快捷导航

云边混合策略如何影响物联网的成功应用

原作者: 人工智能 收藏 分享 邀请

导读:鉴于全球新冠肺炎疫情,数据的可访问性、可见性和互连性已成为动荡时期实施的业务敏捷性战略的关键组成部分。事实上,在过去的几年中,物联网的采用已经激增,并且还在继续稳步增长

鉴于全球新冠肺炎疫情,数据的可访问性、可见性和互连性已成为动荡时期实施的业务敏捷性战略的关键组成部分。事实上,在过去的几年中,物联网的采用已经激增,并且还在继续稳步增长。不幸的是,许多组织都面临着严峻的挑战,因为他们在预算限制更大、试错空间更小的时期扩展了现有的物联网工作。

AI人工智能网

组织很少为大规模物联网和信息技术部署中的数据海啸做准备。分析师估计,未来几年,416亿台联网物联网设备将产生79.4 ZB的数据。此外,大约25%的数据将是实时的,这增加了组织必须计划和克服的挑战列表的复杂性。

本文将重点关注当前物联网项目中的主要差距,这些差距为什么重要,以及边缘计算将如何提高物联网的可扩展性和成功。

云的状态

大多数现代组织依靠云和旧平台的结合来满足其基础架构需求。然而,由于数据传输和处理的成本,分析云中物联网传感器的原始数据通常既昂贵又耗时。云延迟、带宽和安全挑战仍然是重要的障碍,尤其是对于生产高保真原始机器和物联网传感器数据的工业行业而言。因此,组织经常使用下采样或延时数据来平衡成本和及时性,因此很容易遗漏数据异常。

尽管云是一个有效的数据建模和学习门户,但由于考虑到传输和生态系统,它缺乏制造、油气和运输市场中的关键任务物联网应用所需的实时功能。

引入边缘优先部署

通过实施本地边缘解决方案,组织可以在本地提取、丰富和分析数据,在经过清理的数据集上执行机器学习模型,并提供增强的预测能力。边缘计算对于各种需要实时功能的物联网驱动的应用非常重要。考虑工人的健康和安全监测,包括温度、面部保护和社交距离。存在安全问题或带宽受限的行业,如矿业和舰队,也将从边缘计算中受益。

请记住,边缘优先的物联网计划不能排除所有云的参与。事实上,边缘解决方案依赖云环境中的无限资源来训练和改进现有的机器学习模型。对实时流数据执行机器学习的边缘设备必须定期检查模型的准确性和环境随时间的变化。

随着模型准确性的下降,洞察力被送回云中,包括表示异常活动的数据,这些数据需要针对当前模型进行重新训练。一旦模型被微调,它们将被推回到边缘,从而形成一个恒定的闭环过程,产生更高质量的预测洞察力,从而提高资产性能、过程改进和产品质量。

通过实时运行云边缘版本的机器学习模型,组织可以对来自源头的有趣事件采取行动、反应和行动。这可以利用每个生态系统的优势,确保物联网、边缘和云之间的和谐互动。此外,云边缘混合解决方案可以防止云锁定,因为不同的用例可以向一个或多个公共云和私有云发布见解。

物联网的云优势

云边缘混合计划将实时物联网数据转化为与生产率和质量指标相关的运营洞察,运营经理可以利用这些洞察来减少计划外停机时间、最大限度地提高生产效率和机器利用率。例如,使用边缘云混合策略,工厂可以提高产品质量。通过实时分析物联网传感器数据,组织可以识别超出先前定义的阈值和规则的任何值,构建和训练机器学习模型以识别问题的根本原因,并部署机器学习模型以自动停止生产有缺陷的零件。

此外,edge cloud insight使智能建筑运营商能够监控能源使用并主动修改操作,从而避免因能源系统过度工作而导致的停电。管理者和运营商不需要依赖于纯云系统的延迟洞察,而是可以实时获取这种洞察,从而更快地识别物联网驱动的建筑系统中的纠纷根源,最终减少整体停机时间。

[编者:赵宁宁电话:(010) 68476606]喜欢0云计算物联网边缘计算共享:每个人都在看和猜测你喜欢它


推荐阅读:

      云边混合策略如何影响物联网的成功应用

本文转载至网络-如有侵权请联系管理员删除,给您带来的不便很抱歉!


鲜花

握手

雷人

路过

鸡蛋
该文章已有0人参与评论

请发表评论

全部评论

本文作者2020-9-4 12:01 PM
人工智能
粉丝1 阅读40 回复0

精彩阅读

排行榜

人工智能公众号

扫码微信公众号
我陪你畅想未来

最智能的人工智能网!
QQ:162057003
周一至周五 9:00-18:00
意见反馈:162057003@qq.com

扫一扫关注我们

Powered by Discuz! X3.4   © 2020 ( 鲁ICP备18055727号 )  |  |网站地图