0 |
Полное или хотя бы частичное перемещение на границу сети IoT аналитики данных и интеллектуальных систем принятия решений сулит много выгод. Обработка и анализ данных на том месте, где они были получены, позволит существенно сократить сетевой трафик IoT, который по прогнозам IDC, превысит 40 трлн гигабайт в 2015 г. Функционирование IoT будет меньше зависеть от качества соединения с центральными серверами, а безопасность возрастёт, так как приватные ключи не будут покидать пределы граничного устройства.
Промышленные компании смогут обнаруживать неполадки высокопроизводительных сборочных линий в реальном времени, розничные торговцы будут получать сигнал сразу, когда закончатся складские запасы товара, а безопасность автомобилей повысится благодаря интеллектуальным технологиям предотвращения столкновений, маршрутизации дорожного движения и отслеживания внимания водителя за рулём.
Как правило, реализация в IoT-системах принятия решения в реальном времени наталкивается на проблемы высокой стоимости, слишком больших габаритов, медленного отклика, перерасхода энергии и пр.
Изменить положение в лучшую сторону попыталась Google. На второй день её конференции Cloud Next компания анонсировала два новых продукта — Edge TPU и Cloud IoT Edge, которые призваны упростить разработку и широкомасштабное развёртывание интеллектуальных подключенных устройств.
Edge TPU это заказной чип ASIC, позволяющий запускать модели машинного обучения на движке TensorFlow Lite на границе сети. Данный чип подвергся тщательной оптимизации для получения наилучших энерго- и ценовой эффективности в компактном форм-факторе. Edge TPU может работать в тандеме с Cloud TPU, то есть тренировку модели можно ускоренно проводить в облаке, а моментальное построение умозаключений осуществлять локально, там где находятся сенсоры.
ПО Cloud IoT Edge расширяет мощные функции обработки данных и машинного обучения Google Cloud на шлюзы, камеры и конечные устройства, делая приложения IoT более умными, безопасными и надёжными.
Cloud IoT Edge работает на Android Things или Linux OS-based, а его ключевыми runtime-компонентами являются:
-
среда выполнения для устройств класса шлюз, имеющих по крайней мере один процессор, обеспечивающая локальные хранение, трансляцию, обработку и интеллектуальный анализ данных на границе сети
-
Edge IoT Core runtime, которая более надежно соединяет граничные устройства с облаком, позволяет обновлять ПО и прошивку и управлять обменом данными с Cloud IoT Core.
-
Edge ML runtime — делает выводы на основе обученной модели, значительно сокращая задержку и улучшая универсальность граничных устройств. Благодаря интерфейсу с TensorFlow Lite позволяет выполнять запускать модели на обычных или графических процессорах или на Edge TPU в шлюзах и конечных устройствах, таких как камеры.
Для тех, кто хочет поскорее приступить к созданию и тестированию приложений с Edge TPU, Google подготовила комплект разработчика. В него входит система на модуле (SOM) с Edge TPU, центральным процессором NXP, адаптером Wi-Fi и безопасным элементом от Microchip в компактном форм-факторе. Разработчики смогут получить набор в октябре 2018 г.
Из участников экосистемы IoT, уже работающих над созданием оборудования с Edge TPU, Google назвала чипмейкеров NXP и ARM, производителей шлюзов — Accton, Harting, Hitachi Vantara, Nexcom, Nokia и решений для границы сети — ADLINK Technology, Kelvin, Olea Edge Analytics, Smart Catch, Trax.
Ready, set, buy! Посібник для початківців - як придбати Copilot для Microsoft 365
0 |