物聯網和邊緣計算

即時獲取見解

每年高達 11.1 萬億美元

到 2025 年,物聯網市場的潛在經濟影響總計將達 3.9 萬億美元到 11.1 萬億美元1

到 2020 年,達到 507.5 ZB

到 2020 年,全球將會有超過 5 百萬的智慧感應器和其他物聯網裝置投入使用,產生的資料至少會達到 507.5 ZB2

到 2021 年,達到 470 億台

到 2021 年,預計將會有 470 億台互聯裝置3

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