Skip to main content

教育

物聯網 (IoT) 專案成功的關鍵:邊緣運算

成功的物聯網項目

物聯網可以成為突破性的技術。透過利用來自機器的資料並根據相關見解採取行動,公司可以對業務營運進行調整。由於機器不再處於黑盒子中,它們可以在過程出現問題時發出通知和警告。

但魔鬼總是藏在細節裡。物聯網可能會帶來巨大的營運效率,但公司往往沒有意識到他們需要一個強大的基礎架構才能讓這項技術真正發揮作用。當建立在一個搖搖欲墜的基礎上時,物聯網專案就會失敗或停滯不前。

物聯網的挑戰:專案為何會失敗

失敗的物聯網專案有各種形式和規模。嵌入式服務和解決方案供應商 Beechwoods Software技術架構師和開發主管 Rodney Hess 表示,有時公司忽略了在產品的整個生命週期中將資料傳輸和雲端運算成本考慮在內。「當他們意識到他們需要改變服務模式並找到一種支付方式時,他們會受到客戶群的強烈反對」,他解釋道。

被沒有經過深思熟慮的決定所束縛並不是企業面臨的唯一挑戰。來自機器的資料是具有價值的貨幣,因為它是機器性能的一種指標。但是,令人眼花繚亂的資料傳輸格式也使問題變得複雜,因為無法讀取和挖掘價值的資料是毫無用處的。

此外,Hess 指出,「我們所處的世界每週都會有閃亮的新安全修補需要應用到系統中」。當一個專案的生命週期可以長達 20 年或更久時,此類安全防護的成本會迅速增加。公司有理由擔心舊有的系統和協議容易受到安全性挑戰的影響。

最後,機器學習程式往往具有一項特性,「開始與不斷變化的要求和需要發生衝突」,Hess 說。「如果解決方案不能輕鬆地更新或修改,那麼突然之間您的硬體就會很快過時」,他補充道。

由於這些眾多的挑戰,公司選擇了「安全」選項並完全放棄或延後物聯網專案。

但實際上不須如此,Beechwoods 行銷和業務發展副總裁 Mike Daulerio 說道。邊緣運算正在迅速崛起,成為克服各種物聯網相關資料挑戰的有效解決方案。 

邊緣運算為物聯網專案帶來的優勢

隨著企業努力解決將物聯網產生的資料傳輸到雲端的高成本和延遲問題,他們正在仔細研究邊緣運算。「公司擁有大量資料並希望將其傳輸到雲端,但成本太高,這是一種矛盾的現象。這是不可行的」,Hess 說。他說,過度依賴雲端還會危及業務的連續性。「當您的網路連接發生故障時,您會怎麼做?突然間,業務邏輯停止工作,你有一堆資料,卻一無所獲。這是一個大問題」,他解釋道。

邊緣運算藉由使運算更接近資料源——邊緣來解決此物聯網挑戰。Hess 說,這樣做「有助於降低將資料傳輸到雲端的訊息傳遞成本」,並且可以使物聯網運算具有可擴充性。與其花費時間和金錢來回傳輸資料,不如在更接近行動的源頭進行運算和解析。

Hess 說,雖然邊緣運算不是一個新概念,但微處理器的進步提高了它的實用性並加速了它的採用。「嵌入式處理器已經跨越了它們現在能夠執行機器學習演算法的門檻,所以你不需要一個滿是伺服器的房間來處理這些演算法」,他說。

Hess 解釋說,另一個進步是機器學習演算法「一直在改進自己,以更有效地獲得我們想要解決的問題的答案」。 

克服物聯網專案的挑戰

Beechwoods 提供以 EdgeX Foundry 為基礎的邊緣運算平台 EOS,這是一個開源架構,有助於物聯網裝置和應用程式之間的互通性。Hess 表示,EOS 的目標是解決客戶面臨的一些與物聯網相關的挑戰。一方面,它提供了一個通訊協定閘道,因此來自傳統機器和現代機器的不同類型的資料可以相互通信。

該平台還透過安全 API 驗證身份,因此只有經過授權的裝置和人員才能存取資料。企業可以執行不同的機器學習分析程式集來滿足不斷變化的需求。

除了提供軟體外,Beechwoods 還提供系統整合服務,因此物聯網專案可以在中斷後重新啟動。

例如,Beechwoods 將其 EOS 邊緣物聯網解決方案提供給一家正在開發安裝在家庭和辦公室外牆的智慧儲物櫃設備的新創公司。該公司需要連線元件、攝影機感測器和其他控制系統,才能真正使產品變得具有智慧。

「我們幫助他們將智慧儲物櫃的想法付諸行動,並將其轉化為概念的實證。使用 EOS 作為技術平台,這是從產品概念到可展示原型的一條捷徑」,Daulerio 說。

Beechwoods 將 Intel® Distribution of OpenVINO 工具組用於其 EOS 平台,並從開放標準前端的新發展中學習。「Intel 為我們提供了一些性能最佳的影片分析規範,並幫助我們建立了機器學習的最佳模型」,Hess 說。「由於 Intel 在這一領域所做的努力,使得我們可以在嵌入式處理器上獲得最佳的效能。」

此外,Hess 很感謝 Intel 是 EdgeX Foundry 中開放標準的積極支持者,Beechwoods 已將其納入 EOS 產品種類中。 

真正智慧的未來

Hess 說,隨著物聯網和邊緣運算的迅速普及,預計未來將真正變得智慧化。「由於我們周圍有大量嵌入式裝置執行演算法的能力,我們將擁有一個真正智慧的、反應迅速且直覺的環境,可以立即解決我們的需求和擔憂」,Hess 說。

這些環境可以是智慧家居,也可以是按照職業安全標準調整的工廠車間,並不斷為工人提供有關不安全區域的指導。動態的作業變革需要動態的智慧。Hess 解釋說,在物聯網和邊緣運算的幫助下,這是未來的發展方向。

 

本文由 insight.tech 編輯副總監 Christina Cardoza 編輯。

作者簡介

Poornima Apte is a trained engineer turned technology writer. Her specialties run a gamut of technical topics from engineering, AI, IoT, to automation, robotics, 5G, and cybersecurity. Poornima's original reporting on Indian Americans moving to India in the wake of the country's economic boom won her an award from the South Asian Journalists’ Association. Follow her on LinkedIn.

Profile Photo of Poornima Apte