云邊混合技術(shù)如何影響物聯(lián)網(wǎng)的成功應(yīng)用？

2021-08-02 15:59:08來(lái)源：千家網(wǎng) 關(guān)鍵詞：云計(jì)算云技術(shù)閱讀量：23629

導(dǎo)讀：邊緣計(jì)算對(duì)于需要實(shí)時(shí)功能的各種IoT驅(qū)動(dòng)的應(yīng)用至關(guān)重要。

　　鑒于全球疫情大流行，數(shù)據(jù)的可訪問(wèn)性、可見(jiàn)性和互連性已成為在動(dòng)蕩時(shí)期實(shí)施的業(yè)務(wù)敏捷性戰(zhàn)略的關(guān)鍵組成部分。實(shí)際上，在過(guò)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(yù)算限制更大，試錯(cuò)空間較小的時(shí)期內(nèi)擴(kuò)展現(xiàn)有的物聯(lián)網(wǎng)工作，許多組織都面臨著嚴(yán)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(zhǔn)備。分析師估計(jì)，在未來(lái)幾年中，將有416億臺(tái)聯(lián)網(wǎng)的IoT設(shè)備生成79.4 ZB的數(shù)據(jù)。而且，大約25%的數(shù)據(jù)將是實(shí)時(shí)的，這增加了組織必須計(jì)劃和克服的挑戰(zhàn)清單的復(fù)雜性。

　　本文將重點(diǎn)介紹當(dāng)前物聯(lián)網(wǎng)項(xiàng)目中的關(guān)鍵差距、這些差距為何重要以及邊緣計(jì)算功能將如何增加物聯(lián)網(wǎng)可擴(kuò)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(tái)的組合來(lái)滿足基礎(chǔ)設(shè)施需求。但是，由于數(shù)據(jù)傳輸和處理成本，分析云中來(lái)自IoT傳感器的原始數(shù)據(jù)通常既昂貴又耗時(shí)。云延遲、帶寬和安全性挑戰(zhàn)仍然是重要的障礙，特別是對(duì)于產(chǎn)生高保真原始機(jī)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(shí)間延遲的數(shù)據(jù)來(lái)平衡成本和及時(shí)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(xué)習(xí)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(yùn)輸?shù)仁袌?chǎng)中的關(guān)鍵任務(wù)物聯(lián)網(wǎng)應(yīng)用所需的實(shí)時(shí)功能。

　　引入邊緣優(yōu)先部署

　　通過(guò)實(shí)施本機(jī)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(jī)器學(xué)習(xí)模型，并提供增強(qiáng)的預(yù)測(cè)能力。邊緣計(jì)算對(duì)于需要實(shí)時(shí)功能的各種IoT驅(qū)動(dòng)的應(yīng)用至關(guān)重要?？紤]工人的健康和安全監(jiān)控，包括溫度、面部防護(hù)和社交距離。安全問(wèn)題或帶寬訪問(wèn)受限的行業(yè)，例如采礦和車(chē)隊(duì)，也將從邊緣計(jì)算中受益匪淺。

　　請(qǐng)記住，邊緣優(yōu)先的物聯(lián)網(wǎng)計(jì)劃并不能消除所有云的參與。實(shí)際上，邊緣解決方案依賴于云環(huán)境的無(wú)限資源來(lái)訓(xùn)練和改進(jìn)現(xiàn)有的機(jī)器學(xué)習(xí)模型。對(duì)實(shí)時(shí)流數(shù)據(jù)執(zhí)行機(jī)器學(xué)習(xí)的邊緣設(shè)備必須定期檢查模型的準(zhǔn)確性和環(huán)境隨時(shí)間的變化。

　　隨著模型準(zhǔn)確性的下降，洞察力隨后被發(fā)送回云，其中包括代表異?；顒?dòng)的數(shù)據(jù)，這些數(shù)據(jù)需要對(duì)當(dāng)前模型進(jìn)行重新訓(xùn)練。一旦對(duì)模型進(jìn)行了微調(diào)，它們就會(huì)被推回邊緣，從而形成一個(gè)恒定的閉環(huán)過(guò)程，從而產(chǎn)生質(zhì)量更高的預(yù)測(cè)見(jiàn)解，進(jìn)而改善資產(chǎn)績(jī)效、過(guò)程改進(jìn)和產(chǎn)品質(zhì)量。

