Edge Analytics อธิบายใน 5 นาทีหรือน้อยกว่า [+ 5 เครื่องมือ]

การวิเคราะห์ Edge ช่วยให้ธุรกิจที่ชาญฉลาดและมุ่งเน้นข้อมูลสามารถดำเนินการวิเคราะห์ข้อมูลได้โดยตรงหลังจากการรวบรวมข้อมูลโดยอุปกรณ์ IoT

ตามเนื้อผ้า ธุรกิจจะรวบรวมข้อมูลจากแหล่งต่างๆ เก็บไว้ในระบบคลาวด์หรือที่เก็บข้อมูลในสถานที่ และวิเคราะห์ในภายหลัง อย่างไรก็ตาม โมเดลการวิเคราะห์ข้อมูลนี้เป็นคอขวดที่สำคัญสำหรับการเติบโตของ Internet of Things (IoT) และ Industrial Internet of Things (IIoT)

การวิเคราะห์ Edge คือคำตอบ!

บทความนี้จะพาคุณไปสู่การเดินทางโดยสังเขปของการวิเคราะห์บนเอดจ์ เพื่อให้คุณสามารถพัฒนาโซลูชันหรือเปลี่ยนโฉมธุรกิจดิจิทัลได้อย่างง่ายดาย

ข้อมูลเบื้องต้นเกี่ยวกับ Edge Analytics

ตามชื่อที่แนะนำ การวิเคราะห์ข้อมูลแบบเอดจ์เป็นวิธีการวิเคราะห์ข้อมูลที่เอดจ์ Edge หมายถึงแหล่งที่มาของข้อมูล สำหรับ IoT สิ่งเหล่านี้ได้แก่ เซ็นเซอร์ แอคชูเอเตอร์ แขนหุ่นยนต์ HVAC ระบบควบคุมสายพานลำเลียง สวิตช์เครือข่าย และอุปกรณ์อัจฉริยะ

แอปพลิเคชันการวิเคราะห์ Edge ทำการวิเคราะห์ข้อมูลใกล้กับอุปกรณ์ IoT ที่รวบรวมข้อมูลตามเวลาจริงจากหน่วยการผลิต ระบบสาธารณูปโภค ฯลฯ ดังนั้น กระบวนการทางธุรกิจที่สำคัญต่อเวลาจึงสามารถทำงานได้อย่างราบรื่นโดยไม่ต้องรออินพุตเชิงตรรกะจากเซิร์ฟเวอร์ส่วนกลาง

โดยสรุป การรวบรวมข้อมูล การประมวลผล การวิเคราะห์ และการดำเนินการที่เกิดขึ้นภายในอุปกรณ์อัจฉริยะเป็นผลมาจากการวิเคราะห์ข้อมูลเอดจ์ ตัวอย่างเช่น อุปกรณ์ Amazon Echo หรือ Nest Home มาพร้อมกับการวิเคราะห์ขอบ

อุปกรณ์เหล่านี้ฟังคำสั่งของคุณ วิเคราะห์เสียงที่บันทึกเป็นภาษาเครื่องที่ค้นหาผลลัพธ์จากเว็บ อุปกรณ์ยังแสดงผลการค้นหาที่มีอยู่บนอินเทอร์เน็ต

ต้องการ Edge Analytics

การใช้อุปกรณ์อัจฉริยะในอุตสาหกรรมต่างๆ เช่น พลังงาน การค้าปลีก การผลิต การรักษาความปลอดภัย โลจิสติกส์ รถยนต์ ฯลฯ มีการเติบโตอย่างต่อเนื่อง แต่แบนด์วิธของอินเทอร์เน็ตไม่ได้เติบโตด้วยความเร็วเท่าเดิม หรือแบนด์วิธถูกจำกัดอยู่เสมอ

ดังนั้น การรวบรวมข้อมูลขนาดเทราไบต์จากอุปกรณ์ IoT และถ่ายโอนข้อมูลเหล่านั้นไปยังระบบคลาวด์จึงใช้เวลานาน ไม่ต้องพูดถึงการวิเคราะห์ข้อมูลและส่งข้อมูลเชิงลึกที่นำไปใช้ได้จริงกลับไปยังอุปกรณ์อัจฉริยะผ่านเครือข่ายเดียวกัน

มันจะสร้างการจราจรติดขัดและปิดใช้งานเครือข่ายระบบ IoT!

