Промышленное производство
Промышленный Интернет вещей | Промышленные материалы | Техническое обслуживание и ремонт оборудования | Промышленное программирование |
home  MfgRobots >> Промышленное производство >  >> Industrial Internet of Things >> Интернет вещей

Роль граничных вычислений в коммерческих развертываниях Интернета вещей

Пограничные вычисления способны анализировать и фильтровать необработанные наборы данных и отправлять обратно в облако или центр обработки данных только ценную информацию.

Внедрение устройств Интернета вещей (IoT) почти во все отрасли промышленности уже идет полным ходом, и ожидается, что будет использоваться 5,8 млрд конечных точек.

По прогнозам, в ближайшие 10 лет устройства IoT затмят мобильные устройства и ПК, а это означает, что нам нужен новый тип сетевого решения для обработки такого большого объема данных.

Считается, что граничные вычисления — это та эволюция, которая переместит вычисления и хранилище гораздо ближе к конечной точке. Таким образом, интеллектуальный счетчик электроэнергии или система видеонаблюдения могут работать без постоянного подключения к Интернету.

«Благодаря обработке входящих данных на периферии требуется отправлять меньше информации в облако и обратно. Это также значительно снижает задержку обработки», — сказал Майкл Клегг, вице-президент по IoT в Supermicro. "Хорошей аналогией может быть популярная пиццерия, которая открывает небольшие филиалы в большем количестве районов, поскольку пирог, испеченный в основном ресторане, остынет по пути к дальнему покупателю".

По данным Gartner, к 2023 году 50% крупных предприятий развернут как минимум шесть вариантов использования периферийных вычислений по сравнению с одним процентом в 2019 году. Этот значительный рост исследований, за которым следует внедрение, приведет к резкому увеличению объема собираемых данных.

К счастью, граничные вычисления также помогают в этом отношении, поскольку они могут анализировать и фильтровать необработанные наборы данных и отправлять обратно в центр обработки данных только ценную информацию.

Это должно удерживать сетевые затраты ниже, чем они были бы, при сохранении качества или объема данных. Благодаря использованию ИИ это значение усугубляется, поскольку модели машинного обучения могут быть развернуты для повышения качества фильтра.

По данным Gartner, коммунальные услуги, физическая безопасность и автомобилестроение станут тремя самыми быстрорастущими сегментами коммерческого развертывания IoT в 2020 году.

Без использования периферийных вычислений существует риск перехвата данных IoT, особенно если все необработанные данные перемещаются непосредственно в центр обработки данных.

Это также может сделать многие варианты использования финансово невыполнимыми, поскольку бизнесу придется платить крупным облачным провайдерам значительные суммы за размещение необработанных данных с миллионов устройств IoT.


Интернет вещей

  1. Интеллектуальные данные:следующий рубеж в Интернете вещей
  2. Периферийные вычисления:архитектура будущего
  3. Периферийные вычисления:5 потенциальных ловушек
  4. Использование данных Интернета вещей от края до облака и обратно
  5. Три основных проблемы подготовки данных IoT
  6. Являются ли Интернет вещей и облачные вычисления будущим данных?
  7. Ближе к краю:как периферийные вычисления будут способствовать развитию Индустрии 4.0
  8. Демократизация Интернета вещей
  9. Максимизация ценности данных IoT
  10. 3 удивительных преимущества облака в IoT