苏州锐杰微科技完成近3亿元B轮融资，元禾重元领投
06-18
在江行智能深圳新办公室再次见到刘江川。
那天正好是他们的开放日活动。
清华大学人士等学术界人士出席。
。
只不过这一次，刘江川不仅是IEEE Fellow、江行智能CEO，他还有了一个新身份：加拿大国家工程院院士——这是他今年第二季度才增加的新头衔。
一年来，刘江川逐渐扩大了自己的团队，将办公室扩大到了深圳、北京、南京三个城市。
加之相继收购南方电网、北控水务、中国联通等大客户，其商业模式得到广泛认可，迅速成为边缘计算领域的一匹黑马。
谈到创业心态，刘江川坦言，坐在实验室里的感觉和实际去工业现场确实是不一样的。
事实证明，在学术氛围中，工业场景更多是基于“想象”，以为只会出现在论文中，但事实上，发现工业场景有很多碎片化、复杂的需求。
他觉得边缘计算正在逐渐告别传统的“手工坊”时代，即将迎来大爆发。
作为泛在电力物联网元年，2020年将是物联网等技术连接过去与未来的关键节点。
产业场景VS消费场景 江行智能定位为边缘计算技术与服务提供商。
因此，在看行业趋势时，他们更关注行业场景的变化。
产业场景碎片化，难以实现一次性大规模铺开。
在消费场景，更多的资本投入可以打开很多市场。
然而，该行业仅从小批量试点开始。
有些公司根本没有必要这样做。
投入几十人力做一个小试点，得不偿失，不确定因素巨大。
刘江川告诉雷锋网，对于江行智能这样的公司来说，它不仅提供了平台框架，更重要的是提供了基于平台的引擎。
“引擎的作用就是撬动大量资源，进入各种产业场景。
”电网是当前刘江川团队密切关注的重要领域。
他觉得这是城市的基础能源供应，也是智慧城市的基础。
在基础设施方面，刘江川团队正在致力于配电智能化、水务智能化改造。
例如，已经形成成熟的“基于边缘计算的电力智能维护解决方案”，通过低成本的边缘计算设备和深度学习图像识别算法，实现输电线路的实时智能运维。
对于电网公司来说，意味着设备可以在弱网环境下稳定运行，节省大量宽带费用。
“目前，交通和购物消费还只是智慧城市的一小部分。
事实上，基础设施非常重要。
“面向交通场景，江行智能目前拥有一整套充电桩解决方案，从电池管理、车位管理、故障报警、智能运维到后端APP，形成了完整的业务流程。
数据可以在充电桩上进行预处理。
通过EdgeBox，实现充电桩的无人运营充电桩的使用场景是在电力物联网元年的3月份左右，“泛在电力物联网”的概念应运而生。
刘江川意识到物联网和边缘计算是一个极好的组合，蕴含着非常有前景的市场，刘江川认为这个领域还比较新，有很多公司从物联网网关和传感器领域进入。
但像江行智能这样从边缘计算角度进入的公司仍然很少。
“目前我们不需要依赖大厂商。
我们有自己的引擎，有自己的芯片主板，有自己的行业洞察。
“江行智能芯片主板”他觉得，各大厂商之所以开放平台，采取平台战略，是希望将上下游产业纳入到自己的生态系统中。
但事实上，很多企业面对这个“生态系统”，从安全和隐私的角度来看，大多数工业企业对将数据放在云端有一定的不愿意，其次，他们也必须使用自己的服务器迁移到云端。
将是电力物联网元年，这个市场是大家共同努力的事情，业界普遍认识到边缘计算是工业互联网需要引入和推广的一个概念，再加上出现。
边缘服务器、边缘计算的爆发只是时间问题，电力物联网将是顶尖玩家竞相进入的领域。
刘江川表示，“边缘”并不是一个绝对的地理概念。
边缘计算是一个多层次的系统。
如果我们看一下云。
既然是顶层系统，那么云到端就可以称为“边缘”，比如工业现场、5G基站、分布式数据中心等。
他补充说，工业现场采集的数据有微秒级的延迟。
5G基站有十几到几十毫秒的延迟，分布式数据中心有几十到百毫秒的延迟，云端有几百毫秒的延迟。
因此，“边缘”并不是一个绝对的地理概念。
，但这是延迟的差异。
或者从隐私保护的角度来看，企业是否愿意使用多跳网络：直接使用互联网接口还是在5G基站进行数据采集，是根据不同的需求和不同的数据量而定的。
决定。
从智能交通系统的角度来看，这个场景其实是有结构性的。
汽车本身就是终端，手机连接到汽车上。
车载计算平台连接5G基站进行数据集成。
5G基站将控制路段区域内多辆车辆的数据采集，从而可以指挥汽车的启停以及路灯的信号指挥。
最终，基站的数据将与城市云端融合，实现智能交通。
系统进行更大规模的车辆调度。
因此可以看出，该场景至少涉及两层边缘：一是本体，二是5G基站。
边缘计算告别“手工作坊”时代 刘江川在采访中一直强调，边缘计算将是一个新时代，“新”意味着告别过去。
雷锋网注意到，传统意义上的边缘计算解决的是数据处理速度的问题。
数据处理从云端转移到边缘，从而加快了处理速度，并且无需访问互联网。
但实际上发现，速度只是思考产业场景的一方面，而不是全部。
有些场景对于毫秒降到10毫秒确实很敏感（尤其是工业车间流程），但在某些特定场景下，网络速率太慢（比如分布较少的铁塔区域），其实其迫切的需求是解决弱网环境下的问题。
他提到，安全是边缘计算的一个巨大市场，但目前还存在一些不足。
传统摄像头企业会专门针对安防场景做很多优化。
产品一旦安装完毕，整个交付过程就结束了，只要保证后续的硬件设备能够运行多年即可。
量产后，将通过集成最先进的算法来降低设备的制造成本。
“因为这几年各个城市对安防的需求非常大，所以这个领域确实发展得非常快。
”刘江川分析说，工业场景和安防场景有很大区别。
该行业涉及装配线、电力等因素。
如果按照安防市场的思维，首先我们需要对产品知识有非常深入的了解，并长期积累。
其次，企业需要为产品研发提供定制化服务。
整个周期拖了很长一段时间。
但问题是，一些产业场景的需求市场容量可能不是很大。
他们只是分阶段出现，可能会在下一阶段被淘汰。
一旦前期做了很多定制和固化，后期升级就变得非常困难。
刘江川扳平了比分。
在城市的塔楼上安装摄像头的（人工）成本为几。
在偏远地区，这个数字甚至可能更大。
这就对产品部署形式提出了要求：灵活快速、方便升级迭代、无需投入过多的新增成本。
此时，江行智能推出的EdgeBox产品就是专门为此而设计的。
它在物联网设备和云端之间增加了一条数据预处理链路（边缘计算），大大降低了通信开销和计算延迟。
刘江川对于公司成立仅一年就推出如此具有强大实施能力的产品充满信心。
江行智能目前是TO B TO C模式。
它服务的行业是C端，比如水电，但提供的技术是给B端使用的。
这样的行业属性有什么好处呢？刘江川观察到，C端用户对服务需求非常敏感，比如停水、停电，这将“逆转”电网和水务公司的升级。
“如果没有C端的压力，B端企业可能连变革的压力都没有。
”而这场“自我变革”的背后，是边缘计算的无限市场。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-17
06-18
06-17
06-17
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态