IoT และเอดจ์คอมพิวติ้ง (Edge Computing)

สรุปข้อมูลเชิงลึกแบบเรียลไทม์

พูดคุยกับผู้เชี่ยวชาญ

สูงสุด $11.1 ล้านล้าน/ปี

ตลาด IoT จะมีผลกระทบทางเศรษฐกิจที่อาจเกิดขึ้นรวมทั้งสิ้นจำนวน 3.9 ล้านล้านดอลลาร์ถึง 11.1 ล้านล้านดอลลาร์ต่อปี ภายในปี 20251

507.5 ZB ภายในปี 2020

ภายในปี 2020 สมาร์ทเซ็นเซอร์และอุปกรณ์ IoT อื่นมากกว่า 5 ล้านชิ้นจะถูกนำมาใช้ในทั่วโลก และจะสร้างข้อมูลอย่างน้อย 507.5 เซตตะไบต์2

47B ภายในปี 2021

เป็นที่คาดการณ์ว่าจะมีอุปกรณ์ที่เชื่อมต่อจำนวน 47 พันล้านเครื่องภายในปี 20213

สิ่งที่ทำให้การวิเคราะห์แบบเรียลไทม์ที่เอดจ์สามารถเกิดขึ้นได้หรือเป็นที่ต้องการ ซึ่งไม่ใช่ในปัจจุบันแต่ในอีกไม่กี่ปีข้างหน้า คือความเป็นไปได้ในการสร้างปัญญาประดิษฐ์ (AI) และแมชชีนเลิร์นนิ่ง (ML) AI และ ML มีความซับซ้อนมากขึ้น หลากหลาย และทันสมัยเพื่อช่วยให้การวิเคราะห์แบบเรียลไทม์สามารถเกิดขึ้นที่เอดจ์, บนฮับ และท้ายที่สุดก็คือในระบบคลาวด์เพื่อให้ได้รับคุณค่าเพิ่มขึ้นจากข้อมูล IoT ที่รวบรวมได้ทั้งหมด ข้อมูลสามารถถูกส่งไปยังคลาวด์ โดยที่สามารถฝึกฝนแมชชีนเลิร์นนิ่งและ AI ให้เฝ้าดูรูปแบบและรับข้อมูลเชิงลึกจากชุดข้อมูลขนาดใหญ่เมื่อเวลาผ่านไป

ที่มา: UNTAPPED DATA – GETTING MORE FROM IOT DATA AT THE EDGE AND IN THE CLOUD BY CHRISTOPHER BERGEY, WESTERN DIGITAL (WESTERN DIGITAL BLOG, 5/6/18)

วิธีการดึงมูลค่าจากข้อมูลเอดจ์

IoT กำลังขับเคลื่อนการวิเคราะห์แบบเรียลไทม์ที่เอดจ์ของเครือข่าย

สำหรับแอปพลิเคชัน IoT ส่วนใหญ่ สิ่งสำคัญมากคือการคัดกรองและวิเคราะห์เมื่อมีข้อมูลถูกสร้างขึ้น ตั้งแต่เซ็นเซอร์ในรถยนต์ กล้องวงจรปิด โดรน อุปกรณ์ส่วนบุคคล หุ่นยนต์ เกตเวย์ ฯลฯ และแม้กระทั่งการเปลี่ยนข้อมูล ณ จุดนั้น ความสามารถในการวิเคราะห์แบบเรียลไทม์ที่เอดจ์ของเครือข่าย จะสามารถปรับปรุงประสิทธิภาพการดำเนินงาน ช่วยให้การขับขี่ปลอดภัยขึ้น สร้างสภาพแวดล้อมที่ปลอดภัยยิ่งขึ้น คาดการณ์การบำรุงรักษาที่อาจเกิดขึ้น ระบุพฤติกรรมการซื้อของลูกค้า และทำให้โลกแห่งโอกาสสามารถเกิดขึ้นได้

เวลาแฝงของเครือข่ายคือความท้าทาย ใช้เวลานานเกินไปในการจัดเก็บและส่งต่อข้อมูลที่มีค่าในปัจจุบัน อุปกรณ์จัดเก็บข้อมูลแบบเอดจ์จะจัดการรวบรวมข้อมูลและให้ขีดความสามารถในการคำนวณ ซึ่งรวมและวิเคราะห์ข้อมูลตามเวลาจริง เพื่อมอบข้อมูลเชิงลึกในทันทีและนำไปดำเนินการได้ในระดับอุปกรณ์

มูลค่าของการวิเคราะห์แบบเอดจ์

การวิเคราะห์แบบเอดจ์ให้ค่าตามเวลาจริง

ปัญญาประดิษฐ์ (AI), แมชชีนเลิร์นนิ่ง (ML), รูปภาพ การจดจำเสียง และท่าทาง และเทคโนโลยีอื่นๆ ที่นำมาใช้โดยอุปกรณ์เอดจ์จะมีปฏิสัมพันธ์กับข้อมูลที่รวบรวมตามเวลาจริงเพื่อมอบข้อมูลเชิงลึกที่มีคุณค่า การวิเคราะห์ที่เสร็จสมบูรณ์อาจถูกถ่ายโอนไปยังคลาวด์ ซึ่งข้อมูลนั้นสามารถนำไปใช้เพื่อฝึกฝนแบบจำลอง AI เพิ่มเติมสำหรับแมชชีนเลิร์นนิ่ง หรือเก็บถาวรไว้ใช้ในอนาคต ความสามารถในการเข้าถึงข้อมูลนี้ตามเวลาจริง ท้ายที่สุดแล้วจะสร้างธุรกิจ การดำเนินงาน หรือสภาพแวดล้อมที่มีประสิทธิภาพและประสิทธิผลมากขึ้น เพื่อมอบโอกาสที่ดียิ่งขึ้นสำหรับการสร้างมูลค่าเงินจากแอปพลิเคชัน IoT

