．物聯網創新之下的邊緣運算

Internet-of-Things (IoT): 

Edge Computing Implementation

康橋白光車牌攝影機，

任何顏色車牌——都拍攝的清清楚楚！

來源： 企业网

邊緣的發展一向引人注目，但不是所有事情，都能達到意想之中的繁榮。

我們都非常自然的，將雲端運算和邊緣運算，看做相互競爭的存在。作為ＩＴ的核心，兩種技術都先後取得了最高的地位，並且根據企業的優先事項和能力，被定位為一個明智的選擇。然而，這個「不是/或」的難題，是一個值得被詳解的神話；他們是完全不同的概念。

邊緣 —— 讓運算和智慧更加接近數據源的物理空間，成為雲中斷開元素的傳遞機制。因此，他們可以協同工作，而不是作為替代品。慢慢形成一種有效的混合方式，將邊緣的靈活性與中央雲的高效處理能力相結合。

這就是為什麼這兩種環境，都是為新一代開發人員部署的選項，可以創建更智慧，事件驅動的微服務，從而實現更快，更靈活的應用程式開發。

雖然預測到由於連接成本將會降低，中央雲中智慧定位系統，則會為企業首選的標準，但這些預測並沒有實現。相反，我們看到了由 IoT 創建的數據逐漸向邊緣遷移的過程，以及增強的連接和功能的自然發展。

的確，網路邊緣的智慧不僅更容易獲取，而且還能即實時捕獲，讓其發展在純粹的形式和最新鮮的狀態中。這些都使得它成為最有價值的資訊，是即時和準確的操作決策。

改變的好處在於：直接在設備上運算，多個設備返回到一個中央核心網路，所引起的瓶頸將被交付給過去。此外，安全風險被降至最低，因為在數據傳輸過程中被消耗，容易受到攻擊。當分析添加到混合時，事情就會變得更加有趣，因為數據的子集與分析本地化，可以讓決策更具說服力。

儘管邊緣的這種優勢一直是引人注目的，但並不是所有的東西，都能在傳統背景下蓬勃發展。就像今天的機器學習算法，包括他們對於大量數據，和運算能力的需求，長期以來都是依賴雲，來完成繁重的工作。

然而，隨著人工智慧成為更加主流的顯示，從智慧汽車到數為私人助理，外界在迅速改變。現在大家的焦點，開始轉向如何能更好的在網路外圍設備，更接近行動電話、電腦，和利用該技術，應用運行其他設備空間進行交付。

我們已經看到了智慧家庭領域的優勢。在這裡，網路邊緣的深度學習功能，可以透過整合和互動，物聯網數位工具的細微差別，和直接反應來洞察，從而隨著情況的變化，而提供洞察力。然後，他們可以將即時上下文資訊反饋給房子主人，或者如果入侵者出現，則將反饋給專業監控資源。

這只是一個開始，將機器學習功能帶入設備邊緣，無需連接要求，並簡化了長期的 IoT 整合挑戰，對於消費領域之外的眾多行業，和應用產生更廣泛的影響。

能夠以毫秒為單位響應時間的解決方案，代表了這一梁宇最前沿的創新技術，從而為工業環境等不同領域，如醫療領域創造更大價值。

在這裡，最容易獲取的即時資訊，將會推動醫療設備的智慧診斷功能，並中機器學習來進行各種預測，例如最易患上醫院感染，或最有可能在出院後重新接種的患者。在這個階段，我們並不知道 AI 在這個環境中的全部潛力。

然而，未來醫療機構可以為患者提供，從人工智慧軟體程式，接收在線上醫療建議的選項即將出現，並有望從速度和效率、患者護理和成本節約等方面進行改進。

同樣，工業環境正在取得進展，數據必須在現場無數感測器，設備，資產和機器之間流動，通常在結構化或具有挑戰性和偏遠條件下進行。

在邊緣設備上檢測異常情況，提供了預測性監控和關鍵人物決策所需的靈活性，從而可以節省數百萬美元，在設備損壞之前解決設備故障問題。

非常重要的是，簡化微服務和物聯網應用開發，和部署的開源項目，將成為這一創新的基石。透過為更智慧的邊緣，和更容易獲得物聯網開發的時代，實現自主設備操作，潛力無限。

按此回今日3S Market新聞首頁

AKD 寰楚專業級全系列監控設備