إنترنت الأشياء وحوسبة الحافة

استخلاص الرؤى في الوقت الفعلي

ما يصل إلى 11.1 تريليون دولار/العام

سيكون لسوق إنترنت الأشياء تأثير اقتصادي محتمل بإجمالي مبلغ يتراوح بين 3.9 تريليونات دولار و11.1 تريليون دولار سنويًا بحلول عام 20251

و507.5 زيتابايت بحلول عام 2020

بحلول عام 2020، سيتم استخدام أكثر من خمسة ملايين من أجهزة الاستشعار الذكي وإنترنت الأشياء الأخرى في جميع أنحاء العالم، وستنتج ما لا يقل عن 507.5 زيتابايت من البيانات 2

47 مليار بحلول عام 2021

تشير التقديرات إلى أنه سيكون هناك 47 مليار جهاز متصل بحلول عام 2021 3

ما يجعل تحليلات الوقت الفعلي على الحافة ممكنةً أو حتى مفضلةً، ليس فقط الآن ولكن في السنوات القادمة، تتوفر إمكانية تنفيذ الذكاء الاصطناعي وتعلم الآلة (ML). أصبح الذكاء الاصطناعي وتعلم الآلة أكثر تعقيدًا وتنوعًا وتطورًا بشكل متزايد لتمكين تحليلات الوقت الفعلي على الحافة وفي المركز وأخيرًا في السحابة للحصول على قيمة أكبر من جميع بيانات إنترنت الأشياء التي تم جمعها. يمكن إرسال البيانات إلى السحابة، حيث يمكن تدريب تعلم الآلة والذكاء الاصطناعي لمراقبة الأنماط واكتساب رؤى من مجموعات البيانات الكبيرة بمرور الوقت.

المصدر: البيانات غير المُستغلة – الاستفادة بشكل أكبر من بيانات إنترنت الأشياء على الحافة وفي السحابة بقلم كريستوفر بيرغي (CHRISTOPHER BERGEY)، WESTERN DIGITAL (مدونة WESTERN DIGITAL، 5/6/18)

كيفية استخلاص قيمة من بيانات الحافة

يُقدم إنترنت الأشياء تحليلات الوقت الفعلي على حافة الشبكة

بالنسبة إلى العديد من تطبيقات إنترنت الأشياء، أصبح من الضروري فحص البيانات وتحليلها من حيث يتم إنشاؤها - بدءًا من أجهزة الاستشعار في السيارة، وكاميرات المراقبة، والطائرات بلا طيار، والأجهزة الشخصية، والروبوتات، والبوابات، وما إلى ذلك - وحتى تحويلها إلى هناك. يمكن أن تؤدي القدرة على تقديم تحليلات الوقت الفعلي على حافة الشبكة إلى تحسين الكفاءات التشغيلية، وتوفير قيادة أكثر أمانًا، وإنشاء بيئات أكثر أمانًا، والتنبؤ بموعد الصيانة القادمة، وتحديد سلوكيات شراء العملاء، وإتاحة عالم من الفرص.

يمثل زمن انتقال الشبكة تحديًا. يستغرق تخزين وإعادة توجيه البيانات التي توجد قيمتها الآن وقتًا طويلًا. يدير تخزين الحافة عمليات التقاط البيانات ويوفر إمكانات الحوسبة التي تجمع هذه البيانات وتحللها في الوقت الفعلي، لتقديم رؤى فورية وقابلة للتنفيذ على مستوى الجهاز.

قيمة تحليلات الحافة

توفر تحليلات الحافة قيمةً في الوقت الفعلي

يتفاعل الذكاء الاصطناعي (AI) والتعلم الآلي (ML) والتعرف على الصور والصوت والإيماءات وغيرها من التقنيات التي يتم استخدامها في أجهزة الحافة مع البيانات التي تم التقاطها في الوقت الفعلي لتقديم رؤى قيمة. يمكن نقل الاستيعاب الكامل للتحليلات إلى السحابة حيث يمكن استخدامها لمزيد من تدريب نماذج الذكاء الاصطناعي لتعلم الآلة أو أرشفتها للاستخدام في المستقبل. تؤدي إمكانية الوصول إلى هذه المعلومات في الوقت الفعلي، في النهاية، إلى إنشاء أعمال أو عملية أو بيئة أكثر كفاءة وفعالية، ما يتيح فرصًا أكبر لتحقيق الدخل من تطبيق إنترنت الأشياء.

