文章大纲
- 简介
-
- 为什么要在制造业节能减排
- 能耗估算
-
- 显卡能耗
- CPU 能耗
- 树莓派能耗
- 加速卡能耗
- 硬件层面的改进
-
- 边缘端硬件简介
- 树莓派 + 加速卡
- 软件层面的改进
-
- 检测逻辑的改进
- 算法层面改进
- 深度学习模型训练,推理,量化的优化
- 外网参考
- 参考文献
简介
为什么要在制造业节能减排
一、制造业的能耗与排放现状
- 制造业作为经济的支柱产业,对资源的消耗和环境的污染影响巨大。传统制造业以高能耗、高排放为特点,给环境带来了严重影响。随着全球气候变暖问题日益严重,节能减排技术在各个产业领域中的应用变得愈发重要。制造业在能源消耗和碳排放方面占据重要地位,因此推动制造业实施节能减排技术已经成为当前发展的必然选择。
中国制造业的能源消耗量占全国总能耗的比重超过60%。其中,钢铁、有色金属、化工等行业的能耗尤为突出。
- 碳排放量高:制造业也是碳排放的主要来源之一。2021年,中国制造业的碳排放量约为36亿吨,占全国碳排放总量的35%。钢铁和水泥行业是主要的排放源,分别占制造业碳排放的51%和31%。
二、深度学习的应用与能耗
深度学习作为一种强大的机器学习算法,在制造业中的应用日益广泛。然而,深度学习模型的训练和推理过程需要消耗大量的计算资源和能源。特别是在制造业中,深度学习通常用于产品质量检测、故障诊断、生产过程优化等任务,这些任务需要处理大量的数据,并运行复杂的模型,从而进一步增加了能耗。