物流中的物联网:边缘与云计算分析

物联网为卡车运输和物流行业提供了提高效率和安全性所需的可视性。但是,与任何技术一样,物联网部署决策必须通过成本效益分析来推动。这包括决定哪些分析类型应位于边缘或云端。  

 
物联网 
 
物联网部署中的传感器可以生成大量数据,并且数据必须在某个地方进行分析。“您可以将数据发送到云实例或集中的本地数据中心,但这需要数据传输,当您查看运输行业时,有很多区域通过蜂窝或卫星进行数据传输软件公司制造和运输全球行业总监Sean Riley解释说,这些产品过于昂贵或连接性不存在。
 
连接性是一个非常黑白的问题 - 要么你拥有它,要么你没有。成本稍微有些微不足道。组织应考虑其设备生成的数据量。 
 
“如果设备发送冗余信息,则不断将其发送到云端是没有意义的。SOIT产品管理总监Suneil Sastri表示,这将耗尽您的手机费用。“这是物联网面临的普遍挑战。如果从全球范围看,我们将在2025年之前查看750亿个端点,这将创建大约163个zettabytes的存储数据。对于组织而言,这对于他们在存储和传输数据方面没有经历成本非常重要,“他说。
 
边缘可以帮助减轻这些成本,无论用例是监控货物温度以保持冷链的完整性,评估货物空间以最小化死区的运输,还是检测车辆的磨损以改善卡车维护。  
 
薄边缘与厚边缘
 
当涉及边缘本身时,一些专家区分薄边缘和厚边缘。Riley解释说,厚边是指在运输资产上的服务器上执行计算。“它可以做的不仅仅是薄边缘,因为它具有更强大的计算能力,”他说。 
 
然而,厚边缘也需要更多的物理空间。“你不会把服务器放在卡车上。但是,如果你在谈论集装箱运输,货运班轮上有足够的空间将服务器放在那里,“莱利说。 
 
薄边用于货运中的大多数物联网用例。在这种情况下,计算设备或“网关”位于卡车或其他资产上。传感器不是直接通过蜂窝网络发送数据,而是将所有数据发送到该设备。“计算设备聚合来自不同端点的数据,计算数据并执行诸如机器学习或人工智能等任务,并且与云能够做的相比,以更快,几乎实时的方式执行,因为它更接近于Bain&Company的合伙人和物联网专家Michael Schallehn表示,数据正在生成中。

在分析边缘数据时仍然需要克服困难。无论网关运行简单的阈值规则还是预测模型,组织都需要一种部署和管理分析的方法。“为了能够在没有成为艰巨任务的情况下做到这一点,你需要能够远程访问网关,并以结构化,自动化的方式部署这些模型,”Riley说。“在没有自动化的情况下将这么多预测模型部署到边缘是一项繁琐的任务,需要专职人员。”对于拥有150-250卡车运输资产的区域供应商而言,缺乏自动化可能会使成本效益方程处于不利的方向,他说。


去云端   
 
仅仅因为一个用例利用了边缘,并不意味着云就不在了。根据Riley的说法,将数据发送到最薄弱环节可将数据传输到云端的数量减少99.8%,从而使组织能够经济地利用云来实现更高级的用例。 
 
“当您使用精简边缘时,您始终使用云或本地中央数据中心。您希望获得边缘设备上的所有数据,因为预测模型会照顾和喂养,并且由于它们的细化或设备的操作参数的变化,它们必须随着时间的推移而改变。正在使用。您希望获取该数据,以便您可以更改这些参数或执行规范分析,“Riley说。 
 
云提供了规模效率以及执行这些任务所需的高级功能。“有更好的功能可以从云中的数据中提取洞察力。今天很多机器学习都是在云中进行的,而所有的培训都是在云中进行的,“Schallehn说。 
 
“许多组织正在将大量业务工作负载迁移到云中,因为云计算成为这些组织分析大量数据,从数据中收集洞察力,进行某种形式的机器学习并对数据采取行动并发送到云计算的主力组织正在使用的相关设备或应用程序。因此,云计算确实在组织获得物联网最大利益方面发挥了关键作用,“Sastri说。