　　通過(guò)實(shí)時(shí)運(yùn)行云邊緣版本的機(jī)器學(xué)習(xí)模型，組織可以從源頭上對(duì)感興趣的事件采取行動(dòng)，做出反應(yīng)和采取行動(dòng)。這可以利用每個(gè)生態(tài)系統(tǒng)的優(yōu)勢(shì)，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?yàn)椴煌挠美梢詫⒁?jiàn)解發(fā)布到一個(gè)或多個(gè)公共和私有云中。

　　物聯(lián)網(wǎng)的云優(yōu)勢(shì)

　　云邊緣混合計(jì)劃將實(shí)時(shí)物聯(lián)網(wǎng)數(shù)據(jù)轉(zhuǎn)換為與生產(chǎn)效率和質(zhì)量指標(biāo)相關(guān)的可操作見(jiàn)解，運(yùn)營(yíng)經(jīng)理可以使用這些見(jiàn)解來(lái)減少計(jì)劃外停機(jī)、最大化產(chǎn)量并提高機(jī)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(guò)實(shí)時(shí)分析IoT傳感器數(shù)據(jù)，組織可以識(shí)別出超出先前定義的閾值和規(guī)則的任何值，構(gòu)建和訓(xùn)練機(jī)器學(xué)習(xí)模型以識(shí)別根本問(wèn)題原因，并部署機(jī)器學(xué)習(xí)模型以自動(dòng)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(yùn)營(yíng)人員可以監(jiān)控能源使用并主動(dòng)修改運(yùn)營(yíng)，以避免因能源系統(tǒng)過(guò)度工作而造成停電。管理人員和運(yùn)營(yíng)商無(wú)需依賴純?cè)葡到y(tǒng)的延遲洞察力，而是可以實(shí)時(shí)訪問(wèn)洞察力，從而更快地確定物聯(lián)網(wǎng)驅(qū)動(dòng)的建筑系統(tǒng)糾紛的根本原因，并最終減少總體停機(jī)時(shí)間。

　　(原標(biāo)題：云邊混合策略如何影響物聯(lián)網(wǎng)的成功應(yīng)用？)

上一篇：新型氧化石墨烯濾芯制備技術(shù)應(yīng)用有哪些？

下一篇：從競(jìng)技裁判到病灶檢測(cè) AI帶來(lái)何種改變？

我要評(píng)論

昵稱

匿名

文明上網(wǎng)，理性發(fā)言。（您還可以輸入200個(gè)字符)