ที่นี่ ธุรกิจต้องใช้แอปพลิเคชันและอุปกรณ์การวิเคราะห์ขอบ อุปกรณ์อัจฉริยะที่คำนึงถึงเวลาจะสามารถวิเคราะห์ข้อมูลที่รวบรวมในสถานที่และดำเนินการได้ทันที

ตัวอย่างเช่น รถยนต์ขับเคลื่อนอัตโนมัติต้องเบรกหากตรวจพบสิ่งกีดขวางกะทันหันและไม่ต้องการบนเส้นทาง

ไม่สามารถรอที่จะรวบรวมข้อมูลภาพและเสียงของสิ่งกีดขวาง ส่งไปยังแอปคลาวด์ และรอการป้อนข้อมูล แต่รถจะตัดสินใจเพียงเสี้ยววินาทีในการเปลี่ยนทิศทางหรือหยุดรถฉุกเฉิน

Edge Analytics ทำงานอย่างไร

การวิเคราะห์บนเอดจ์มักจะตรวจสอบอาร์เรย์ของเอดจ์หรืออุปกรณ์ IoT หลายตัว โดยพื้นฐานแล้ว แอปวิเคราะห์จะติดตามสถานะและประสิทธิภาพของอุปกรณ์อัจฉริยะที่เชื่อมต่อทั้งหมด

หากตรวจพบปัญหาเวิร์กโฟลว์ แอปวิเคราะห์จะพยายามแก้ไขปัญหาภายในเครื่อง หากปัญหายังคงอยู่ แอปพลิเคชัน edge จะหยุดการทำงานของอุปกรณ์ที่ผิดพลาด จากนั้นจะแจ้งให้ช่างเทคนิคที่เป็นมนุษย์ทราบ

ในระหว่างทางเดินนี้ อุปกรณ์ต่อไปนี้ทำหน้าที่สำคัญ:

• เซ็นเซอร์ IoT รวบรวมข้อมูลด้านสิ่งแวดล้อม เช่น ความดัน อุณหภูมิ ความชื้น RPM เป็นต้น
• อุปกรณ์ Edge อาจเป็นอุปกรณ์ Edge โดยเฉพาะ เช่น Sony REA-C1000 สำหรับการวิเคราะห์ข้อมูลในสถานที่ หรือสมาร์ทโฟนและแท็บเล็ตเพื่อควบคุมอุปกรณ์ IoT
• เกตเวย์ Edge มีพลังงานและหน่วยความจำมากกว่าอุปกรณ์ Edge และทำหน้าที่เป็นตัวกลางระหว่างเซิร์ฟเวอร์คลาวด์และอุปกรณ์ IoT
• แอคชูเอเตอร์อัจฉริยะที่ดำเนินการวิเคราะห์ข้อมูลขอบงานแนะนำ ตัวอย่างเช่น วาล์วน้ำอัจฉริยะ สวิตช์อัจฉริยะ แขนหุ่นยนต์อัจฉริยะ ระบบควบคุมสายพานลำเลียงอัจฉริยะ และคำสั่งคอมพิวเตอร์

ภาพด้านบนแสดงแผนผังของ IBM IoT Edge Analytics ในภาคส่วนการจัดการการบริการ เช่น โรงแรม

ประโยชน์

#1. ความปลอดภัยที่มากขึ้น

ใน analytics on edge ไม่จำเป็นต้องถ่ายโอนข้อมูลไปยังคลาวด์ ข้อมูลดิบยังคงอยู่ในอุปกรณ์ที่สร้างขึ้น เนื่องจากไม่มีโอกาสที่ข้อมูลจะถูกแฮ็กหรือติดไวรัสในระหว่างการขนส่ง จึงปลอดภัยยิ่งขึ้น

#2. การป้องกันเวลาแฝงและการวิเคราะห์ข้อมูลแบบเกือบเรียลไทม์

กระบวนการทางธุรกิจบางอย่างจำเป็นต้องมีการวิเคราะห์ข้อมูลในทันทีเพื่อการดำเนินการ Edge Analytics ช่วยในการตัดสินใจด้วยตนเองโดยการระบุและรวบรวมข้อมูลเชิงลึกที่แหล่งที่มา

เนื่องจากการวิเคราะห์นี้เกิดขึ้นใกล้กับข้อมูล จึงใช้เวลาเพียงเล็กน้อย ไม่มีการส่งข้อมูลไปยังเซิร์ฟเวอร์ระยะไกล คุณจึงได้รับผลลัพธ์ทันที

ในสถานการณ์ต่างๆ เช่น การระบุตัวอาชญากรจากฟีดกล้องวงจรปิดสดหรือการวิเคราะห์ข้อมูลจากเครื่องบินหรือโรงงานผลิต คุณจะมีเวลาเพียงเสี้ยววินาทีในการโทรออก การใช้เทคโนโลยีนี้ช่วยให้คุณตัดสินใจได้ทันที

