新基建是后疫情時代經濟復蘇的新動力，與人工智能、5G、物聯網等IT支出密切相關，邊緣計算與這些新興技術的結合將進一步推動市場的發展。
星環科技邊緣計算平臺Sophon Edge是解決多模態數據集成和治理過程中的邊緣化、智能化的云端-邊緣端融合的計算平臺。在智能制造、智能安防、智能工地、智能交通、智能城市、智能校園、智能加油站等場景有廣泛的應用。
以鋼鐵企業為例，現階段為有經驗的老師傅進行人工控制，容易導致最終鋼水質量參差不齊，煉鋼過程急需從經驗化轉換為標準化。該平臺幫助鋼鐵制造企業實現了降低當前生產成本，提高生產質量的價值創造。
鋼鐵制造企業在煉鋼過程中需有一次溫度和碳含量的測定來作為控制終點的參考。在對鋼鐵生產線相關設備參數與過程數據進行采集后，由邊緣節點Edge Node負責基礎設備管理及網關服務，對接完成后的設備消息通過星環科技自研實時流引擎Slipstream將數據接入到工業互聯網平臺，在云端Edge Hub中進行生產模型訓練，并下發至邊緣平臺進行實時應用。通過對邊緣端的模型進行灰度升級、自動升級等操作從而實現持續應用。
主要應用成果體現在三個方面：一是基于邊緣計算和實時流引擎技術，實現了現場工藝執行情況的實時監控和告警，確保生產過程有序進行。二是提高了出鋼終點溫度和碳含量命中率，保證了鋼水質量比經驗生產高19~33%。三是模型下發后可進行生產化參數遠程實時控制，可提高煉鋼過程生產效率的5%；減少人工對終端控制的干預，降低人員投入總工時每月45天。
在智慧監管場景中，以街邊餐飲企業污水違法傾倒為例，以往執法人員對沿街商鋪的污水傾倒等違法行為需進行現場取證，才能進行處罰，這種人工監管的方式無疑增加了城市管理難度，目前亟需由人工監管轉為智能化監測。
該平臺支持多種設備通訊協議，無需改造傳統設備即可采集數據，可對人臉數據、人臉生物特征、人群分析等結果進行高效處理，賦能人員監管，進行異常行為識別，出現異常狀況和突發事件時，可以及時告警，提醒管理人員及時處理。基于邊緣計算平臺Sophon Edge利用自研的違法傾倒AI算法對視頻進行智能分析，實現違法傾倒行為的實時識別，并將違法行為發生地點信息和違法行為的gif動態圖片返回至城市運行數據中心。對污水亂倒的違法行為進行24小時不間斷監測識別，實現了對違法行為取證，讓執法人員有證可依、有據可查，有效減少城市管理的人力投入，保障了城市水質。
Sophon Edge平臺還可以將AI算力注入邊緣，就近對數據進行處理，減少在云端之間來回傳輸數據的需要，可對人臉數據、人臉生物特征、人群分析等結果進行高效處理，賦能人員監管，防范人員的翻墻入侵、越界出逃、非法入侵危險區等異常行為，保證企業的財產和人身安全。
以工地場景為例，工地往往是工種多且人員混雜的，常常無法進行有效及時的監管；生產事故與人員傷亡也幾乎每天都在發生；不僅如此，揚塵和噪聲也一直是工地與附近居民發生糾紛的主要問題。
針對如上問題，星環科技邊緣計算平臺Sophon Edge能夠完成如下工作：人員基礎信息管理：人員考勤信息統計，工地實時人數統計；自動設備臺賬管理：設備運行狀態監控、設備故障預測分析、攪拌機工作狀態監測、渣土車進出信息統計；違規&危險行為預警：人員聚集檢測預警、工人越界識別、工人穿戴不合規告警、吊裝物檢測；Sophon Edge對于人員的識別抓拍率大于99%，識別率超95%，識別延遲為毫秒級；上線至今糾正違規行為3000余次，保障了施工現場安全生產事故零發生。
在城軌智能視頻分析系統建設過程中，以前地鐵檢測方式采用的仍是人工巡檢，每天需要消耗大量人力，且整體工作效率不高，亟需一款視頻智能分析應用來對設備監控視頻進行智能分析，對異常狀態進行智能識別，提升巡檢效率。Sophon Edge邊緣計算平臺提供了一站式實時異常檢測平臺，基于高效、適宜的圖像分類、目標檢測以及實例分割等深度學習算法，能夠通過模型不斷的自動迭代更新，提升產線缺陷檢測的精度并適應業務變化。
邊緣計算平臺Sophon Edge開發的基于視頻識別的弓網火花檢測系統，通過對整個線路運行過程中的打火事件進行檢測，對火花的出現次數及火花大小進行統計分析，為接觸網檢修提供了指導依據，同時根據弓網火花發生頻次和位置來評價地鐵線路健康狀況，建立起了一套完整的燃弧質量健康評價體系。相較于依靠傳統的人工監測方法，基于視頻識別的檢測系統顯著節約了人力成本。
隨著新一代信息技術與行業深度融合，數字化轉型已日趨成為企業發展的新動能。人工智能通過重構企業商業流程、用戶體驗、產品服務和商業模式，正成為企業數字化轉型的核心。星環科技可以提供更開放的數據接入能力，提供更全面的數據治理能力更流暢的一鍵部署能力與更易用的流程配置能力，為成為業界先進水平的邊緣計算平臺而不斷努力。