تمكين قوة البيانات وإمكانياتها على الحافة

تقدم شركة Western Digital قائمة مشاريع كبيرة للمنتجات بدءًا من الأجهزة إلى الأنظمة والمنصات المصممة لتمكين قوة البيانات وإمكانياتها المدفوعة بإنترنت الأشياء وحوسبة الحافة

يوافق خبراء إنترنت الأشياء

من وجهة نظر بحث ABI، فإن أحد أهم الاتجاهات في إنترنت الأشياء (أو العالم المتصل - إنترنت كل شيء-ككيان واحد) هو التوازن المتحول بين حوسبة الحافة والحوسبة السحابية. تميزت الأيام الأولى لإنترنت الأشياء وسلائفها المفاهيمية، مثل M2M، بالدور الحاسم للمنصات السحابية كعوامل تمكين التطبيقات. اعتمدت الأنظمة الذكية إلى حد كبير على مستوى السحابة في ذكائها، وكانت الأجهزة الفعلية التي تتكون منها غير متطورة نسبيًا. تبدأ هذه الفرضية القديمة في السقوط في الوقت الحالي، حيث تتقدم إمكانات الحوسبة على مستوى الحافة بشكل أسرع من مستوى السحابة.

المصدر: تحليلات الحافة في إنترنت الأشياء، بحث ABI، لعام 2015

لنساعدك في إيجاد حل يناسب احتياجاتك

البيانات التطلعية
قد تحتوي صفحة الويب هذه على بيانات تطلعية، بما في ذلك، على سبيل المثال لا الحصر، البيانات المتعلقة بمنتجاتنا وقائمة مشاريع التكنولوجيا لدينا، والقدرات والإمكانيات والتطبيقات، وتسويق منتجاتنا، وإستراتيجياتنا وفرص النمو واتجاهات السوق. تخضع هذه البيانات التطلعية للمخاطر والشكوك التي قد تتسبب في اختلاف النتائج الفعلية ماديًا عن تلك الواردة في البيانات التطلعية صراحةً أو ضمنيًا. تتم مناقشة المخاطر والشكوك بشكل كامل في ملفات شركة Western Digital Corporation لدى لجنة الأوراق المالية والبورصات، بما في ذلك أحدث تقرير دوري تم تقديمه، وهو الذي تُركز عليه. يتم تحذير القراء من الاعتماد بشكل مُطلق على هذه البيانات التطلعية ولا نتعهد بأي التزام لتحديث هذه البيانات التطلعية لتعكس الأحداث أو الظروف اللاحقة، باستثناء ما يقتضيه القانون.

الإفصاحات
1. المصدر: إطلاق العنان لإمكانيات إنترنت الأشياء بقلم جيمس مانيكا (James Manyika)، ومايكل تشوي (Michael Chui)، وبيتر بيسون (Peter Bisson)، وجوناثان ووتزيل (Jonathan Woetzel)، وريتشارد دوبز (Richard Dobbs)، وجاك بوغين (Jacques Bughin)، ودان أهارون (Dan Aharon) (معهد ماكنزي العالمي (McKinsey Global Institute) يونيو 2015)
2. المصدر: حوسبة الحافة: ورقة تلقين بقلم ماري شاكليت (Mary Shacklett) (TechRepublic، بتاريخ 21 يونيو 2017)
3. المصدر: تختلف أرقام إنترنت الأشياء بشكل جذري: الأجهزة والإنفاق في 2020 بقلم دينيس ناك (Dennis Knacke) (نتحدث بلغة إنترنت الأشياء، 10/6/17)
4. المصدر: تفيد Gartner بأن 8.4 مليارات “أشياء” متصلة سيتم استخدامها في 2017، حيث تزيد النسبة بقدر 31 بالمئة عن 2016، البيان الصحفي (Gartner، 2/7/17)
5. المصدر: فهرس شبكات Cisco المرئية: التوقعات والمنهجية، 2016–2021 (Cisco، 9/15/17)