Über den Autor Dave Shuman ist Geschäftsführer für Connected Industries und Smart Cities bei Cloudera. Er ist ein anerkannter IoT-Experte mit über 15 Jahren Erfahrung im Entwerfen und Codieren von Anwendungen für OLTP und Datenspeicherung. Umfangreiche Erfahrung im Apache Hadoop-Ökosystem und im Information Lifecycle Management. Wenn man an ein eigenständiges Auto denkt, denken viele vielleicht sofort an die vielen Vorteile, die es bietet, die meisten Funktionen eines Autos über ein Smartphone, eine Smartwatch, ein Tablet oder einen Computer fernsteuern zu können. Funktionen wie die Möglichkeit, ein Auto aus der Ferne zu verriegeln, wenn der Fahrer es vergessen hat, die Möglichkeit, es auf einem belebten Parkplatz zu finden, Erinnerungen an Wartungsarbeiten auf verschiedenen Systemen (aus Echtzeitdaten und nicht nur dann, wenn das Fahrzeug für die Benachrichtigung programmiert ist). ) und sogar die Nachverfolgung im Falle eines Diebstahls sind Segnungen der modernen Zeit. Alle verbessern das Benutzer- und Fahrerlebnis, das Hauptziel der meisten mit dem Internet verbundenen Geräte. Allerdings ist es nur das glänzende Äußere des vernetzten Autos und kratzt nicht einmal an der Oberfläche der darin enthaltenen Leistung. Durch einen Blick unter die metaphorische Haube, auf die gesammelten und genutzten Daten, um das vernetzte Auto wirklich „intelligent“ zu machen, kann jeder die vielen Anwendungsfälle erkennen, die zur Verbesserung des Alltags zur Verfügung stehen.
Gehen Sie über das Malen hinaus
Anstatt sich ein modernes Auto nur als vernetztes Auto vorzustellen, sollte es als vernetztes, datengesteuertes Ökosystem betrachtet werden. Das Ökosystem eines vernetzten Autos besteht nicht nur aus seiner Fähigkeit, sich mit einem Smartphone zu verbinden, sondern auch aus den Informationen, die das Auto aus der Welt um es herum sammeln kann. Das vernetzte Auto der Zukunft verfügt über Dutzende Sensoren und Peripheriegeräte, die Daten von allem sammeln. Dank der Straßeninfrastruktur, anderer Fahrzeuge und sogar Fußgänger können vernetzte Autos große Datenmengen aus der Welt um sie herum sammeln. Alle Daten, die ein vernetztes Auto sammeln kann, tragen dazu bei, in Zukunft sicherere Autos und Straßen zu schaffen, eine intelligentere Logistik zu ermöglichen und nützlichere Informationen für eine Vielzahl von Branchen bereitzustellen. Von Herstellern, die sichere Fahrzeuge bauen, über Flottenmanager, die Vermögenswerte verfolgen, bis hin zu Versicherern, die das Fahrverhalten überwachen, um Straßen sicherer zu machen. Dies ist aufgrund des Weges möglich, den Edge-Daten zur künstlichen Intelligenz nehmen.
Was ist der Rand?
„Edge“ ist zweifellos das Schlagwort der Zeit. Das Market Information Bureau von IDC geht davon aus, dass die Kapitalausgaben bis 18 2020 % der gesamten IoT-Infrastrukturausgaben erreichen werden. Allerdings fügen Marketingabteilungen so schnell wie möglich das Wort „Edge“ in ihre Slogans ein. Viele übersehen die Wahrheit hinter diesem Vorteil. Technologie ist und was sie für Unternehmen leisten kann. Zur Verdeutlichung: Beim Edge Computing werden Daten von IoT-Geräten dort verarbeitet, wo sie erzeugt werden. Bei einem Auto geht es also darum, die während der Fahrt gesammelten Daten zu verarbeiten, und nicht in einem zentralen Data Warehouse oder einer öffentlichen Cloud. Es ermöglicht eine Echtzeit-Datenanalyse ohne Verzögerung, da die Daten an der Quelle generiert werden, sodass das Smart-Gerät wie vorgesehen funktioniert und gleichzeitig die Internetbandbreite reduziert wird. Obwohl Advanced Computing unterschiedliche Zwecke verfolgt, wird es im Allgemeinen mit dem Internet der Dinge in Verbindung gebracht, da es sich auf Geräte und Technologien konzentriert, die mit den „Dingen“ des Internets der Dinge in Zusammenhang stehen. Edge verbindet beispielsweise zuvor getrennte Industriemaschinen, um verwertbare Daten zu erfassen und zu sammeln.
