目前市面上硬體解析方式一共有三種、分别是前端解析、邊緣計算、後端解析。
前端解析速度最快，但受硬體的影響，其算力有限，且解析算法單一，一般都是出廠前燒錄好的，算法更新比較困難，算法管理也比較困難，是以造成了使用場景單一的劣勢。且目前市面上能支援前端解析的裝置也比較少。
後端解析，是将AI算法部署在GPU伺服器上，并接受算法管理平台的管理，解析能力強，算法更新簡單，适用場景廣，但受網絡延遲的影響，無法低延時的對現場發生的事件做出反應。
特别在工業制造領域，每多1S的延時，對生産的損失都是巨大的。比如在工業質檢領域，我們依靠機器視覺對産品品質進行檢測，如果采用後端解析的方式，那麼延遲巨大，很容易造成我們産線的擁堵。
是以我們就産生了邊緣計算網關這麼一個産品，它具有算力強和解析速度快兩個優點，在以下領域擁有很好的應用場景。
- 智慧石油
“邊緣計算+”将重點解決由于油井地理位置偏遠，給油井現場、裝置的實時管理和監控帶來挑戰。利用邊緣視訊處理技術以及邊緣AI 能力，實作現場級的油井異物入侵、人員行為檢測、裝置狀态監控等業務能力，降低業務成本，保障石油開采過程中人員裝置安全。
- 自動駕駛
自動駕駛是智能邊緣計算的典型應用場景之一。自動駕駛汽車必須不斷地掃描周圍的環境并評估行駛情況，根據突發事件對其行進軌迹進行校正。這些情況具備很強的實時資料處理需求，通過邊緣計算+人工智能技術的融合，在車載端搭建智能邊緣計算系統，負責資料的存儲、處理和分析，保證資料處理的實時性。
- 無人零售場景
邊緣AI 技術提供的智能化資料處理能力，滿足貨品監測、收銀記錄、人員識别等多個無人零售核心業務需求。在基礎設施方面，利用邊緣計算技術，提供優秀的性能功耗比，令計算密集型AI 應用運作于低功耗的裝置中，滿足業務場景對性能和功耗的苛刻要求。
- 雲遊戲
雲遊戲是以雲計算為基礎的遊戲方式，在雲遊戲的運作模式下，所有遊戲都在伺服器端運作，并将渲染完畢後的遊戲畫面壓縮後通過網絡傳送給使用者。在用戶端，使用者的遊戲裝置不需要任何高端處理器和顯示卡，隻需要基本的視訊解壓能力就可以了。雲計算（cloud computing），是一種基于網際網路的計算方式，通過這種方式，共享的軟硬體資源和資訊可以按需提供給計算機和其他裝置。提供資源的網絡被稱為“雲”。
- 工業AI質檢場景
計算機、通信、消費類電子等3C 産品通常對精密度和外觀要求非常高，而微小結構件檢測産量大、人力耗用巨大，缺陷類型多、資料無法收集，人工檢測已經成為制造業效率提升和成本降低的瓶頸。工業AI 質檢解決方案中通過邊緣計算技術能夠對5G 傳輸來的資料做到實時分析處理，保障工廠生産效率的同時實作無人化質檢。通過機器視覺+人工智能深度學習算法能夠處理很難提取的特征如産品表面的細小瑕疵，同時能夠消除由于拍攝、光源、對焦等一系應用。
浪潮 NE3160M5 是一款 1U單路的輕量化邊緣伺服器，具備較強的環境适應性，增強的網絡特性和高可靠性，适用于5G ICT 融合、MEC（邊緣計算技術）, AIOT（人工智能+物聯網）和其他智能邊緣應用。
文字的說明十分有限，感興趣的夥伴可以去B站搜尋“智慧城市微設計”了解更多的幹貨喲！