物聯網和邊緣計算
即時獲取見解
在邊緣實現即時分析之所以在現在和未來可行甚至可能成為首選，是由實現人工智慧和機器學習 (ML) 的發展潮流決定的。人工智慧和機器學習的功能正變得越來越複雜、用途越來越廣泛且越來越精密，能夠在邊緣、集線器，並且最終在雲端對物聯網收集的資料進行即時分析，獲取更多價值。資料可以傳送至雲端，並在此處由機器學習和人工智慧監視其特徵並進行訓練，從而逐漸從大量資料集中獲取見解。
資料來源：未開發的資料 - 從邊緣和雲端的物聯網資料中獲取更多價值，Western Digital 的 Christopher Bergey (Western Digital 部落格，5/6/18)
如何從邊緣資料獲取價值
物聯網正在驅動網路邊緣實現即時分析
對於許多物聯網應用，就地 (車載感應器、監控攝影機、空拍機、私人裝置、機器人和閘道等) 篩選、分析甚至轉換資料變得非常關鍵。在網路邊緣提供即時分析能力可以提高作業效率、提供駕駛安全性、建立更安全的環境、預見即將到來的維護、識別顧客購買行為，創造一個充滿機會的世界。
網路延遲是一項挑戰。儲存和轉送資料耗費了太多時間，節省這些時間所能創造的價值是顯而易見的。邊緣儲存能夠管理資料擷取，並提供即時彙總和分析資料的計算能力，從而在裝置級別提供即時的可行見解。
邊緣分析的價值
邊緣分析提供即時價值
透過在邊緣裝置上部署人工智慧 (AI)、機器學習 (ML)、影像、聲音、手勢識別及其他技術，可以與擷取的資料進行即時互動，從而提供有價值的見解。透徹的分析可以傳送到雲端，然後在雲端由機器學習用於進一步的 AI 模式訓練並存檔以供將來之用。最終，透過即時存取這些資訊將能創造效益更高、更有效的業務、作業或環境，從而為物聯網應用提供更多的獲利機會。
發揮邊緣資料的力量和潛力
Western Digital 提供從裝置到系統再到平台的全面產品組合，旨在發揮由物聯網和邊緣運算所驅動資料的力量和潛力
物聯網資料湖
有效管理物聯網資料
當企業探索如何透過物聯網改善業務時，遭遇的最大挑戰之一就是感應器會產生海量資料。收集到數量驚人的多樣化資料阻礙了有效率地存取、處理這些資料以及從中獲取見解。
雲端物件系統專為處理海量物聯網資料而設計，可以幫您彙總、儲存、管理和保護位於集中化混合雲端系統中的資料，同時允許透過生態體系開展協作與共用資料。
擴充處理物聯網資料的容量
基於 Western Digital Ultrastar 平台構建的物件儲存解決方案可用於處理大量資料 (例如，物聯網產生的資料)。我們提供高密度、低功耗、極具經濟性的系統，讓您可以在線上儲存更多資料，而不用為決定刪除或獲取哪些離線資料而煩惱。
Ultrastar Data60 混合儲存平台
具備成本效益的 4U、60 磁碟槽 12Gb/s JBOD 軟體定義儲存 (SDS) 系統，密度與靈活性高，能夠在效能和成本間實現平衡，並且以輕巧的高效外型規格提供高達 840TB¹ 的原始儲存容量，可滿足您的所有技術需求。
工業級物聯網
管理工業級物聯網中的大量資料
完整的工業級物聯網 (IIoT) 讓工廠能夠使用最新感應器、自動化裝置、擴增實境 (AR) 和分析功能，確保生產出最高品質的產品。這樣就產生了大量需要儲存和分析的資料。雖然這些作業可以在很多位置執行，但為了降低延遲和提升回應能力，執行這些作業的最佳位置是在邊緣。
邊緣閘道會形成一條管道。來自附近來源的低頻寬資料被彙總成單一串流，然後此串流被快速處理以用於偵測和回應關鍵條件。不是所有進入邊緣節點的資料都會返回至中央雲端，甚至非關鍵資料也會被傳送到資料中心進行進一步處理。在工業級物聯網中，速度是快速決策的必要條件，而在快速擷取、處理和分析資料方面，邊緣是非常關鍵的。
值得信賴的工業級物聯網合作夥伴
由於工業級物聯網處理的資料會給企業帶來切實的財務影響，因此需要在各種外型尺寸下，都有用於邊緣的超級可靠儲存空間，並且這些裝置具有降低延遲和提升回應能力需要的效能。
Ultrastar NVMe™ 系列
為需要管理交易和混合工作負載的資料中心，提供高效能和低延遲。
起價為 {{productReferenceObject.minPricedSkuObj.prices.list.amountFormatted}} {{productReferenceObject.minPricedSkuObj.prices.sale.amountFormatted}} / {{productReferenceObject.minPricedSkuObj.prices.sale.billingPlanName}}
{{productReferenceObject.pageTitle}}
SanDisk 產品
G-Technology 產品
WD 產品
Western Digital 產品
Incase 產品
NACON 产品
SanDisk Professional 产品
WD_BLACK 產品
起價為 {{productReferenceObject.minPricedSkuObj.prices.list.amountFormatted}} {{productReferenceObject.minPricedSkuObj.prices.sale.amountFormatted}} / {{productReferenceObject.minPricedSkuObj.prices.sale.billingPlanName}}
保證 30 天內可退款
物聯網和邊緣 - 工業級物聯網
如需關於工業級物聯網的更多資訊，請諮詢專家或透過以下連結傳送一則訊息。