#3. ความสามารถในการปรับขนาดสูง

เมื่อบริษัทต่างๆ ขยายตัว จำนวนข้อมูลที่เพิ่มขึ้นจะเพิ่มภาระให้กับการวิเคราะห์ข้อมูลส่วนกลาง ด้วยการกระจายอำนาจของกระบวนการ การวิเคราะห์ขอบช่วยให้คุณสามารถปรับขนาดกระบวนการที่ให้ความสามารถในการวิเคราะห์ที่ดีขึ้น

#4. การใช้แบนด์วิธน้อยลง

การถ่ายโอนข้อมูลจากอุปกรณ์ต้นทางไปยังเซิร์ฟเวอร์กลางและในทางกลับกันใช้แบนด์วิธจำนวนมาก สถานที่ห่างไกลหลายแห่งไม่มีแบนด์วิธข้อมูลที่จำเป็นหรือความแรงของเครือข่ายสำหรับการส่ง ในกรณีเช่นนี้ Edge Analytics จะสงวนแบนด์วิธให้คุณ

#5. ลดต้นทุน

วิธีการวิเคราะห์ข้อมูลขนาดใหญ่แบบดั้งเดิมจะทำให้คุณเสียเงินเป็นจำนวนมาก ในขณะที่บริษัทต่างๆ อาจประมวลผลข้อมูลในเซิร์ฟเวอร์คลาวด์หรือโซลูชันคลาวด์สาธารณะ พื้นที่จัดเก็บ การประมวลผล การวิเคราะห์ และการใช้แบนด์วิธนั้นมีราคาแพง

เทคโนโลยีนี้ใช้อุปกรณ์ IoT หรือฮาร์ดแวร์ใกล้เคียงสำหรับการวิเคราะห์ข้อมูล เป็นผลให้มีค่าใช้จ่ายน้อยลงสำหรับการวิเคราะห์และแบนด์วิธเครือข่ายอินเทอร์เน็ต

ข้อจำกัด

#1. ความปลอดภัยของอุปกรณ์ระยะไกล

แม้ว่าการวิเคราะห์บนเอดจ์จะปกป้องข้อมูลที่ละเอียดอ่อนของคุณจากภัยคุกคามความปลอดภัยทางไซเบอร์ระหว่างการส่งข้อมูล แต่ก็เกี่ยวข้องกับอุปกรณ์ระยะไกลที่เสี่ยงต่อความเสี่ยงดังกล่าว

มีการแฮ็กกล้องรักษาความปลอดภัยหลายเหตุการณ์ และคุณก็อาจตกเป็นเหยื่อของการโจมตีดังกล่าวได้เช่นกัน หากมาตรการรักษาความปลอดภัยทางไซเบอร์ของคุณไม่ครอบคลุมอุปกรณ์ระยะไกลเหล่านี้ การรักษาความปลอดภัยที่แน่นหนาสำหรับระบบหลักของคุณจะไม่ช่วยอะไร

#2. ข้อมูลสูญหาย

การออกแบบการวิเคราะห์ขอบช่วยให้สามารถใช้ข้อมูลที่เกี่ยวข้องมากที่สุดสำหรับการวิเคราะห์ ข้อมูลที่เหลือจากชุดข้อมูลดิบขนาดใหญ่จะถูกละเว้น

เนื่องจากเทคโนโลยีนี้จัดเก็บอินสแตนซ์ที่เกี่ยวข้องเหล่านี้ไว้ในเซิร์ฟเวอร์ส่วนกลางเท่านั้น จึงอาจไม่ใช่วิธีที่ดีที่สุดสำหรับบริษัทที่ต้องการรับและจัดเก็บข้อมูลดิบทั้งหมดของคุณ

#3. ความเข้ากันได้ของอุปกรณ์และเครือข่าย

Analytics on edge เป็นเทคโนโลยีใหม่ ดังนั้นอาจมีปัญหาด้านความเข้ากันได้และการส่งข้อมูลหากคุณใช้อุปกรณ์และเทคโนโลยีเครือข่ายเก่า ดังนั้น บริษัทต่างๆ จึงต้องซื้ออุปกรณ์ใหม่เพื่อนำเทคโนโลยีนี้ไปใช้ในองค์กรของตน

ดังนั้นสิ่งนี้จะเพิ่มต้นทุนของการวิเคราะห์ขอบสำหรับบริษัทนั้น นอกจากนี้ อาจต้องมีการอัปเกรดระบบทั้งหมดที่สามารถขัดขวางการทำงานได้

