- Baterie i akumulatory
- Elementy indukcyjne
- Elementy półprzewodnikowe
- Czujniki
- Elementy dysktretne
- Mikrokontrolery
- Przełączniki
- Układy scalone
- Zarządzanie energią
- Cyfrowe potencjometry
- Czujniki temperatury
- Kontrolery mocy
- Moduły DC-DC
- Oświetlenie i wyświetlacze
- PMIC
- Pozostałe
- Przełączniki mocy
- Regulatory AC/DC Power Integrations
- Regulatory DC/DC
- Regulatory DC/DC Power Integrations
- Regulatory liniowe LDO
- Stabilizatory napięcia
- Sterowniki MOSFET
- Terminatory DDR
- Układy nadzorcze
- Ładowarki baterii
- Zestawy uruchomieniowe
- Komunikacja
- LED
- Przekaźniki
- Rezonatory filtry i źródła częstotliwości
- RFID
- Wyświetlacze
- Zasilacze impulsowe
Ważne informacje
Jak Egde Computing oraz sztuczna inteligencja wpłynie na przyszłość aplikacji IoT?

W aplikacjach Internetu Rzeczy rośnie popularność przetwarzania brzegowego - Edge computing, sztucznej inteligencji - AI oraz uczenia maszynowego - Machine Learning. Technologie te wyewoluowały z fazy badań i prototypów i są obecnie wdrażane w praktycznych zastosowaniach w wielu różnych branżach ma całym świecie. Symbiotyczny charakter obliczeń brzegowych i sztucznej inteligencji jest szczególnie interesujący, ponieważ AI wymaga niezwykle szybkiego przetwarzania danych, które umożliwia przetwarzanie brzegowe, tymczasem sztuczna inteligencja umożliwia wyższą wydajność zasobów obliczeniowych i inteligencję na krawędzi.
W tym artykule przyjrzymy się przetwarzaniu brzegowemu (EC), sztucznej inteligencji (AI) i uczeniu maszynowemu (ML) oraz temu, jak to połączenie przekształca infrastrukturę sieciową, umożliwiając nowe możliwości zastosowań i tworząc nową generację urządzeń i rozwiązań IoT.
Korzyści z Edge AI
Jedną z głównych zalet AI na krawędzi jest jej szybkość. Każde zadanie lub czynność może nastąpić szybciej, jeśli dane nie muszą być przesyłane tam i z powrotem do przetwarzania. Inną zaletą jest możliwość wykrywania problemów poprzez integrację inteligentnych urządzeń i funkcji analityki, aby wdrożyć inteligencję na krawędzi.
Czy przetwarzanie brzegowe i sztuczna inteligencja są bezpieczne?
Przetwarzanie brzegowe jest bezpieczne, gdy jest opracowywane z bezpiecznymi rozwiązaniami wbudowanymi, takimi jak chociażby moduły Digi ConnectCore i.MX8.
W przypadku przetwarzania brzegowego większość danych jest przetwarzana lokalnie. Ryzyko, że dane te zostaną naruszone, jest mniejsze, niż gdyby były wysyłane do centrum danych, przechowywane przez nieznany czas, przetwarzane i wysyłane z powrotem do urządzenia. Jeśli urządzenie brzegowe i sieć lokalna, z którą łączy się urządzenie brzegowe, są zabezpieczone i dobrze chronione przez zaporę, dane są bezpieczne.
Jednak jeśli chodzi o miejsca, w których bezpieczeństwo może zostać naruszone, należy wziąć pod uwagę kilka czynników.
- Urządzenia Edge mogą nie otrzymywać aktualizacji tak często, jak powinny. Ważne jest, aby kupować urządzenia od producenta, który regularnie udostępnia aktualizacje, a następnie monitorować bezpieczeństwo urządzeń, być na bieżąco z wiedzą branżową na temat zagrożeń bezpieczeństwa i proaktywnie utrzymywać zgodność urządzeń brzegowych - kluczową cechę Digi Remote Manager®.
- Ponieważ urządzenia brzegowe są łatwo dostępne w sprzedaży, haker może z łatwością kupić sprzęt w celu wyszukania luk w zabezpieczeniach. Ważne jest, aby śledzić wiadomości branżowe i mieć świadomość wszelkich luk w zabezpieczeniach, które zostały wykryte w określonych urządzeniach. Należy pamiętać, że Digi dysponuje własnym Security Center, które jest cennym źródłem informacji dla osób tworzących lub wdrażających rozwiązania IoT.
Przyszłość Edge Computing
Według IoT Business News: „Każde 100 mil przesyłu danych traci prędkość o około 0,82 milisekundy”. To może szybko przyczynić się do dużego opóźnienia. Przetwarzanie brzegowe z obsługą AI rozwiązuje ten problem. Opóźnienie nie istnieje, ponieważ całe przetwarzanie odbywa się na miejscu w urządzeniu, ewentualnie w przypadkach, gdy lokalne przetwarzanie nie wystarczy, sztuczna inteligencja może zdecydować o wysłaniu odpowiednich informacji do centrum danych, zachowując nieistotne dane lokalnie.
Przegląd przeprowadzony przez firmę Gartner wykazał, że od 2018 r. tylko 10% wszystkich danych było przetwarzanych na brzegu sieci, jednak spodziewa się, że do 2025 r. 75% całego przetwarzania będzie odbywać się na krawędzi. To ogromna zmiana, którą umożliwia coraz bardziej wydajny sprzęt i inteligentne systemy sztucznej inteligencji, które mogą przetwarzać informacje, komunikować się w sieci i podejmować lokalne decyzje w ułamku sekundy, szybciej niż kiedykolwiek wcześniej.
Co więcej, mając do dyspozycji sieć 5G, możliwości tworzenia i wdrażania szybkich aplikacji o niewielkich opóźnieniach, które wymagają przesyłania danych w ułamkach sekundy, jesteśmy u progu pełnego wykorzystania sztucznej inteligencji i obliczeń brzegowych.
Prawa autorskie: Digi International, Tłumaczenie: Gamma Sp. z o.o.
Pozostałe aktualności:

Moduł SOM Digi ConnectCore 95 napędza nową generację aplikacji IIoT
Digi ConnectCore 95 umożliwia firmom dostarczanie inteligentniejszych urządzeń medycznych, bezpiecznych systemów...

AN‑120 przewodnik projektowania zasilaczy rezonansowych z wykorzystaniem...
AN‑120 to kompleksowa nota aplikacyjna firmy Power Integrations, która krok po kroku opisuje projektowanie...

SKY66431-11 firmy Skyworks to wielopasmowy, wieloprocesorowy układ SiP...
SKY66431-11 firmy Skyworks to wielopasmowy, wieloprocesorowy układ SiP (System-in Package) obsługujący platformy 5G...

Deterministyczna detekcja cieczy w celu ochrony pomp przed pracą na sucho
Dowiedz się, jak mikrokontroler AVR64DD32 i gotowe do użycia urządzenie do detekcji cieczy MTCH9010 firmy Microchip...

Ultrakompaktowy moduł N31H2 firmy Mobiletek umożliwia jednoczesne...
Firma Mobiletek, zaprezentował nowy ultrakompaktowy model modułu nawigacji satelitarnej N31H2. Zamknięto go w...

SAM9X75D5M hybrydowy mikrokontroler typu system-in-package firmy...
Firma Microchip Technology ogłosiła wprowadzenie na rynek układu System-in-Package (SiP) SAM9X75D5M z certyfikatem...

























