從物聯網卡從業人員的視角看來，三天兩頭看見對換算更為可用和分布式架構的需求。當逐漸將物聯網卡與OT和IT系(xi)統(tong)軟件融合時，亟待解決的(de)第一(yi)個難題是機(ji)器設備發送至網(wang)絡服務器的(de)巨(ju)大信息量。 在一個(ge)加工廠(chang)智(zhi)能化(hua)的情景(jing)中，將會有數以百計集成化(hua)的控制器，這種控制器每1秒轉發(fa)3個數(shu)據資料點。絕(jue)大多數(shu)的控制器數(shu)據在5秒左右以后就徹底無用了。 數(shu)以(yi)百計控制器，好(hao)幾個網關ip，好幾(ji)個系(xi)統進程，和好幾(ji)個系(xi)統軟件，必須全部在(zai)一瞬間處(chu)理(li)這些(xie)數據資料(liao)。

 

大部分數據處理方法的維護(hu)者都支持(chi)云(yun)模(mo)型(xing)，即老是應當向云(yun)轉發一(yi)些內容。 這(zhe)都是第一種物聯網卡(ka)計(ji)算的基礎。

 

一、 物聯網卡(ka)的(de)云計算模式

 

根據物聯網(wang)卡和云(yun)計算技術(shu)實(shi)體模型，大(da)部分可以(yi)通過云(yun)促進和解決你的感觀數據(ju)資料。 給你(ni)一個攝取控制模塊，它能夠(gou)接(jie)收數(shu)據(ju)并儲存在(zai)一個數(shu)據(ju)資料庫(一(yi)個十分大(da)的(de)存儲芯(xin)片) ，隨后(hou)對它開展并行處理(它能夠(gou)是 Spark，Azure HD Insight，Hive，這些(xie)) ，隨(sui)后(hou)應用節奏快的信(xin)息(xi)內容來做決(jue)策。

 

自(zi)打逐漸(jian)搭建物聯網卡解決方(fang)法，如今(jin)擁有很多新的產品與服(fu)務，能夠(gou)很容易(yi)地保證這一點：

 

1. 能夠應用 AWS Kinesis 和 Big data lambda services

 

2. 能夠運用(yong) Azure 的生態體系，讓搭建互聯網(wang)大數據工作能力越來越極為非常(chang)容(rong)易(yi)

 

3. 或是(shi)，能夠應用像 Google Cloud 商品那樣的專用工具(ju)如Cloud IoT Core

 

在物聯(lian)網(wang)卡中亟待解決的一些挑戰(zhan)是：

 

1. 獨(du)享服務(wu)平臺的使用人和公司針對有著它們的數據資料(liao)在Google，微軟公(gong)司，amazon等感到不舒服。

 

2. 延(yan)遲時間和互聯網終斷(duan)問題。

 

3. 增高(gao)了儲(chu)存成本費(fei)、數(shu)(shu)據(ju)資(zi)料安全系(xi)數(shu)(shu)和耐受性(xing)。一(yi)般，互聯網(wang)大數(shu)(shu)據(ju)框架(jia)結構不能夠建立一(yi)個可(ke)以(yi)滿足數(shu)(shu)據(ju)資(zi)料要求(qiu)的大中型攝(she)取控(kong)制(zhi)模(mo)塊。

 

二、面向物聯網卡(ka)的霧(wu)計算模式

 

根據(ju)霧(wu)計算(suan)，能夠變得(de)越(yue)來越(yue)強(qiang)勁(jing)。霧(wu)計算(suan)是使用(yong)當地處理單元或(huo)電腦，而并(bing)不(bu)是將(jiang)數據(ju)資料(liao)一(yi)路(lu)發送至(zhi)云空間并(bing)等候(hou)網絡服務器解決和(he)響應。

 

4-5年(nian)里(li)，還沒像 Sigfox 和 LoraWAN 那般的無(wu)線網(wang)絡解決方法，BLE都沒有mesh或遠程控制作用。因而(er)，務必使(shi)用更價格昂貴的(de)(de)網絡解決方案，以保證可以創(chuang)建一個安全性，長久的(de)(de)聯接到數據資料(liao)處理單元。 這一核心模(mo)塊(kuai)是解(jie)決方法的(de)核(he)心，很少有(you)技術專(zhuan)業的解決方法服務提供商。

 

從實行一個(ge)物聯網卡霧計算(suan)能(neng)夠掌握到：

 

這(zhe)并(bing)非簡(jian)單(dan)的(de)事(shi)，必須了解和理解許多事(shi)兒。搭建設備軟件，也就是說在物聯網卡上所做的(de)(de)，是更立即和(he)對外開放的(de)(de)。 并且，當把網(wang)絡當做(zuo)一道天然屏障時，它會減少速率。

 

針(zhen)對這樣的實際情況，必(bi)須一個十分大的精英團隊和好幾個經銷商(shang)。 一般也會面臨(lin)經(jing)銷商的鎖定問題(ti)。

 

