物聯(lián)網(wǎng)創(chuàng)新之下的邊緣計(jì)算

　　我們都非常自然的將云計(jì)算和邊緣計(jì)算看做相互競(jìng)爭(zhēng)的存在。作為IT的核心,兩種技術(shù)都先后取得了最高的地位,并且根據(jù)企業(yè)的優(yōu)先事項(xiàng)和能力,被定位為一個(gè)明智的選擇。然而,這個(gè)“不是/或”的難題是一個(gè)值得被詳解的神話;他們是完全不同的概念。

　　邊緣——讓計(jì)算和智能更加接近數(shù)據(jù)源的物理空間,成為云中斷開(kāi)元素的傳遞機(jī)制。因此,他們可以協(xié)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云的高效處理能力相結(jié)合。這就是為什么這兩種環(huán)境都是為新一代開(kāi)發(fā)人員部署的選項(xiàng),可以創(chuàng)建更智能,事件驅(qū)動(dòng)的微服務(wù),從而實(shí)現(xiàn)更快,更靈活的應(yīng)用程序開(kāi)發(fā)。

　　雖然預(yù)測(cè)到由于連接成本將會(huì)降低,中央云中智能定位系統(tǒng)則會(huì)為企業(yè)首選的標(biāo)準(zhǔn),但這些預(yù)測(cè)并沒(méi)有實(shí)現(xiàn)。相反,我們看到了由IoT創(chuàng)建的數(shù)據(jù)逐漸向邊緣遷移的過(guò)程,以及增強(qiáng)的連接和功能的自然發(fā)展。的確,網(wǎng)絡(luò)邊緣的智能不僅更容易獲取,而且還能實(shí)時(shí)捕獲,讓其發(fā)展在純粹的形式和最新鮮的狀態(tài)中。這些都使得它成為最有價(jià)值的信息是即時(shí)和準(zhǔn)確的操作決策。

　　改變的好處在于:直接在設(shè)備上計(jì)算,多個(gè)設(shè)備返回到一個(gè)中央核心網(wǎng)絡(luò)所引起的瓶頸將被交付給過(guò)去。此外,安全風(fēng)險(xiǎn)被降至最低,因?yàn)樵跀?shù)據(jù)傳輸過(guò)程中被消耗,容易受到攻擊。當(dāng)分析添加到混合時(shí),事情就會(huì)變得更加有趣,因?yàn)閿?shù)據(jù)的子集與分析本地化可以讓決策更具說(shuō)服力。

　　盡管邊緣的這種優(yōu)勢(shì)一直是引人注目的,但并不是所有的東西都能在傳統(tǒng)背景下蓬勃發(fā)展。就像今天的機(jī)器學(xué)習(xí)算法,包括他們對(duì)于大量數(shù)據(jù)和計(jì)算能力的需求,長(zhǎng)期以來(lái)都是依賴云來(lái)完成繁重的工作。然而,隨著人工智能成為更加主流的顯示,從智能汽車到數(shù)字私人助理,外界在迅速改變?，F(xiàn)在大家的焦點(diǎn)開(kāi)始轉(zhuǎn)向如何能更好的在網(wǎng)絡(luò)外圍設(shè)備更接近移動(dòng)電話、計(jì)算機(jī)和利用該技術(shù)應(yīng)用運(yùn)行其他設(shè)備空間進(jìn)行交付。

　　我們已經(jīng)看到了智能家居領(lǐng)域的優(yōu)勢(shì)。在這里,網(wǎng)絡(luò)邊緣的深度學(xué)習(xí)功能可以通過(guò)集成和互動(dòng)的物聯(lián)網(wǎng)數(shù)字工具的細(xì)微差別和直觀反映來(lái)洞察,從而隨著情況的變化而提供洞察力。然后,他們可以將實(shí)時(shí)上下文信息反饋給房主,或者如果入侵者出現(xiàn),則將反饋給專業(yè)監(jiān)控資源。

　　這只是一個(gè)開(kāi)始,將機(jī)器學(xué)習(xí)功能帶入設(shè)備邊緣,無(wú)需連接要求,并簡(jiǎn)化了長(zhǎng)期的IoT集成挑戰(zhàn),對(duì)于消費(fèi)領(lǐng)域之外的眾多行業(yè)和應(yīng)用產(chǎn)生更廣泛的影響。能夠以毫秒為單位響應(yīng)時(shí)間的解決方案代表了這一梁宇最前沿的創(chuàng)新技術(shù),從而為工業(yè)環(huán)境等不同領(lǐng)域的醫(yī)療領(lǐng)域創(chuàng)造更大價(jià)值。

　　在這里,最容易獲取的實(shí)時(shí)信息將會(huì)推動(dòng)醫(yī)療設(shè)備的智能診斷功能,并中機(jī)器學(xué)習(xí)來(lái)進(jìn)行各種預(yù)測(cè),例如最易患上醫(yī)院感染或最有可能在出院后重新接種的患者。在這個(gè)階段,我們并不知道AI在這個(gè)環(huán)境中的全部潛力。

　　然而,未來(lái)醫(yī)療機(jī)構(gòu)可以為患者提供從人工智能軟件程序接收在線醫(yī)療建議的選項(xiàng)即將出現(xiàn),并有望從速度和效率、患者護(hù)理和成本節(jié)約等方面進(jìn)行改進(jìn)。同樣,工業(yè)環(huán)境正在取得進(jìn)展,數(shù)據(jù)必須在現(xiàn)場(chǎng)無(wú)數(shù)傳感器,設(shè)備,資產(chǎn)和機(jī)器之間流動(dòng),通常在結(jié)構(gòu)化或具有挑戰(zhàn)性和偏遠(yuǎn)條件下進(jìn)行。在邊緣設(shè)備上檢測(cè)異常情況提供了預(yù)測(cè)性監(jiān)控和關(guān)鍵人物決策所需的靈活性,從而可以節(jié)省數(shù)百萬(wàn)美元,在設(shè)備損壞之前解決設(shè)備故障問(wèn)題。

　　至關(guān)重要的是,簡(jiǎn)化微服務(wù)和物聯(lián)網(wǎng)應(yīng)用開(kāi)發(fā)和部署的開(kāi)源項(xiàng)目將成為這一創(chuàng)新的基石。通過(guò)為更智能的邊緣和更容易獲得物聯(lián)網(wǎng)開(kāi)發(fā)的時(shí)代實(shí)現(xiàn)自主設(shè)備操作,潛力無(wú)限。