表情

所有評(píng)論僅代表網(wǎng)友意見(jiàn)，與本站立場(chǎng)無(wú)關(guān)。

2025年云計(jì)算：各行業(yè)如何借助云技術(shù)實(shí)現(xiàn)突破？
云計(jì)算的新興趨勢(shì)預(yù)示著它將變得更加智能、多樣化、強(qiáng)大和環(huán)保。到2025年，預(yù)計(jì)超過(guò)85%的企業(yè)應(yīng)用程序?qū)⑹腔谠频?，從根本上改變商業(yè)模式和戰(zhàn)略。
云計(jì)算
2025-05-06 11:40:46
阿里定了！未來(lái)三年投入超3800億元建設(shè)云和AI硬件基礎(chǔ)設(shè)施
阿里巴巴集團(tuán)CEO吳泳銘宣布，未來(lái)三年，阿里將投入超過(guò)3800億元，用于建設(shè)云和AI硬件基礎(chǔ)設(shè)施，總額超過(guò)去十年的總和。阿里巴巴將不遺余力加速云和AI硬件基礎(chǔ)設(shè)施建設(shè)，助推全行業(yè)生態(tài)發(fā)展。
阿里云計(jì)算AI硬件基礎(chǔ)設(shè)施
2025-02-24 12:01:38
云計(jì)算標(biāo)準(zhǔn)與應(yīng)用工業(yè)和信息化部重點(diǎn)實(shí)驗(yàn)室學(xué)術(shù)委員會(huì)2024年度會(huì)議召開(kāi)
范科峰副院長(zhǎng)代表電子標(biāo)準(zhǔn)院，向支持實(shí)驗(yàn)室工作的專家委員致以誠(chéng)摯感謝。他強(qiáng)調(diào)，國(guó)家高度重視新一代信息技術(shù)產(chǎn)業(yè)的發(fā)展，尤其是云計(jì)算在數(shù)字經(jīng)濟(jì)發(fā)展中發(fā)揮著關(guān)鍵作用。
云計(jì)算信息技術(shù)
2025-02-13 11:56:45
邊緣AI與云集成：工業(yè)維護(hù)轉(zhuǎn)型的未來(lái)之路
隨著邊緣計(jì)算、人工智能(AI)和云技術(shù)的深度融合，預(yù)測(cè)性維護(hù)正成為推動(dòng)工業(yè)運(yùn)營(yíng)變革的關(guān)鍵力量。
邊緣計(jì)算云計(jì)算
2025-01-22 09:06:26
分析報(bào)告|到2032年云計(jì)算市場(chǎng)規(guī)模將飆升至2萬(wàn)億美元
根據(jù)最新報(bào)告，全球云計(jì)算市場(chǎng)預(yù)計(jì)將從2024年的5241.8億美元增長(zhǎng)到2032年的2萬(wàn)億美元，預(yù)計(jì)復(fù)合年增長(zhǎng)率(CAGR)為18.22%。這一巨大的市場(chǎng)增長(zhǎng)不僅反映了云計(jì)算技術(shù)的廣泛應(yīng)用，也預(yù)示著未來(lái)十年內(nèi)該領(lǐng)域的重大變革。
云計(jì)算
2025-01-15 14:31:00
不可不知！2025年將影響數(shù)據(jù)中心的5個(gè)云計(jì)算趨勢(shì)
人工智能(AI)和機(jī)器學(xué)習(xí)技術(shù)正在成為云計(jì)算創(chuàng)新的前沿。本文將探討2025年將對(duì)數(shù)據(jù)中心產(chǎn)生重大影響的五個(gè)云計(jì)算趨勢(shì)。
數(shù)據(jù)中心云計(jì)算
2025-01-06 09:43:21

版權(quán)與免責(zé)聲明：

凡本站注明“來(lái)源：智能制造網(wǎng)”的所有作品，均為浙江興旺寶明通網(wǎng)絡(luò)有限公司-智能制造網(wǎng)合法擁有版權(quán)或有權(quán)使用的作品，未經(jīng)本站授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用上述作品。已經(jīng)本網(wǎng)授權(quán)使用作品的，應(yīng)在授權(quán)范圍內(nèi)使用，并注明“來(lái)源：智能制造網(wǎng)”。違反上述聲明者，本站將追究其相關(guān)法律責(zé)任。

本站轉(zhuǎn)載并注明自其它來(lái)源（非智能制造網(wǎng)）的作品，目的在于傳遞更多信息，并不代表本站贊同其觀點(diǎn)或和對(duì)其真實(shí)性負(fù)責(zé)，不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如其他媒體、平臺(tái)或個(gè)人從本站轉(zhuǎn)載時(shí)，必須保留本站注明的作品第一來(lái)源，并自負(fù)版權(quán)等法律責(zé)任。如擅自篡改為“稿件來(lái)源：智能制造網(wǎng)”，本站將依法追究責(zé)任。

鑒于本站稿件來(lái)源廣泛、數(shù)量較多，如涉及作品內(nèi)容、版權(quán)等問(wèn)題，請(qǐng)與本站聯(lián)系并提供相關(guān)證明材料：聯(lián)系電話：0571-89719789；郵箱：1271141964@qq.com。