Internet rzeczy i brzegowe urządzenia obliczeniowe

Wyciąganie wniosków w czasie rzeczywistym

Porozmawiaj z ekspertem

Do 11,1 biliona USD/rok

Rynek Internetu rzeczy będzie miał łączny potencjalny wpływ na gospodarkę w wysokości od 3,9 bln USD do 11,1 bln USD rocznie do 2025 r.1

507,5 ZB do roku 2020

Do 2020 r. na całym świecie będzie używanych ponad pięć milionów inteligentnych czujników i innych urządzeń Internetu rzeczy, które wygenerują co najmniej 507,5 zetabajta danych2

47 mld do roku 2021

Szacuje się, że do 2021 r. będzie 47 miliardów podłączonych urządzeń3

Tym, co sprawia, że analityka w czasie rzeczywistym na brzegu staje się możliwa, a nawet preferowana, nie tylko teraz, ale w nadchodzących latach, jest możliwość wykorzystania sztucznej inteligencji (AI) i uczenia maszynowego (ML). AI i ML stają się coraz bardziej złożone, wszechstronne i wyrafinowane, aby umożliwić analizę w czasie rzeczywistym na brzegu, w centrali i ostatecznie w chmurze w celu uzyskania większej wartości ze wszystkich zgromadzonych danych Internetu rzeczy. Dane mogą być przesyłane do chmury, gdzie uczenie maszynowe i sztuczna inteligencja mogą być trenowane w celu wyszukiwania wzorców i wyciągania wniosków z dużych zbiorów danych na przestrzeni czasu.

ŹRÓDŁO: NIEWYKORZYSTANE DANE – LEPSZE WYKORZYSTANIE DANYCH INTERNETU RZECZY NA BRZEGU I W CHMURZE – CHRISTOPHER BERGEY, WESTERN DIGITAL (BLOG WESTERN DIGITAL, 06.05.2018)

JAK WYDOBYĆ WARTOŚĆ Z DANYCH BRZEGOWYCH

Internet rzeczy napędza analizę w czasie rzeczywistym na brzegu sieci

W przypadku wielu zastosowań Internetu rzeczy bardzo ważne jest, aby dane były sprawdzane i analizowane w miejscu ich generowania – z czujników w samochodzie, kamer monitoringu, dronów, urządzeń osobistych, robotów, bramek itp. – a nawet tam przekształcane. Możliwość dostarczania analiz w czasie rzeczywistym na brzegu sieci może poprawić wydajność operacyjną, zapewnić bezpieczniejszą jazdę, stworzyć bezpieczniejsze środowisko, przewidzieć nadchodzące prace konserwacyjne, określić zachowania zakupowe klientów i stworzyć wiele nowych możliwości.

Opóźnienia w sieci stanowią wyzwanie. Przechowywanie i przesyłanie danych, które mają wartość teraz, trwa zbyt długo. Brzegowa pamięć masowa zarządza przechwytywaniem danych i zapewnia możliwości obliczeniowe, które agregują i analizują te dane w czasie rzeczywistym, aby zapewnić natychmiastowy i użyteczny wgląd w dane na poziomie urządzenia.

WARTOŚĆ ANALIZY BRZEGOWEJ

Analiza brzegowa zapewnia wartość w czasie rzeczywistym

Sztuczna inteligencja (AI), uczenie maszynowe (ML), rozpoznawanie obrazów, głosu i gestów oraz inne technologie zastosowane w urządzeniach brzegowych wchodzą w interakcję z przechwyconymi danymi w czasie rzeczywistym, dostarczając cennych informacji. Pełna analiza może zostać przesłana do chmury, gdzie może zostać wykorzystana do dalszego szkolenia modeli AI na potrzeby uczenia maszynowego lub zarchiwizowana do wykorzystania w przyszłości. Zdolność dostępu do tych informacji w czasie rzeczywistym pozwala ostatecznie stworzyć bardziej wydajne i skuteczne przedsiębiorstwo, operację lub środowisko, zapewniając większe możliwości zarabiania na stosowaniu Internetu rzeczy.

Udostępnianie mocy i możliwości danych na obrzeżach sieci

Western Digital oferuje szeroką gamę produktów, od urządzeń po systemy i platformy, zaprojektowanych z myślą o udostępnianiu mocy i możliwości danych zbieranych przez Internet rzeczy i brzegowe urządzenia obliczeniowe

Eksperci Internetu rzeczy są zgodni

Zdaniem firmy ABI Research, jednym z najważniejszych trendów w Internecie rzeczy (lub połączonym świecie – Internecie wszystkiego – jako całości) jest zmiana równowagi między przetwarzaniem brzegowym a przetwarzaniem w chmurze. Początki Internetu rzeczy i jego koncepcyjnego prekursora, M2M, charakteryzowały się krytyczną rolą platform chmurowych jako czynników umożliwiających tworzenie aplikacji. Inteligentne systemy w dużej mierze opierają swoją inteligencję na poziomie chmury, a same urządzenia, z których się składają, są stosunkowo mało wyrafinowane. To stare założenie obecnie ulega zmianie, ponieważ możliwości obliczeniowe na poziomie brzegowym rozwijają się szybciej niż te w chmurze.

ŹRÓDŁO: EDGE ANALYTICS IN IOT, ABI RESEARCH, 2015

Znajdziemy rozwiązanie dopasowane do Twoich potrzeb

Proszę o kontakt

Stwierdzenia dotyczące przyszłości
Niniejsza strona internetowa może zawierać stwierdzenia dotyczące przyszłości, w tym między innymi stwierdzenia dotyczące naszego portfela produktów i technologii, pojemności, możliwości i zastosowań naszych produktów oraz rynku z nimi związanego, naszych strategii i możliwości rozwoju, a także trendów rynkowych. Te stwierdzenia dotyczące przyszłości są obarczone ryzykiem i niepewnością, które mogą spowodować, że rzeczywiste wyniki będą się znacznie różnić od tych wyrażonych lub sugerowanych w stwierdzeniach dotyczących przyszłości. Ryzyko i niepewność zostały szerzej omówione w dokumentach firmy Western Digital Corporation składanych do Komisji Papierów Wartościowych i Giełd, w tym w naszym ostatnim raporcie okresowym, na który zwracamy uwagę. Ostrzega się czytelników, aby nie polegali nadmiernie na tych stwierdzeniach dotyczących przyszłości, a my nie zobowiązujemy się do aktualizacji tych stwierdzeń dotyczących przyszłości w celu odzwierciedlenia późniejszych wydarzeń lub okoliczności, z wyjątkiem sytuacji wymaganych przez prawo.

Informacje
1. Źródło: Unlocking the potential of the Internet of Things by James Manyika, Michael Chui, Peter Bisson, Jonathan Woetzel, Richard Dobbs, Jacques Bughin, and Dan Aharon (McKinsey Global Institute, czerwiec 2015)
2. Źródło: Edge computing: A cheat sheet by Mary Shacklett (TechRepublic, 21 czerwca 2017)
3. Źródło: IoT numbers vary drastically: devices and spending in 2020 by Dennis Knacke (We Speak IoT, 06.10.2017)
4. Źródło: Gartner Says 8.4 Billion Connected “Things” Will Be in Use in 2017, Up 31 Percent From 2016, Press Release (Gartner, 07.02.2017)
5. Źródło: Cisco Visual Networking Index: Forecast and Methodology, 2016–2021 (Cisco, 15.09.2017)