云邊緣混合戰略如何影響物聯(lián)網(wǎng)的成功

鑒于全球大流行，數據可訪(fǎng)問(wèn)性、可視性和互聯(lián)性已成為動(dòng)蕩時(shí)期實(shí)施的業(yè)務(wù)敏捷性戰略的關(guān)鍵組成部分。事實(shí)上，物聯(lián)網(wǎng)的應用在過(guò)去幾年中激增，并繼續穩步上升。

鑒于全球大流行，數據可訪(fǎng)問(wèn)性、可視性和互聯(lián)性已成為動(dòng)蕩時(shí)期實(shí)施的業(yè)務(wù)敏捷性戰略的關(guān)鍵組成部分。事實(shí)上，的應用在過(guò)去幾年中激增，并繼續穩步上升。不幸的是，隨著(zhù)企業(yè)在預算限制更大、試驗和錯誤空間更小的時(shí)期擴大現有物聯(lián)網(wǎng)的努力，許多企業(yè)都遇到了嚴峻的挑戰。

組織很少為全面物聯(lián)網(wǎng)和工業(yè)物聯(lián)網(wǎng)部署中涉及的數據海嘯做好準備。分析師估計，未來(lái)幾年將有416億臺聯(lián)網(wǎng)物聯(lián)網(wǎng)設備產(chǎn)生79.4ZB的數據。此外，大約25%的數據本質(zhì)上是實(shí)時(shí)的，這增加了組織必須計劃和克服的挑戰列表的復雜性。本文將重點(diǎn)介紹當前物聯(lián)網(wǎng)項目中的關(guān)鍵差距，為什么這些差距很重要，以及邊緣計算功能將如何提高物聯(lián)網(wǎng)的可擴展性和成功向前發(fā)展。

云的狀態(tài)

大多數現代組織依靠云和傳統平臺的組合來(lái)滿(mǎn)足基礎設施需求。然而，由于數據傳輸和處理成本，分析來(lái)自云中物聯(lián)網(wǎng)傳感器的原始數據通常既昂貴又耗時(shí)。云延遲、帶寬和安全挑戰仍然是一個(gè)重大障礙，特別是對于產(chǎn)生高保真原始機器和物聯(lián)網(wǎng)傳感器數據的工業(yè)行業(yè)。因此，組織經(jīng)常使用下采樣或時(shí)間延遲的數據來(lái)平衡成本和及時(shí)性，從而很容易遺漏數據中的異常情況。

盡管云是一種有效的數據建模和學(xué)習門(mén)戶(hù)，但由于傳輸和生態(tài)系統方面的考慮，它缺乏制造、石油和天然氣以及運輸等市場(chǎng)中關(guān)鍵任務(wù)物聯(lián)網(wǎng)應用所需的實(shí)時(shí)功能。

引入邊緣優(yōu)先部署

通過(guò)實(shí)施邊緣原生解決方案，組織可以在本地攝取、豐富和分析數據，在清理過(guò)的數據集上執行機器學(xué)習模型并提供增強的預測能力。邊緣計算對于需要實(shí)時(shí)功能的各種物聯(lián)網(wǎng)驅動(dòng)的用例至關(guān)重要。想想工人的健康和安全監測，包括溫度、面部保護和社會(huì )疏遠。存在安全問(wèn)題或帶寬訪(fǎng)問(wèn)受限的行業(yè)，例如采礦和車(chē)隊，也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的云參與。事實(shí)上，邊緣解決方案依靠云環(huán)境的無(wú)限資源來(lái)訓練和改進(jìn)現有的機器學(xué)習模型。對實(shí)時(shí)流數據執行機器學(xué)習的邊緣設備必須定期檢查模型準確性和環(huán)境隨時(shí)間的變化。隨著(zhù)模型準確性的漂移，洞察隨后會(huì )被發(fā)送回云端，其中包括代表需要重新訓練當前模型的異?；顒?dòng)的數據。一旦模型經(jīng)過(guò)微調，它們就會(huì )被推回到邊緣，從而形成一個(gè)持續的、閉環(huán)的過(guò)程，產(chǎn)生更高質(zhì)量的預測洞察力，以提高資產(chǎn)績(jì)效、流程改進(jìn)和產(chǎn)品質(zhì)量。

通過(guò)實(shí)時(shí)運行機器學(xué)習模型的版本，組織能夠在源頭對感興趣的事件采取行動(dòng)、做出反應和積極行動(dòng)。這確保了物聯(lián)網(wǎng)、邊緣和云的和諧相互作用，利用每個(gè)生態(tài)系統的優(yōu)勢。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洞察力發(fā)布到一個(gè)或多個(gè)公共云和私有云中。

物聯(lián)網(wǎng)的云邊緣優(yōu)勢

云邊緣混合計劃將實(shí)時(shí)物聯(lián)網(wǎng)數據轉化為與生產(chǎn)效率和質(zhì)量指標相關(guān)的可操作見(jiàn)解，運營(yíng)經(jīng)理可以使用這些見(jiàn)解來(lái)減少計劃外停機時(shí)間、最大限度地提高產(chǎn)量并提高機器利用率。例如，使用邊緣云混合策略，工廠(chǎng)可以提高產(chǎn)品質(zhì)量。通過(guò)實(shí)時(shí)分析物聯(lián)網(wǎng)傳感器數據，組織可以識別超出先前定義的閾值和規則的任何值，構建和訓練機器學(xué)習模型以識別根本問(wèn)題的原因，并部署機器學(xué)習模型以自動(dòng)停止缺陷零件的生產(chǎn).

此外，邊緣云洞察力允許智能建筑運營(yíng)人員監控能源使用情況并主動(dòng)修改運營(yíng)以避免因能源系統過(guò)度工作而中斷。管理人員和操作員可以實(shí)時(shí)訪(fǎng)問(wèn)洞察，而不是依賴(lài)來(lái)自純云系統的延遲洞察，從而更快地確定物聯(lián)網(wǎng)驅動(dòng)的建筑系統爭議的根本原因，并最終減少整體停機時(shí)間。