M2M 聯網裝置
M2M 聯網裝置爆炸式增長
連線能力和運算微型化的進步，推動了智慧和連線感應器的爆炸式增長，這些感應器運用在包括農業技術及醫療領域的幾乎每個產業，讓這些產業感受到物聯網帶來的好處。到 2021 年，這些感應器的數量預期將增長到 33 億，它們產生、處理和交換資料的方式將對許多重要產業造成巨大影響。
這些 M2M 聯網裝置除了要求裝置本身具有儲存空間之外，還要求作為彙總點的閘道、網路上的不同位置，乃至最後在雲端都具有儲存空間。
物聯網市場值得信賴的合作夥伴
自動調整解決方案旨在解決一切問題，包括智慧感應器應用堆疊的小體積儲存、邊緣閘道伺服器，以及抵抗高溫和潮濕。Western Digital 為物聯網市場不斷演進的需求提供各種儲存解決方案。
Ultrastar NVMe™ 系列
為需要管理交易和混合工作負載的資料中心，提供高效能和低延遲。
起價為 {{productReferenceObject.minPricedSkuObj.prices.list.amountFormatted}} {{productReferenceObject.minPricedSkuObj.prices.sale.amountFormatted}} / {{productReferenceObject.minPricedSkuObj.prices.sale.billingPlanName}}
{{productReferenceObject.pageTitle}}
SanDisk 產品
G-Technology 產品
WD 產品
Western Digital 產品
Incase 產品
NACON 产品
SanDisk Professional 产品
WD_BLACK 產品
起價為 {{productReferenceObject.minPricedSkuObj.prices.list.amountFormatted}} {{productReferenceObject.minPricedSkuObj.prices.sale.amountFormatted}} / {{productReferenceObject.minPricedSkuObj.prices.sale.billingPlanName}}
保證 30 天內可退款
物聯網和邊緣解決方案 - M2M 聯網裝置
如需關於 M2M 聯網裝置的更多資訊，請諮詢專家或透過以下連結傳送一則訊息。
物聯網專家同意
依據 ABI Research 的觀點，物聯網 (或整體意義上的萬物互聯) 最顯著的趨勢之一是打破了邊緣運算和雲端運算之間的平衡。早期的物聯網與其先驅 M2M 以雲端平台發揮關鍵角色並起應用推動者作用為特徵。智慧系統很大程度上依賴雲端級別的智慧，而系統包含的裝置本身相對簡單。目前，這個舊的前提正在動搖，因為邊緣級別的運算能力比雲端級別的運算能力提升得更快。
資料來源：物聯網中的邊緣分析，ABI Research，2015 年
讓我們幫您找到適合您需求的解決方案
前瞻性聲明
此網頁可能包含前瞻性聲明，包括但不限於有關我們產品和技術組合、我們產品的功能、容量、應用和市場、我們的策略和增長機會以及市場趨勢的聲明。這些前瞻性聲明可能受到風險和不確定性因素的影響，從而會導致實際結果與前瞻性聲明中表達或暗示的結果存在實質上的差異。Western Digital Corporation 向證券和交易委員會備案的檔案中更完整地討論了這些風險和不確定性因素，包括我們最近提交的定期報告，請您多加留意。在此提醒讀者勿對此等前瞻性聲明過分依賴，本公司不承擔因後續事件或環境變遷而需更新此等前瞻性聲明之義務，法律要求者除外。
揭露資訊
1. 資料來源：Unlocking the potential of the Internet of Things (釋放物聯網的潛力)，James Manyika、Michael Chui、Peter Bisson、Jonathan Woetzel、Richard Dobbs、Jacques Bughin 和 Dan Aharon (McKinsey Global Institute，2015 年 6 月)
2. 資料來源：邊緣運算：A cheat sheet (備忘單)，Mary Shacklett (TechRepublic，2017 年 6 月 21 日)
3. 資料來源：IoT numbers vary drastically: devices and spending in 2020 (物聯網數據急劇變化：2020 年的裝置和支出)，Dennis Knacke (We Speak IoT，2017 年 10 月 6 日)
4. 資料來源：Gartner Says 8.4 Billion Connected “Things” Will Be in Use in 2017, Up 31 Percent From 2016 (Gartner 表示，2017 年將有 84 億台互網「事物」投入使用，比 2016 年增長 31%)，Press Release (Gartner，2017 年 2 月 7 日)
5. 資料來源：Cisco Visual Networking Index：Forecast and Methodology, 2016–2021 (預測與方法，2016 - 2021)(Cisco，2017 年 9 月 15 日)
Oops! Something went wrong. Please try again later.
非常感謝！
我們正在審核您的請求，稍後會聯絡您。