การเพิ่มประสิทธิภาพและความเป็นไปได้ของข้อมูลที่เอดจ์

Western Digital นำเสนอกลุ่มผลิตภัณฑ์ที่ครอบคลุมตั้งแต่อุปกรณ์ไปจนถึงระบบ และแพลตฟอร์มต่างๆ ซึ่งออกแบบมาเพื่อเพิ่มประสิทธิภาพและความเป็นไปได้ของข้อมูลที่ขับเคลื่อนโดย IoT และเอดจ์คอมพิวติ้ง

ผู้เชี่ยวชาญ IoT ต่างเห็นพ้องต้องกัน

ในมุมมองของ ABI Research หนึ่งในแนวโน้มที่สำคัญที่สุดของอินเทอร์เน็ตแห่งสรรพสิ่ง (หรือโลกที่เชื่อมต่อกัน (ซึ่งก็คืออินเทอร์เน็ตแห่งสรรพสิ่ง) โดยรวม) คือการเปลี่ยนแปลงจุดสมดุลระหว่างเอดจ์คอมพิวติ้งกับคลาวด์คอมพิวติ้ง IoT ยุคแรกๆ และแนวคิดพื้นฐาน (M2M) ได้รับการกำหนดคุณลักษณะตามบทบาทที่สำคัญของแพลตฟอร์มระบบคลาวด์ในฐานะปัจจัยสำคัญของแอปพลิเคชัน ระบบอัจฉริยะเหล่านี้ต้องพึ่งพาระบบคลาวด์สำหรับข้อมูลเชิงลึกของระบบ และอุปกรณ์จริงที่ต้องใช้นั้นยังไม่ทันสมัยมากนัก แพลตฟอร์มแบบเก่าได้ถูกสั่นคลอนอย่างมาก เพราะขีดความสามารถในการประมวลผลที่ระดับเอดจ์นั้นก้าวหน้าไปเร็วกว่าในระดับคลาวด์อย่างมาก

ที่มา: EDGE ANALYTICS IN IOT, ABI RESEARCH, 2015

ให้เราช่วยคุณค้นหาโซลูชันที่ตอบสนองความต้องการของคุณ

ติดต่อฉัน

คำแถลงเกี่ยวกับการคาดการณ์ในอนาคต
หน้าเว็บนี้อาจมีคำแถลงเกี่ยวกับการคาดการณ์อนาคต ซึ่งรวมถึงแต่ไม่จำกัดเฉพาะคำแถลงเกี่ยวกับกลุ่มผลิตภัณฑ์และเทคโนโลยีของเรา ความจุ ขีดความสามารถและการใช้งาน รวมถึงการตลาดผลิตภัณฑ์ของเรา กลยุทธ์ของเรา และโอกาสในการเติบโต ตลอดจนแนวโน้มตลาด คำแถลงเกี่ยวกับการคาดการณ์อนาคตเหล่านี้อยู่ภายใต้ความเสี่ยงและความไม่แน่นอน ซึ่งอาจทำให้ผลลัพธ์ที่แท้จริงแตกต่างอย่างมีนัยสำคัญจากที่ได้ระบุโดยชัดแจ้งหรือโดยนัยในคำแถลงเกี่ยวกับการคาดการณ์อนาคตดังกล่าว ความเสี่ยงและความไม่แน่นอนได้มีการกล่าวไว้อย่างครบถ้วนในรายงานของ Western Digital ที่ยื่นต่อคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์ รวมถึงรายงานตามรอบเวลาฉบับล่าสุดของเรา ซึ่งคุณสามารถอ่านรายละเอียดได้ ขอให้ผู้อ่านใช้ความระมัดระวังที่จะไม่พึ่งพาคำแถลงเกี่ยวกับการคาดการณ์อนาคตเหล่านี้มากเกินไป และเราไม่มีหน้าที่จะต้องปรับปรุงคำแถลงเกี่ยวกับการคาดการณ์อนาคตเหล่านี้เพื่อสะท้อนถึงเหตุการณ์หรือสภาวะที่เกิดขึ้นตามมาแต่อย่างใด เว้นแต่กฎหมายกำหนดให้ต้องทำเช่นนั้น

รายละเอียดข้อมูล
1. ที่มา: 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, June 2015)
2. ที่มา: Edge computing: A cheat sheet by Mary Shacklett (TechRepublic, June 21, 2017)
3. ที่มา: IoT numbers vary drastically: devices and spending in 2020 by Dennis Knacke (We Speak IoT, 10/6/17)
4. ที่มา: Gartner Says 8.4 Billion Connected “Things” Will Be in Use in 2017, Up 31 Percent From 2016, Press Release (Gartner, 2/7/17)
5. ที่มา: Cisco Visual Networking Index: Forecast and Methodology, 2016–2021 (Cisco, 9/15/17)