從物聯(lián)網(wǎng)從業(yè)者的角度來(lái)看，經(jīng)常看到對(duì)計(jì)算更加可用和分布式的需求。當(dāng)開(kāi)始將物聯(lián)網(wǎng)與OT和IT系統(tǒng)整合時(shí)，面臨的一個(gè)問(wèn)題是設(shè)備發(fā)送到服務(wù)器的龐大數(shù)據(jù)量。 在一個(gè)工廠自動(dòng)化的場(chǎng)景中，可能有數(shù)百個(gè)集成的傳感器，這些傳感器每1秒發(fā)送3個(gè)數(shù)據(jù)點(diǎn)。大部分的傳感器數(shù)據(jù)在5秒鐘之后就完全沒(méi)用了。 數(shù)百個(gè)傳感器，多個(gè)網(wǎng)關(guān)，多個(gè)進(jìn)程，和多個(gè)系統(tǒng)，需要幾乎在瞬間處理這些數(shù)據(jù)。
大多數(shù)數(shù)據(jù)處理的支持者都支持云模型，即總是應(yīng)該向云發(fā)送一些東西。這也是物聯(lián)網(wǎng)計(jì)算基礎(chǔ)。
一、物聯(lián)網(wǎng)的云計(jì)算
通過(guò)物聯(lián)網(wǎng)和云計(jì)算模型，基本上推動(dòng)和處理你的感官數(shù)據(jù)在云。 你有一個(gè)攝入模塊，它可以接收數(shù)據(jù)并存儲(chǔ)在一個(gè)數(shù)據(jù)湖，然后對(duì)它進(jìn)行并行處理，然后使用快節(jié)奏的信息來(lái)做決定。
自從開(kāi)始構(gòu)建物聯(lián)網(wǎng)解決方案，現(xiàn)在有了許多新的產(chǎn)品和服務(wù)，可以非常容易地做到這一點(diǎn)：
可以使用 AWS Kinesis 和 Big data lambda services，可以利用 Azure 的生態(tài)系統(tǒng)，讓構(gòu)建大數(shù)據(jù)能力變得極其容易?；蛘?，可以使用像 Google Cloud 產(chǎn)品這樣的工具如Cloud IoT Core。
二、面向物聯(lián)網(wǎng)的霧計(jì)算
通過(guò)霧計(jì)算，可以變得更加強(qiáng)大。 霧計(jì)算使用的是本地處理單元或計(jì)算機(jī)，而不是將數(shù)據(jù)一路發(fā)送到云端并等待服務(wù)器處理和響應(yīng)。
4-5年前，還沒(méi)有像 Sigfox 和 LoraWAN 那樣的無(wú)線解決方案，BLE也沒(méi)有mesh或遠(yuǎn)程功能。因此，必須使用更昂貴的網(wǎng)絡(luò)解決方案，以確保能夠建立一個(gè)安全，持久的連接到數(shù)據(jù)處理單元。 這個(gè)中心單元是解決方案的核心，很少有專業(yè)的解決方案提供商。
三、物聯(lián)網(wǎng)邊緣計(jì)算
物聯(lián)網(wǎng)是關(guān)于捕捉微小的交互作用，并盡可能快地做出反應(yīng)。 邊緣計(jì)算離數(shù)據(jù)源更近，能夠在傳感器區(qū)域應(yīng)用機(jī)器學(xué)習(xí)。 如果陷入了邊緣和霧計(jì)算的討論，應(yīng)該明白，邊緣計(jì)算是所有關(guān)于智能傳感器節(jié)點(diǎn)的應(yīng)用，而霧計(jì)算仍然是關(guān)于局域網(wǎng)絡(luò)，可以為數(shù)據(jù)量大的操作提供計(jì)算能力。
邊緣計(jì)算不應(yīng)該要求機(jī)器學(xué)習(xí)算法在網(wǎng)關(guān)上運(yùn)行來(lái)構(gòu)建智能。 2015年，Alex 在 ECI 會(huì)議上談到了嵌入式人工智能在神經(jīng)記憶處理器上的工作：
真正的邊緣計(jì)算將發(fā)生在這樣的神經(jīng)元裝置上，它們可以預(yù)裝機(jī)器學(xué)習(xí)算法，服務(wù)于單一的目的和責(zé)任。 那會(huì)很棒嗎? 讓我們假設(shè)倉(cāng)庫(kù)的結(jié)束節(jié)點(diǎn)可以對(duì)很少的幾個(gè)關(guān)鍵字符串執(zhí)行本地 NLP，這些關(guān)鍵字符串構(gòu)成密碼，比如"芝麻開(kāi)門(mén)"!
這種邊緣設(shè)備通常有一個(gè)類似神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，所以當(dāng)加載一個(gè)機(jī)器學(xué)習(xí)算法的時(shí)候，基本上就是在里面燃燒了一個(gè)神經(jīng)網(wǎng)絡(luò)。 但這種燃燒是不斷的，無(wú)法逆轉(zhuǎn)。
有一個(gè)全新的嵌入式設(shè)備空間，可以在低功率傳感器節(jié)點(diǎn)上促進(jìn)嵌入式邊緣智能。
四、 物聯(lián)網(wǎng)的 MIST 計(jì)算
可以做以下事情來(lái)促進(jìn)物聯(lián)網(wǎng)的數(shù)據(jù)處理和智能化：
1、基于云計(jì)算的模型
2、基于霧的計(jì)算模型
3、邊緣計(jì)算模型
這里有一種計(jì)算機(jī)類型，它補(bǔ)充了霧和邊緣計(jì)算，使它們變得更好，而不需要再等上年。
可以簡(jiǎn)單地引入物聯(lián)網(wǎng)設(shè)備的網(wǎng)絡(luò)功能，分配工作負(fù)載，既沒(méi)有霧也沒(méi)有邊緣計(jì)算提供的動(dòng)態(tài)智能模型。
建立這種模式可以帶來(lái)高速的數(shù)據(jù)處理和智能提取的設(shè)備，具有256kb 的內(nèi)存大小和 ～ 100kb / 秒的數(shù)據(jù)傳輸速率。對(duì)于 Mesh 網(wǎng)絡(luò)，肯定會(huì)看到這樣一個(gè)計(jì)算模型的促進(jìn)者，會(huì)有人提出一個(gè)更好的基于MIST系統(tǒng)的模型，可以很容易地使用它。
文章出自物聯(lián)網(wǎng)世jie，由點(diǎn)子科技小編整理。部分內(nèi)容有刪改，如有侵權(quán)，請(qǐng)及時(shí)與我們聯(lián)系。
歡迎來(lái)到南昌點(diǎn)子科技有限公司網(wǎng)站！
咨詢熱線：17770058665
