5 GHz频段频率高速度快但信号穿墙差、传得近。sub-GHz指的是频率低于1 GHz的频段频率低信号传得更远、更容易穿过墙壁和障碍但速度相对慢一些。可以粗略理解为2.4 GHz和5 GHz像城市快速路车道多、跑得快但一堵墙就绕不过去sub-GHz像乡间小路跑得慢但能绕很远、穿过去。Wi-Fi HaLow就是用sub-GHz频段来跑WiFi在距离和穿透上优于传统 WiFi在速率上低于传统 WiFi。不过Wi-Fi HaLow不是要取代传统WiFi、以太网、蜂窝或其他低功耗技术而是把WiFi模式扩展到过去很难用无线覆盖的地方。因为sub-GHz频段能让信号传得更远也更容易穿过墙壁和其他障碍同时支持那些不只是简单传感器遥测的应用所需的数据速率。这就为传统网络覆盖边缘的摄像头、门禁系统、建筑传感器和其他设备提供了新选择。有了更好的连接结果可能也就不同了。过去因为网络限制被迫往内装的摄像头主要用来记录事件发生后的情况。现在更可靠的远距离连接可以让摄像头和传感器往外装靠近入口、停车区和物业周界。再结合本地分析就能更早发现、实时报警在事件升级前做出响应。同样道理也出现在建筑运营的其他方面。一个振动传感器发现设备行为异常可以在故障前触发预测性维护环境监测器可以更早发现不安全状况空调系统也可以更动态地响应人员变化和条件变化。每一种情况下设备能在数据产生的地方工作并且能和建筑其他部分稳定通信智能才更有用。在规划下一代建筑系统时连接性应该和计算、传感、分析一起考虑因为建筑要用很多年。今天装的设备可能要用好几年而软件、AI模型和数据需求还会不断变化。如果只按今天的流量需求来设计明天就可能变成基础设施瓶颈。所以连接问题不再只是网络有多快而是网络能不能把带宽、距离和功耗搭配好让AI能在整个建筑里真正发挥作用。说明1.文章参考公开报道并借助AI工具进行整理和分析如有不妥之处欢迎指正。2.部分市场数据基于行业估算、发布以及官方报道具体精确数据请以权威机构为准。3.欢迎长期追踪边缘AI的朋友一起探讨。
阅读完成 · 觉得有帮助？
