IoT 和边缘计算

实时获得见解

与专家交谈

高达每年 11.1 万亿美元

到 2025 年，IoT 市场每年产生的潜在经济总效益将达到 3.9 万亿美元至 11.1 万亿美元1

到 2020 年达到 507.5ZB

到 2020 年，全球将有 500 多万个智能传感器和其他 IoT 设备投入使用，至少会生成 507.5ZB 的数据2

到 2021 年达到 470 亿

据估计，到 2021 年将有 470 亿台联网设备3

人工智能 (AI) 和机器学习 (ML) 技术的实现使边缘实时分析成为可能，甚至成为人们的首选，不仅现在如此，未来许多年仍会如此。AI 和 ML 正变得越来越复杂、通用和精密，能够在边缘、中心，并且最终在云上进行实时分析，因而能从收集到的所有 IoT 数据中获得更多价值。我们可以将数据发送到云中，在云中训练机器学习和 AI，通过积累从大数据集中寻找模式并获取洞察。

来源：未开发的数据 – 从边缘和云中的 IoT 数据中获取更多信息，作者 Christopher Bergey，Western Digital（Western Digital 博客，2018 年 5 月 6 日）

如何从边缘数据中提取价值

IoT 正推动网络边缘的实时分析

对于许多 IoT 应用，在数据生成之处（汽车传感器、监控摄像头、无人机、个人设备、机器人、网关等）进行数据筛选和分析甚至完成转换，变得至关重要。如果能够在网络边缘提供实时分析，则可以提高运营效率、提供更安全的驾驶、创建更安全的环境、预见即将到来的维护、识别客户购买行为并创造更多机遇。

网络延迟是一项挑战。对于价值仅即时存在的数据，存储和转发需要的时间太长。边缘存储负责管理捕获的数据并提供计算功能，可实时聚合和分析此类数据，从而提供设备级的即时可行的见解。

边缘分析的价值

边缘分析提供实时价值

人工智能 (AI)、机器学习 (ML)、图像、语音和手势识别，以及部署在边缘设备上的其他技术，可实时与捕获的数据交互，提供有价值的见解。所有分析见解可以转移到云中，用于进一步训练机器学习的 AI 模型，或者存档以供将来使用。能够实时访问这些信息，最终可以实现更高效、更有效的业务、操作或环境，从而为 IoT 应用提供更多获利机会。

激发边缘数据的强大功能和潜能

Western Digital 提供从设备到系统和平台的广泛产品组合，旨在激发由 IoT 和边缘计算驱动的数据的强大功能和潜能

IoT 专家认为

根据 ABI Research 的观点，物联网（或互联世界，总得来说即万物互联）最重要的趋势之一，是边缘计算和云计算之间的平衡转变。初期阶段的 IoT 及其先驱者 M2M 的特点，是云平台作为应用运行环境所发挥重要作用。智能系统在很大程度上依靠云端实现智能，而构成这些系统的实际设备本身则相对简单。现在，这个旧的前提即将被打破，因为与云端的计算能力相比，边缘级别的计算能力提升得更快。

来源：IoT 的边缘分析，ABI Research，2015 年

我们可以帮您找到适合您需求的解决方案

联系我们

前瞻性声明
本网页可能包含前瞻性声明，包括但不限于有关以下内容的声明：我们的产品和技术产品组合、我们产品的容量、功能、应用程序和市场、我们的战略、增长机会和市场趋势。这些前瞻性声明受风险和不确定因素的影响，这些风险和不确定因素可能导致实际结果与前瞻性声明中表达或暗示的结果大不相同。Western Digital Corporation 向美国证券交易委员会提交的文件（包括我们最近提交的定期报告）中全面地阐述了这些风险和不确定因素。谨请读者不要过度依赖这些前瞻性声明，本公司没有义务更新这些前瞻性声明以如实反映后续的事件或情况（除非法律另有规定）。

披露
1. 来源：释放物联网的潜力，James Manyika、Michael Chui、Peter Bisson、Jonathan Woetzel、Richard Dobbs、Jacques Bughin 和 Dan Aharon（McKinsey Global Institute，2015 年）
2. 来源：边缘计算：一本备忘录，Mary Shacklett（TechRepublic，2017 年 6 月 21 日）
3. 来源：IoT 数量的巨大差异：到 2020 年的设备和支出，Dennis Knacke（2017 年 10 月 6 日）
4. 来源：Gartner 显示，2017 年将有 840 亿台联网设备投入使用，比 2016 年增长 31%，Press Release（Gartner，2017 年 2 月 7 日）
5. 来源：思科视觉网络指数：预测和方法，2016-2021 年（Cisco，2017 年 9 月 15 日）