Deepseek-R1 המשלב מחשוב AI ו- Edge עבור IoT תעשייתי

מָבוֹא

הדגמים המזוקקים בגודל קטן של DeepSeek-R1 מכוונים עדינים באמצעות נתוני שרשרת מחשבה שנוצרו על ידי DeepSeek-R1, המסומנים עם...תגיות, בירושה את יכולות ההנמקה של R1. מערכי נתונים מכוונים עדינים אלה כוללים במפורש תהליכי הנמקה כמו פירוק בעיות וניכויים ביניים. למידת החיזוק יישרה את דפוסי ההתנהגות של המודל המזוקק עם צעדי ההנמקה שנוצרו על ידי R1. מנגנון זיקוק זה מאפשר למודלים קטנים לשמור על יעילות חישובית תוך קבלת יכולות הנמקה מורכבות בסמוך לאלה של מודלים גדולים יותר, המהווים ערך יישום משמעותי בתרחישים מוגבלים במשאבים. לדוגמה, גרסת 14B משיגה 92% מהשלמת הקוד של דגם DeepSeek-R1 המקורי. מאמר זה מציג את המודל המזוקק של DeepSeek-R1 ואת יישומי הליבה שלו במחשוב קצה תעשייתי, המסכם בארבעת הכיוונים הבאים, יחד עם מקרי יישום ספציפיים:

DC3C637C5BEAD8B62ED51B6D83AC0B4

תחזוקה חזויה של ציוד

יישום טכני

היתוך חיישנים:

שילוב נתוני רטט, טמפרטורה ונוכחים מ- PLCs דרך פרוטוקול Modbus (קצב הדגימה 1 קילו הרץ).

מיצוי תכונות:

הפעל דחף קצה על Jetson Orin NX כדי לחלץ תכונות סדרות זמן 128 ממדיות.

הסקת מודל:

פרוס את מודל DeepSeek-R1-Deastill-14B, והקלט וקטורי תכונות כדי לייצר ערכי הסתברות תקלות.

התאמה דינמית:

הפעלת תחזוקת עבודות הזמנות בעת ביטחון> 85%, ויוזמת תהליך אימות משני כאשר <60%.

מקרה רלוונטי

שניידר אלקטריק פרש פיתרון זה על מכונות כרייה, והפחית שיעורים חיוביים כוזבים ב 63% ועלויות התחזוקה ב -41%.

1

הפעלת מודל מזוקק של DeepSeek R1 במחשבי AIN AI Edge

בדיקה חזותית משופרת

ארכיטקטורת פלט

צינור פריסה טיפוסי:

מצלמה = gige_vision_camera (500fps) # מצלמה תעשייתית של ג'יגביט
מסגרת = camera.capture () # תמונה לכידת
הערך מראש = opencv.denoise (מסגרת) # denoising preprocessing
defect_type = deepseek_r1_7b.infer (מעובד מראש) # סיווג פגמים
אם defect_type! = 'רגיל':
Plc.trigger_reject () # מנגנון מיון טריגר

מדדי ביצועים

עיכוב עיבוד:

82 MS (JETSON AGX ORIN)

דִיוּק:

זיהוי פגמים מעוצב הזרקה מגיע ל 98.7%.

2

ההשלכות של DeepSeek R1: מנצחים ומפסידים בשרשרת הערך של AI היצירתית

אופטימיזציה של זרימת תהליכים

טכנולוגיות מפתח

אינטראקציה בשפה טבעית:

מפעילים מתארים חריגות בציוד באמצעות קול (למשל, "תנודות לחץ מכחיש ± 0.3 MPa").

הנמקה רב -מודאלית:

המודל מייצר הצעות אופטימיזציה המבוססות על ציוד נתונים היסטוריים (למשל, התאמת מהירות הבורג ב -2.5%).

אימות תאומים דיגיטלי:

אימות סימולציה של פרמטרים בפלטפורמת היציקה Edgex.

אפקט יישום

המפעל הכימי של BASF אימץ תוכנית זו, והשיג ירידה של 17% בצריכת האנרגיה ועלייה של 9% בשיעור איכות המוצר.

3

Edge AI ועתיד העסקים: Openai O1 לעומת Deepseek R1 לבריאות, רכב ו- IIOT

אחזור מיידי של בסיס הידע

עיצוב אדריכלות

מסד נתונים וקטורי מקומי:

השתמש ב- ChromADB כדי לאחסן מדריכי ציוד ומפרטי תהליכים (הטמעת מימד 768).

אחזור היברידי:

שלב אלגוריתם BM25 + דמיון קוסינוס לשאילתה.

דור תוצאות:

מודל R1-7B מסכם ומעיד תוצאות אחזור.

מקרה טיפוסי

מהנדסי סימנס פתרו כישלונות מהפכים באמצעות שאילתות בשפה טבעית, והפחיתו את זמן העיבוד הממוצע ב 58%.

אתגרי ופתרונות פריסה

מגבלות זיכרון:

נעשה שימוש בטכנולוגיית כימות מטמון של KV, והפחית את השימוש בזיכרון במודל 14B מ- 32GB ל- 9GB.

הבטחת ביצועים בזמן אמת:

התייצבות של חביון הסקה יחידה ל ± 15 ms באמצעות אופטימיזציה של גרף CUDA.

סחף מודל:

עדכונים מצטברים שבועיים (מעבירים רק 2% מהפרמטרים).

סביבות קיצוניות:

מיועד לטווחי טמפרטורה רחבים של -40 מעלות צלזיוס עד 85 מעלות צלזיוס עם רמת ההגנה של IP67.

5
微信图片 _20240614024031.jpg1

מַסְקָנָה

עלויות הפריסה הנוכחיות ירדו כעת ל 599 $/צומת (JETSON ORIN NX), כאשר יישומים הניתנים להרחבה נוצרו במגזרים כמו ייצור 3C, הרכבת רכב וכימיה אנרגטית. אופטימיזציה רציפה של ארכיטקטורת MOE וטכנולוגיית הכימות צפויה לאפשר למודל 70B לרוץ במכשירי Edge בסוף 2025.

מצא פתרון כבל ELV

כבלי שליטה

עבור BMS, אוטובוס, כבל מכשור.

מערכת כבלים מובנית

רשת ונתונים, כבל סיבים אופטיים, כבל תיקון, מודולים, לוחית פנים

2024 תערוכות ואירועים סקירת

אפריל 16th-18, 2024 אנרגיה אמצעית-מזרח בדובאי

אפריל 18-18, 2024 Securika במוסקבה

מאי 9, 2024 מוצרים וטכנולוגיות חדשות אירוע השקה בשנגחאי

אוקטובר 22-25, 2024 סין אבטחה בבייג'ינג

נובמבר 19-20, 2024 KSA עולם מחובר


זמן ההודעה: פברואר -07-2025