物聯(lián)網(wǎng)邊緣分析更智能的“末梢大腦”

1、未來的發(fā)展方向。外，邊緣計算支持的分析技術是時決策？在云計算和霧計算之化加快加深。如何以高保真的更智能的文特麗莎?董（TeresaTung）、讓呂克?夏特蘭（JeanLucChatelain）、王曉光提要物聯(lián)網(wǎng)部署日趨復雜業(yè)務數(shù)據(jù)技術｜物聯(lián)網(wǎng)物聯(lián)網(wǎng)邊緣分析：“末梢大腦”數(shù)據(jù)供應鏈支持更加可靠的實56|新活力目技術｜物聯(lián)網(wǎng)前的物聯(lián)網(wǎng)解決方案海量暴增的數(shù)據(jù)分析需求。都是通過平臺收集來邊緣計算支持的數(shù)據(jù)分析（簡邊緣分析即就地對數(shù)據(jù)進行分析，據(jù)

2、進行計算和分析以備決策支持。臺解決集中進行存儲和分析。平緣設備（即遠離云計算中心、靠近的框架，牢牢把握業(yè)務發(fā)展邏輯的據(jù)，然后自聯(lián)網(wǎng)設備的傳感數(shù)稱“邊緣分析”），可以讓物聯(lián)網(wǎng)邊其優(yōu)勢是基于兼?zhèn)潇`活性和知識性帶寬的方案需要可靠、低延遲、高產(chǎn)生數(shù)據(jù)終端的設備）上的高保真核心?高保真的數(shù)據(jù)以及更加可網(wǎng)絡連接，但顯然不適用于數(shù)據(jù)無須再往返于各個云計算平靠實時的決策。網(wǎng)絡狀況不佳、連接受限、收費高昂、地處偏遠的企業(yè)，也不能滿足臺，而是依靠先進的機器

3、學習和人工智能分析技術，直接對邊緣性數(shù)用靈活性擺脫“技術債”設想一下，一個新型傳感器的使用需要特別的解決方案：設備專家進行安裝，應用專家依據(jù)數(shù)據(jù)科學家建立的模型開發(fā)分析應用程序。該程序通過新型傳感器生成了相關數(shù)據(jù)。三位專家之間明晰的協(xié)調(diào)配合有助于全面性解決方案的實施：共享有關傳感器功能、應用程序和模型的相關知識。隨后，與現(xiàn)場工程師合作，在多個站點上配置和部署邊緣性實例?新的物理傳感器。但是，如此緊密的相互依賴性卻限制了解決方案在大型企業(yè)

4、運營環(huán)境中的可擴展性和可維護性。在精簡操作流程方面既沒有可重復使用性，也缺乏靈活性，同時還造用新框架降低復雜性借助埃森哲技術研究院創(chuàng)建的邊緣性分析框架，企業(yè)無須對現(xiàn)有的信息和運營技術環(huán)境進行徹頭徹尾的改變或者引入垂直集成解決成了組織管理和業(yè)務監(jiān)督的缺位。垂直整合的解決方案雖然可以直擊痛點，但需要對物聯(lián)網(wǎng)堆棧中的各個方面進行有效控制?從邊緣性計算機硬件到云層組件的集中編排。這種解決方案會令企業(yè)束縛于供應商模式的生態(tài)系統(tǒng)中，限制了其使用現(xiàn)有

5、技術，或是部署最佳解決方案的能力。我們看到，盡管工業(yè)物聯(lián)網(wǎng)企業(yè)（包括制造業(yè)、運輸和石油天然氣業(yè)務）數(shù)十年來始終奔波在數(shù)字化和工業(yè)資產(chǎn)網(wǎng)絡化的進程中，但由于受到監(jiān)管的約束，他們中的許多企業(yè)無法進一步實現(xiàn)創(chuàng)新。日積月累，這些企業(yè)反而形成了各種“技術債”積壓：比如缺乏專有的解決方案方案，即可應對所面臨的挑戰(zhàn)。我們針對存在異構型環(huán)境的企業(yè)，提供了各種有關應用、模型和硬件設施建設等方面的方案。同時，我們和異構方法，過時的硬件條件，以及多個業(yè)務部門