#4. ต้องการการพัฒนาโซลูชันของตัวเอง

มีแพลตฟอร์มการวิเคราะห์ที่หลากหลายสำหรับงานนี้ อย่างไรก็ตาม บางบริษัทอาจต้องการแพลตฟอร์มการวิเคราะห์ Edge ที่พัฒนาขึ้นเป็นการส่วนตัว ทั้งนี้ขึ้นอยู่กับอุปกรณ์ที่พวกเขาต้องการวิเคราะห์

#5. การเลือกซอฟต์แวร์ที่เหมาะสม

บางระบบที่มีอยู่ในตลาดแบ่งปันข้อมูลเอาต์พุตบนคลาวด์เท่านั้น ดังนั้นบริษัทจึงมองไม่เห็นแหล่งข้อมูลดิบที่อยู่เบื้องหลังการวิเคราะห์ เพื่อหลีกเลี่ยงปัญหานี้ คุณต้องใช้ซอฟต์แวร์วิเคราะห์ล่าสุดเพื่อรับข้อมูลที่จำเป็นทั้งหมด

#6. ต้องการการประเมินการใช้งาน

เหมาะสมที่สุดสำหรับสถานการณ์ด้านความปลอดภัย ประสิทธิภาพ และการตัดสินใจที่รวดเร็ว ดังนั้น บริษัทต่างๆ ควรประเมินว่าพวกเขาต้องการหรือไม่ก่อนที่จะเลือกใช้โซลูชัน

ใช้กรณี

การวิเคราะห์พฤติกรรมของลูกค้า

ผู้ค้าปลีกรวบรวมข้อมูลจากกล้องหน้าร้าน เซ็นเซอร์จอดรถ และแท็กตะกร้าสินค้าผ่านเซ็นเซอร์ต่างๆ ด้วยการวิเคราะห์เอดจ์ บริษัทเหล่านี้สามารถใช้ข้อมูลนี้เพื่อนำเสนอโซลูชันที่ปรับแต่งตามความต้องการของลูกค้าตามพฤติกรรมของพวกเขา

การตรวจสอบและบำรุงรักษาระยะไกล

อุตสาหกรรมการผลิตและพลังงานต้องการการตอบสนองหรือการแจ้งเตือนทันทีเมื่อเครื่องจักรหยุดทำงานหรือต้องการการบำรุงรักษา แทนที่จะเป็นการวิเคราะห์ข้อมูลแบบรวมศูนย์ เทคโนโลยีนี้เป็นเทคโนโลยีที่เหมาะสมในการระบุปัญหาคอขวดในอนาคตได้เร็วขึ้น

การเฝ้าระวังอัจฉริยะ

นอกจากนี้ยังมีประโยชน์สำหรับการตรวจจับผู้บุกรุกแบบเรียลไทม์ ธุรกิจสามารถใช้บริการนี้เพื่อเพิ่มความปลอดภัยได้ เทคโนโลยีนี้ใช้ภาพดิบจากกล้องวงจรปิดเพื่อค้นหาและติดตามกิจกรรมที่น่าสงสัย

การทำนายความล้มเหลว

ความล้มเหลวของฮาร์ดแวร์ IoT อาจกลายเป็นหายนะได้ การวิเคราะห์ขอบของอุปกรณ์ฮาร์ดแวร์ IoT เหล่านี้สามารถคาดการณ์ปัญหาดังกล่าวได้อย่างแม่นยำ ด้วยความช่วยเหลือ องค์กรสามารถใช้มาตรการเชิงรุกและเพิ่มเวลาทำงาน

อุปกรณ์/เครื่องมือ

ปัจจุบัน การวิเคราะห์บนเอดจ์ส่วนใหญ่ใช้อุปกรณ์และแอปแบบกำหนดเองสำหรับกรณีการใช้งานเฉพาะทางอุตสาหกรรม ค้นหาเครื่องมือและอุปกรณ์ด้านล่างเพื่อทราบแนวโน้ม:

อุปกรณ์ Sony Edge Analytics

REA-C1000 จาก Sony เป็นอุปกรณ์วิเคราะห์ขอบที่ทำงานเต็มรูปแบบที่มีอยู่ในปัจจุบัน คุณสามารถเชื่อมต่อกล้องเครือข่ายของ Sony เพื่อจับภาพและวิเคราะห์การนำเสนอสดสำหรับผู้ดูระยะไกล