OpenFog是一個由知名(ming)行業內(nei)人士(shi)開發設計(ji)的(de)致力于霧計(ji)算構架(jia)(jia)而(er)設計(ji)方(fang)案(an)的(de)對外開放霧計(ji)算框架(jia)(jia)結構。 它出示了用例，實驗室(shi)中央臺，技術性規格型號(hao)， 還有一個參(can)照系統架(jia)構。

 

三、 物(wu)聯網卡邊緣計算模式

 

物(wu)聯網卡是有關(guan)捕獲細微的(de)交互(hu)作用，并盡量快地(di)作出(chu)反映。 邊緣計算離數據庫近期(qi)，可以在控制器地域(yu)運用(yong)深度學習。 假如深陷了邊沿和霧(wu)計(ji)算(suan)的(de)探討，應當(dang)搞清楚，邊緣計(ji)算(suan)是全部有關(guan)(guan)智(zhi)能傳感器連接點的(de)運用，而霧(wu)計(ji)算(suan)依然是有關(guan)(guan)局域(yu)網絡，能夠為(wei)信息(xi)量大(da)的(de)實際(ji)操(cao)作出(chu)示數學計(ji)算(suan)。

 

像微軟公司(si)和amazon那樣(yang)的制(zhi)造行業大(da)佬(lao)早已公布(bu)了 Azure IoT Edge 和 AWS Green Gas，用(yong)以(yi)提升物聯(lian)網卡(ka)網關ip和(he)控制(zhi)器連(lian)接點上的設(she)備智能(neng)化，這(zhe)種網關ip和控制器(qi)連接點有著(zhu)優良(liang)的數學計(ji)算。 盡管這種全是(shi)(shi)很好的(de)解決(jue)方(fang)法(fa)，能夠讓工作(zuo)中越(yue)來越(yue)比較簡(jian)單(dan)，可是(shi)(shi)它明顯(xian)地更改(gai)了從業人員所了解和應用的(de)邊緣計(ji)算的(de)含意。

 

邊(bian)緣計算不應當規定機器學習(xi)算法在網關(guan)ip上運作來搭(da)建智(zhi)能化。 2015年，Alex 在 ECI 大(da)會上提到了內嵌式人工智能技術在(zai)神(shen)經系統記憶力(li)CPU上(shang)的工作中：

 

真實的邊(bian)緣計算將(jiang)產(chan)生在那樣的神經細胞設(she)備(bei)上，他們能夠自帶機器學習算法，服務(wu)項(xiang)目(mu)于單一的目(mu)地和義務(wu)。 那(nei)會非常好嗎? 我們一起假定庫房的(de)完畢連接點能夠對非常少的(de)好多個重要字符數組實(shi)行(xing)當地(di) NLP，這種重(zhong)要(yao)字符數組組成登陸密碼，例如(ru)"芝(zhi)麻開門"!

 

這類邊沿(yan)機器設備一般有一個相近神經元(yuan)網(wang)絡的構造，因此當載入一個機器學(xue)習算法的那時候，大部分就是說在(zai)里邊點燃了一個神經元(yuan)網(wang)絡。 但這類點燃(ran)是永久(jiu)的，沒(mei)法(fa)大逆轉。

 

有一(yi)個全新升級的(de)內(nei)嵌式機器(qi)設備室(shi)內(nei)空(kong)間，能(neng)夠在低輸出功率(lv)控制(zhi)器(qi)連接點上推動內(nei)嵌式邊沿智能(neng)化。

 

四、物聯網卡的 MIST 換算模(mo)式

 

能夠做下列事兒來推動物聯網卡的數據(ju)處(chu)理方法和智能化系(xi)統(tong)：

 

1. 根(gen)據云計算(suan)技術的實體模型(xing)

 

2. 根據霧的換(huan)算實體模型

 

3. 邊緣計算實(shi)體(ti)模型

 

這兒有一種電腦(nao)種類(lei)，它(ta)填補(bu)了霧和邊緣(yuan)計算，使(shi)他們(men)越(yue)(yue)來越(yue)(yue)更強，而不用再等去年。 能夠簡易地引進物聯(lian)網(wang)卡(ka)機器設(she)備的互聯(lian)網(wang)作用，分(fen)派工作中(zhong)負荷，既(ji)沒有(you)霧(wu)都沒有(you)邊緣(yuan)計(ji)算出示的日常動態智能化(hua)實體模型(xing)。

 

中億物聯網認為創建這類方式能夠產生髙速的數據處理方法和智能化獲取的機器設備，具備256kb 的內(nei)存和(he) ～ 100kb / 秒的數(shu)據資料傳輸率。 針對 Mesh 互聯網，毫無疑問會看見(jian)那樣一個換算實體模型(xing)的(de)促進者(zhe)，會許(xu)多人明確(que)提出一個更(geng)強(qiang)的(de)根據(ju) MIST 系統(tong)軟件的實體(ti)模型，能夠(gou)非常容易地應用它。