根 據 2016 ABI Research 報告 “Edge Analytics in IoT”（物聯網邊緣分析），企業目前僅使用了物聯網 (IoT) 生成資料的 10%，進行更深入分析的資料量則更少。但許多企業仍繼續將雲作為認定的最終資料收集點，並將所有資訊作為一個巨大的資料難題對待。
0 年 物聯網將容納 400 億 台互連設備。爆炸性的增長將使雲資源不堪負荷，需要新的物聯網架構將分析功能推至霧層。
本文中，我們考慮一個先進的邊緣解決方案，該方案使用智慧邊緣設備和閘道執行分析，然後在雲端匯總結果。我們研究此創新分析架構如何創造確定問題和採取即時操作的有效解決方案。我們討論執行 Intel® 物聯網閘道技術的性能、可縮放性、安全性和連線性優勢。最後，我們探究 Wind River Helix* Device Cloud 在幫助管理此解決方案中使用的資料、設備和系統方面起到的作用。
純雲物聯網分析方法的缺點
預測性維護是一個寶貴的物聯網應用。使用物聯網分析避免非計畫維護並在故障發生前減輕故障的功能，為節約資金、縮短系統停機時間和避免服務中斷起到巨大說明。
管理物聯網設備產生的海量資料是使用物聯網分析進行預測性維護的一個主要難題。“Edge Analytics in IoT”（物聯網邊緣分析）報告援引以前的預測，物聯網聯網設備捕獲的資料將從 2014 年 的 233 艾 位元組 (EB) 增長至 2020 年 的 1600 E B 以上。
要正確瞭解這一點，考慮 University of Southern California 資料科學家 2011 年 計算的全球資料存儲容量僅 295 E B。在資料容量持續增加的同時，收集資料的能力增長更快，從而給純雲架構造成巨大的負擔和成本。一項 IDC 新聞稿 “IDC Reveals Worldwide Internet of Things Predictions for 2015”（IDC 公佈 2015 年 全球物聯網預測）預計，到 2018 年 ，50% 的 IT 網路將從物聯網設備容量過剩變為容量受限。
雲模型還為預測性維護部署帶來其他問題。低利潤的卡車運輸公司需要盡可能控制行動電話連接以降低成本。用於風力發電廠、石油天然氣鑽井平台、農業設備和其他遠端部署的持續物聯網連接同樣是高成本與挑戰性兼具的 建議。
邊緣分析能力
減少純雲處理依賴性的解決方案就在資料來源中。也就是邊緣分析。
Predixion Software 等分析軟體公司注意到，許多物聯網公司未能發揮摩爾定律帶給邊緣設備和閘道的全部處理能力。這些設備和閘道的處理能力可與幾年前的個人電腦媲美。低功耗晶片如 Intel® Quark™ 處理器甚至可以執行可視邊緣分析軟體，如 Predixion RIOT*。
目前邊緣討論的一個重要方面是邊緣分析的具體定義。Predixion 將邊緣分析定義為邊緣設備的實際處理 – 不僅僅是收集和存儲邊緣資料，然後傳輸回雲端進行處理 （圖 1）。
Figure 1: 與基於雲的分析功能（左側）相反，Predixion 將基於邊緣的分析功能（右側）定義為邊緣設備的實際處理 – 而不僅僅在邊緣收集資料並傳輸到雲端進行處理。
在邊緣執行分析處理可以確保即時瞭解資訊。邊緣分析還幫助互連資源擺脫頻寬限制、遠端連接挑戰以及禁止雲端資料共用的政府規定。此外，邊緣分析有助於為高管層資訊需要的大資料分析節約雲資源。
全面霧解決方案
Predixion RIOT 是高級可視邊緣分析軟體系欄，執行在邊緣設備和閘道上，為預測多種資源的負面事件和故障實現智慧霧層。企業使用 Predixion RIOT 後，可從反應性資源維護轉變為基於即時邊緣驅動的可視分析的預測性維護。
Predixion RIOT 使用簡單，為客戶提供現成的直接價值。RIOT 的一鍵分析部署允許 ODM 和 OEM 將流分析加入物聯網設備，無需資料科學家建立預測模型。
Predixion RIOT 產品系欄支援互連、部分互連和斷開網路，這樣可以透過鬆散連接或間斷網路通訊即時決策。產品系欄包括三個解決方案：
Predixion RIOT Nano* – 用於小型設備的嵌入式邊緣分析平台。在這類設備上使用時，RIOT Nano 提供即時可視邊緣分析和模式檢測。
Predixion RIOT One* – 嵌入式 Java 邊緣分析平台。RIOT One 部署在閘道上，對來自任何物聯網聯網設備的資料執行即時可視邊緣分析和模式檢測。