มีคุณสมบัติไฮเทค เช่น การแยกลายมือ การซ้อนทับเนื้อหา เนื้อหาอัตโนมัติ การติดตามผู้นำเสนอ การแยกภาพ การติดตามท่าทางของผู้ชม และอื่นๆ

AWS IoT GreenGrass

AWS IoT GreenGrass เป็นบริการคลาวด์แบบโอเพ่นซอร์สและรันไทม์ Edge เพื่อพัฒนา ปรับใช้ และควบคุมซอฟต์แวร์อุปกรณ์ IoT

นำตรรกะและการประมวลผลข้อมูลบนคลาวด์มาสู่อุปกรณ์ IoT ในพื้นที่ ดังนั้น อุปกรณ์สามารถทำงานได้ในแบนด์วิธเครือข่ายต่ำหรือไม่สม่ำเสมอ

HPE Edgeline

HPE Edgeline เหมาะสำหรับการใช้งานอย่างสมบุกสมบันของอุปกรณ์อัจฉริยะในโรงงานผลิต แท่นขุดเจาะน้ำมัน ฯลฯ โดยนำซอฟต์แวร์ที่ทันสมัยและฮาร์ดแวร์เทคโนโลยีการปฏิบัติงาน (OT) มาสู่พื้นที่การผลิตโดยตรง

ดังนั้น อุปกรณ์อัจฉริยะจึงสามารถรับอินพุตจากระบบประมวลผลข้อมูลในสถานที่ได้อย่างรวดเร็ว แทนที่จะเป็นเซิร์ฟเวอร์คลาวด์

ชุดนักพัฒนา Intel IoT

คุณสามารถใช้ซอฟต์แวร์และฮาร์ดแวร์จาก Intel เพื่อพัฒนาอุปกรณ์อัจฉริยะที่ใช้การวิเคราะห์ Edge สำหรับการใช้งานทางธุรกิจ ชุดเครื่องมือประกอบด้วยผลิตภัณฑ์ต่อไปนี้:

• ชุดซอฟต์แวร์พร้อมไดรเวอร์, SDK, OS, ตัวอย่าง และไลบรารี่
• การกระจาย Intel ของ OpenVINO
• Intel Movidius VPU
• อินเทล อาเรีย 10 เอฟพีจีเอ

Azure IoT Edge

Azure IoT Edge นำการวิเคราะห์และปริมาณงาน AI มาสู่อุปกรณ์อัจฉริยะที่ทำงานที่ Edge แพลตฟอร์มการพัฒนาการวิเคราะห์ Edge นี้มีคุณสมบัติดังต่อไปนี้:

• ฮาร์ดแวร์ IoT edge จากผู้จำหน่ายที่เชื่อถือได้
• รันไทม์ขอบฟรี
• โมดูลตรรกะทางธุรกิจเพื่อเรียกใช้ซอฟต์แวร์ที่ขอบ
• อินเทอร์เฟซคลาวด์ Azure

Edge เทียบกับ Analytics แบบดั้งเดิม

ข้อแตกต่างหลักระหว่างการวิเคราะห์ขอบและการวิเคราะห์แบบดั้งเดิม/เซิร์ฟเวอร์คือตำแหน่งของการวิเคราะห์ข้อมูล

บนระบบ Edge การวิเคราะห์ข้อมูลจะเกิดขึ้นใกล้หรือบนอุปกรณ์ IoT ที่รวบรวมข้อมูลและดำเนินการคำสั่ง ในทางตรงกันข้าม การวิเคราะห์เซิร์ฟเวอร์นั้นห่างไกลจากอุปกรณ์อัจฉริยะที่รวบรวมข้อมูล

คุณจะพบความแตกต่างอื่นๆ ที่น่าสนใจในตารางต่อไปนี้:

คำถามที่พบบ่อย

คำสุดท้าย

ตอนนี้คุณรู้แล้วว่า edge analytics คืออะไร ทำงานอย่างไร ประโยชน์ เครื่องมือ กรณีการใช้งาน และอื่นๆ

ตอนนี้คุณสามารถตัดสินใจทางธุรกิจได้อย่างมั่นใจเพื่อดัดแปลงระบบ IIoT ของคุณด้วยเครื่องมือวิเคราะห์ Edge เพื่อควบคุมอุปกรณ์ระยะไกลได้อย่างรวดเร็ว

บทความจะช่วยคุณออกแบบหรือพัฒนาโซลูชัน IoT และ IIoT ใหม่ๆ หากคุณเป็นวิศวกรหรือนักพัฒนา IoT

จากนั้น คุณสามารถดูอุปกรณ์ IoT ยอดนิยมได้