當(dāng)前位置：家居加盟寶 > 行業(yè)資訊 > 行業(yè)熱點(diǎn) > 正文

智能邊緣正在推動(dòng)物聯(lián)網(wǎng)（IOT）的轉(zhuǎn)變

時(shí)間：2020-10-31 06:00:02 類(lèi)型：瀏覽量：5825

到2025年，預(yù)計(jì)全球?qū)⒂写蠹s750億個(gè)物聯(lián)網(wǎng)設(shè)備。

智能設(shè)備正變得越來(lái)越智能，它們可以幫助我們了解習(xí)慣，讓我們從日常生活中解脫出來(lái)。智能設(shè)備和未來(lái)科技的注入使日常生活變得更加輕松。物聯(lián)網(wǎng)（IoT）正在引領(lǐng)變革，它的技術(shù)遍布各種設(shè)備，包括家庭基礎(chǔ)設(shè)施。

截至2020年，全球約有270億臺(tái)物聯(lián)網(wǎng)設(shè)備。據(jù)Statista預(yù)測(cè)，到2025年，這一數(shù)字將增長(zhǎng)到750億。在物聯(lián)網(wǎng)的幫助下，可以遠(yuǎn)程調(diào)用門(mén)鎖、恒溫器、冰箱、電視、視頻門(mén)鈴和安全攝像頭。智能設(shè)備使老年人就地老齡化變得更加可行。智能產(chǎn)品使用起來(lái)更簡(jiǎn)單，而且可以由其他家庭成員遠(yuǎn)程管理。農(nóng)業(yè)部門(mén)也是物聯(lián)網(wǎng)的高受益者。農(nóng)作物種植戶和牲畜養(yǎng)殖戶都使用物聯(lián)網(wǎng)傳感器來(lái)監(jiān)測(cè)他們的產(chǎn)量。盡管人們預(yù)測(cè)物聯(lián)網(wǎng)的機(jī)遇將徹底改變世界，但它仍有一系列缺陷需要解決。

對(duì)支撐這些進(jìn)步的數(shù)據(jù)爆炸式增長(zhǎng)的擔(dān)憂，正在給那些創(chuàng)造產(chǎn)品、服務(wù)和支持基礎(chǔ)設(shè)施的企業(yè)帶來(lái)麻煩。通常，物聯(lián)網(wǎng)設(shè)備依賴于基于云的平臺(tái)來(lái)處理從設(shè)備收集的數(shù)據(jù)。即使該模型有其優(yōu)勢(shì)，智能邊緣也可以將物聯(lián)網(wǎng)設(shè)備提升到另一個(gè)水平。

智能邊緣正在推動(dòng)物聯(lián)網(wǎng)（IOT）的轉(zhuǎn)變

物聯(lián)網(wǎng)（IoT）限制

物聯(lián)網(wǎng)（IoT）現(xiàn)象無(wú)處不在，將提供關(guān)鍵物理數(shù)據(jù)并進(jìn)一步在云中對(duì)該數(shù)據(jù)進(jìn)行處理的事物進(jìn)行連接以提供見(jiàn)解。由于物聯(lián)網(wǎng)連接到數(shù)百萬(wàn)臺(tái)設(shè)備，它將所有數(shù)據(jù)存儲(chǔ)在云中。在云端和云端發(fā)送數(shù)據(jù)有其缺點(diǎn)。

? 能量和帶寬-傳輸數(shù)據(jù)使用能量和帶寬。更多的數(shù)據(jù)管理導(dǎo)致在有限的資源上花費(fèi)更多的成本。

? 延遲-向云端發(fā)送數(shù)據(jù)會(huì)導(dǎo)致延遲，這會(huì)限制某些應(yīng)用程序的有效性。

? 隱私和安全風(fēng)險(xiǎn)-轉(zhuǎn)換信息會(huì)帶來(lái)隱私和安全風(fēng)險(xiǎn)。智能設(shè)備在家里或辦公室收集的數(shù)據(jù)會(huì)顯示大量信息；有時(shí)甚至個(gè)人內(nèi)容也會(huì)被存儲(chǔ)。數(shù)據(jù)安全轉(zhuǎn)移到云端的保證是線性的。如果黑客得手，情況可能會(huì)惡化。

物聯(lián)網(wǎng)智能優(yōu)勢(shì)

智能邊緣是將數(shù)據(jù)分析和聚合在網(wǎng)絡(luò)中捕獲數(shù)據(jù)的位置附近的過(guò)程。智能邊緣崛起背后的主要驅(qū)動(dòng)力是物聯(lián)網(wǎng)技術(shù)的需求。隨著收集數(shù)據(jù)并將其轉(zhuǎn)換到云端進(jìn)行處理的物聯(lián)網(wǎng)設(shè)備數(shù)量增加，應(yīng)對(duì)某些挑戰(zhàn)的需求變得越來(lái)越迫切。

通過(guò)使用智能邊緣，設(shè)備可以對(duì)緊密連接的設(shè)備執(zhí)行決策分析，而不是將數(shù)據(jù)發(fā)送到云端。這減少了上述延遲、能耗和帶寬使用，同時(shí)允許用戶將私有數(shù)據(jù)保留在自己的基礎(chǔ)設(shè)施范圍內(nèi)。

機(jī)器學(xué)習(xí)是加速?zèng)Q策過(guò)程的關(guān)鍵技術(shù)。邊緣設(shè)備使用預(yù)先訓(xùn)練的機(jī)器學(xué)習(xí)模型，根據(jù)本地傳感器收集的新數(shù)據(jù)做出決策。

未來(lái)

物聯(lián)網(wǎng)（IoT）的未來(lái)預(yù)計(jì)將利用更多具有智能邊緣功能的設(shè)備。人工智能加速的未來(lái)可能包括神經(jīng)形態(tài)或內(nèi)存計(jì)算、尖峰神經(jīng)網(wǎng)絡(luò)甚至量子人工智能。這也將減輕機(jī)器學(xué)習(xí)算法在邊緣實(shí)際訓(xùn)練的能力。

（來(lái)源：千家網(wǎng)）

上一篇： 2023年，全球15％的家庭將安裝智能家居設(shè)備下一篇：海爾智家三季度歸母凈利同比增長(zhǎng)38%

(文章來(lái)源：騰訊家居侵刪)

版權(quán)與免責(zé)聲明：

凡注明稿件來(lái)源的內(nèi)容均為轉(zhuǎn)載稿或由企業(yè)用戶注冊(cè)發(fā)布，本網(wǎng)轉(zhuǎn)載出于傳遞更多信息的目的，如轉(zhuǎn)載稿涉及版權(quán)問(wèn)題，請(qǐng)作者聯(lián)系我們。