Predixion RIOT Enterprise* – 基於雲的邊緣分析平台。RIOT Enterprise 在雲端實施，允許檢視互連邊緣設備和閘道執行的所有即時可視分析。
Predixion 的輕型微服務架構為立即業務智慧而設計，支援物聯網價值鏈每一層的資訊 – 最小的設備，閘道級，以及雲端。無論平台使用類似 VxWorks 的 RTOS、Linux* 發行版本還是 Microsoft Windows* 10，Predixion RIOT 都能在其中執行。
能源行業示例
電動汽車 (EV) 是傳統碳燃料車輛的新興替代品。缺乏隨處可見的充電站是限制其發展的一個因素。Predixion 客戶 FreeWire Technologies 正在透過 Mobi* Charger 改造其 EV 輸電（圖 2）。
Figure 2: Mobi Charger 將再生電池裝入帶輪的緊湊小車中，可將小車推到停車場和車庫的車輛旁邊，為車輛充電。
這些移動電池充電裝置直接佈設在車輛上進行現場充電。Mobi Charger 可以是充電即付費服務，或者作為免費服務提供以獎勵環保行為。Mobi 的技術利用改造後的 EV 電池提供快速充電站而不影響電網。
Mobi Charger 在夜間非峰值時段充電，然後在白天電價最高時段釋放電力，從而減少消費者能源成本。每個 Mobi 裝置必須得到監測並且具有高移動性，因此連接無線閘道，與 FreeWire Cloud Management platform 通訊。閘道允許 FreeWire 運營團隊高效監測和部署充電裝置。
作為物聯網設備，Mobi Charger 將資料傳送至雲平台。挖掘每個裝置產生的資料，得出充電行為資訊。掌握足夠的資料後，FreeWire 可以預測特定車輛在具體日期需要的電量，獲得特定位置所有車輛的匯總檢視，並預測總體需求。結合使用時間電價詳細資訊，可以優化 Mobi Charger 的充電和放電，保持車輛充電和客戶能源成本盡可能低。
在此環境中，Predixion RIOT 提供理想解決方案。RIOT 沒有將每個充電器的原始資料傳送至雲端，而是在基於 Intel 物聯網閘道技術的閘道上即時執行分析。分析產生的可操作資訊能夠提供事件和異常的及時有意義檢視（圖 3）。
Figure 3: Predixion RIOT 的分析功能能夠提供移動充電車隊的事件和異常的及時有意義的檢視。
FreeWire 接收即時可視分析以檢查充電性能，並且可以透過複雜模式檢測和篩選發現異常。發現異常後，RIOT 在雲端與即時和歷史資料關聯。結果指導維修建議，使 Mobi 能夠避免服務中斷和保修問題。
將邊緣技術轉化為直接價值的閘道技術
追求實施 Predixion 的 RIOT 物聯網解決方案的企業將會發現，越來越多的嵌入式計算公司將 Intel 物聯網閘道技術作為其閘道設計的技術。這些解決方案為邊緣智慧提供領先性能、連線性和安全性（圖 4）。閘道實現即時分析和更加嚴格高效的流程控制，並減少資料傳輸成本。
Figure 5: Wind River Helix Device Cloud 是物聯網設備管理平台，說明企業極大降低建立和佈設大規模設備部署的 複雜性。
採用團隊方法實現霧
在資料量激增，並面臨處理資料所需的網路、雲端和貨幣資源短缺的條件下，類似 Predixion RIOT 的軟體對實現物聯網邊緣分析至關重要。它說明企業保持維護優勢並在故障發生前減輕故障，從而節約資金並減少操作和服務中斷。以 Intel 和 Wind River 技術為基礎打造解決方案可以確保從邊緣到雲端的最佳性能。
有關 Predixion RIOT 的資訊，請參見 intel.com/SD-predixion-riot
要瞭解互連安全能源解決方案的更多資訊， 請存取 intel.com/embedded-energy
Predixion Software (intel.com/MR-predixion) 是 Intel® 物聯網解決方案聯盟夥伴成員。Predixion 是一家即時邊緣分析軟體公司，公司總部在加州 Aliso Viejo，公司堅信分析具備創造一個更智慧、更安全、更健康的世界的能力。為實現這一願景，Predixion 開發了基於邊緣的分析平台 Predixion RIOT，可在設備、閘道和路由器提供即時先進分析功能，利用網路邊緣的即時資料。和許多將物聯網資料放入資料湖並對邊緣資料執行雲分析的大資料解決方案不同，Predixion RIOT 解決方案直接在邊緣提供物聯網分析功能，從而提供直接資訊。