邊緣計算功能將如何增加物聯(lián)網(wǎng)可擴展性
p#qiye a:link,p#qiye a:visited{text-decoration:none;}
.text img {max-width:630px;}
鑒于全球新*疫情大流行，數(shù)據(jù)的可訪問性、可見性和互連性已成為在動蕩時期實施的業(yè)務敏捷性戰(zhàn)略的關鍵組成部分。實際上，在過去幾年中，物聯(lián)網(wǎng)的采用激增，并且正在繼續(xù)穩(wěn)步上升。不幸的是，隨著組織在預算限制更大，試錯空間較小的時期內(nèi)擴展現(xiàn)有的物聯(lián)網(wǎng)工作，許多組織都面臨著嚴峻的挑戰(zhàn)。
組織很少為大規(guī)模物聯(lián)網(wǎng)和iiot部署所涉及的數(shù)據(jù)海嘯做好準備。分析師估計，在未來幾年中，將有416億臺聯(lián)網(wǎng)的iot設備生成79.4 zb的數(shù)據(jù)。而且，大約25%%u7684數(shù)據(jù)將是實時的，這增加了組織必須計劃和克服的挑戰(zhàn)清單的復雜性。
本文將重點介紹當前物聯(lián)網(wǎng)項目中的關鍵差距、這些差距為何重要以及邊緣計算功能將如何增加物聯(lián)網(wǎng)可擴展性并取得成功。
云的狀態(tài)
大多數(shù)現(xiàn)代組織都依賴于云和舊平臺的組合來滿足基礎設施需求。但是，由于數(shù)據(jù)傳輸和處理成本，分析云中來自iot傳感器的原始數(shù)據(jù)通常既昂貴又耗時。云延遲、帶寬和安全性挑戰(zhàn)仍然是重要的障礙，特別是對于產(chǎn)生高保真原始機器和物聯(lián)網(wǎng)傳感器數(shù)據(jù)的工業(yè)行業(yè)而言。因此，組織經(jīng)常求助于使用縮減采樣或時間延遲的數(shù)據(jù)來平衡成本和及時性，從而容易遺漏數(shù)據(jù)異常。
盡管云是一種有效的數(shù)據(jù)建模和學習入口，但是由于傳輸和生態(tài)系統(tǒng)方面的考慮，它缺乏制造、石油和天然氣以及運輸?shù)仁袌鲋械年P鍵任務物聯(lián)網(wǎng)應用所需的實時功能。
引入邊緣優(yōu)先部署
通過實施本機邊緣解決方案，組織可以在本地提取、豐富和分析數(shù)據(jù)，在清理的數(shù)據(jù)集上執(zhí)行機器學習模型，并提供增強的預測能力。邊緣計算對于需要實時功能的各種iot驅動的應用至關重要?？紤]工人的健康和安全監(jiān)控，包括溫度、面部防護和社交距離。安全問題或帶寬訪問受限的行業(yè)，例如采礦和車隊，也將從邊緣計算中受益匪淺。
請記住，邊緣優(yōu)先的物聯(lián)網(wǎng)計劃并不能消除所有云的參與。實際上，邊緣解決方案依賴于云環(huán)境的無限資源來訓練和改進現(xiàn)有的機器學習模型。對實時流數(shù)據(jù)執(zhí)行機器學習的邊緣設備必須定期檢查模型的準確性和環(huán)境隨時間的變化。
隨著模型準確性的下降，洞察力隨后被發(fā)送回云，其中包括代表異?；顒拥臄?shù)據(jù)，這些數(shù)據(jù)需要對當前模型進行重新訓練。一旦對模型進行了微調(diào)，它們就會被推回邊緣，從而形成一個恒定的閉環(huán)過程，從而產(chǎn)生質(zhì)量更高的預測見解，進而改善資產(chǎn)績效、過程改進和產(chǎn)品質(zhì)量。
通過實時運行云邊緣版本的機器學習模型，組織可以從源頭上對感興趣的事件采取行動，做出反應和采取行動。這可以利用每個生態(tài)系統(tǒng)的優(yōu)勢，確保物聯(lián)網(wǎng)、邊緣和云的和諧相互作用。此外，云邊緣混合解決方案可防止云鎖定，因為不同的用例可以將見解發(fā)布到一個或多個公共和私有云中。
物聯(lián)網(wǎng)的云優(yōu)勢
云邊緣混合計劃將實時物聯(lián)網(wǎng)數(shù)據(jù)轉換為與生產(chǎn)效率和質(zhì)量指標相關的可操作見解，運營經(jīng)理可以使用這些見解來減少計劃外停機、最大化產(chǎn)量并提高機器利用率。例如，使用邊緣云混合策略，工廠可以提高產(chǎn)品質(zhì)量。通過實時分析iot傳感器數(shù)據(jù)，組織可以識別出超出先前定義的閾值和規(guī)則的任何值，構建和訓練機器學習模型以識別根本問題原因，并部署機器學習模型以自動停止生產(chǎn)有缺陷的零件。
此外，邊緣云洞察力使智能建筑運營人員可以監(jiān)控能源使用并主動修改運營，以避免因能源系統(tǒng)過度工作而造成停電。管理人員和運營商無需依賴純云系統(tǒng)的延遲洞察力，而是可以實時訪問洞察力，從而更快地確定物聯(lián)網(wǎng)驅動的建筑系統(tǒng)糾紛的根本原因，并最終減少總體停機時間。