Schärfen Sie die Schärfe, um häufige Missverständnisse auszuräumen
Edge Computing hat viele Anwendungen und entwickelt sich ständig weiter, aber das Konzept des Edge Computing ist nicht besonders neu. Tatsächlich liegt dies mindestens 25 Jahre zurück, als das Content Delivery Network (CDN) von Akamai Technologien entwickelt hat, die näher an den Benutzern sind. Fortschrittliche Computerlösungen können sehr unterschiedliche Formen annehmen. Sie können mobil sein, z. B. Daten, die in Echtzeit von einem vernetzten Auto erfasst werden, oder autonom. Sie können statisch sein, beispielsweise Informationen, die langsam von einer Gebäudemanagementlösung oder einer Offshore-Ölplattform gesammelt werden. Und es können Hybridlösungen für Infrastrukturen wie Krankenhäuser sein. Die Daten elektronischer Krankenakten (EMR) sind relativ statisch, aber mobile Patientendaten, die in Echtzeit erfasst werden, können zu Überwachungs- und Auswertungszwecken geteilt und verteilt werden. Der wahre Wert von Advanced Computing in IoT-Lösungen liegt in der Tatsache, dass mit der rasanten Zunahme des Einsatzes von Sensoren, insbesondere in industriellen Umgebungen wie Produktionsanlagen und Offshore-Ölplattformen, die gesammelten Daten direkt an der Quelle gefunden werden können. Anschließend wird auf die von der Organisation eingerichtete Technologie zurückgegriffen, um zu übersetzen und zu analysieren, was erfasst wurde, was es bedeutet und wo es gespeichert werden sollte. Viele denken vielleicht, dass Edge lediglich Daten sammelt, übermittelt und in einem Analyseprogramm hinterlegt. Dies ist jedoch einfach nicht wahr. In vielen Fällen wandelt die Edge Rohsignaldaten in verwertbare Informationen um; Umwandlung analoger Daten in digitale Daten. Tatsächlich handelt es sich bei Edge um eine dezentrale Erweiterung von Rechenzentrumsnetzwerken und der Cloud. Edge Computing ergänzt und bereichert lokale Lösungen; Daher ist es wichtig, Modelle zu integrieren, die den Entscheidungsprozess verändern können. Das Ziel besteht darin, prädiktive Analysen zu nutzen, die beispielsweise einem autonomen Fahrzeug dabei helfen können, abhängig von der Darstellung zu bestimmen, wann es anhalten oder was es meiden sollte.
Welchen Vorteil hat das mit dem vernetzten Auto zu tun?
Die Möglichkeit, am Rande (im vernetzten Auto) erzeugte Daten zu analysieren, kann zu Ergebnissen führen, die bisher aufgrund der Einschränkungen im Zusammenhang mit erweiterten vernetzten Fahrzeugnetzwerken nicht möglich waren. Die Technologie für vernetzte Autos profitiert in erster Linie von der Konnektivität über Mobilfunknetze, und eine kontinuierliche Übertragung aller über Mobilfunknetze erzeugten Daten wäre kostspielig und unerschwinglich. In den Autos, die man heute kaufen kann, gibt es bereits eine Vielzahl von Sensoren, etwa für die Rückwärtsfahrt und die Warnung bei Annäherung an ein Objekt. In einem selbstfahrenden Auto werden viel mehr Sensoren erforderlich sein. Damit Sensoren jedoch den benötigten Wert liefern können, muss ein Gerät vorhanden sein, das die Informationen in Echtzeit verarbeiten kann. Wenn Sie beispielsweise während eines Schneesturms in einem selbstfahrenden Fahrzeug sitzen, kann die Internetverbindung unzuverlässig sein, was zu einer sehr gefährlichen Situation führen kann. Bordgeräte im Fahrzeug sorgen dafür, dass das Fahrzeug die für eine sichere Fahrt notwendigen Updates erhält. In Fabriken können Peripheriegeräte dabei helfen, Maschinenausfälle vorherzusagen. Es kann zu Anomalien in der Arbeitsweise kommen, die zu weniger Mängeln an den gefertigten Fahrzeugen führen können. Die wahre Stärke des vernetzten Autos liegt im Weg, den Edge-Daten zur künstlichen Intelligenz beschreiten. Im vernetzten Auto werden Daten erfasst, konsolidiert und zur Anreicherung an eine kontinuierliche Echtzeit-Analyseplattform gesendet. Dies kann als Grundlage für die Entwicklung von Service-Center-Anwendungen, Verkaufsberichten und technischen Dashboards dienen. Mit den Ergebnissen einer Analyseplattform können Datenwissenschaftler kontinuierlich Modelle der künstlichen Intelligenz trainieren und diese nutzen, um die Modelle auf die Spitze zu treiben, um die Fahrzeugleistung zu verbessern. Es ist eine kontinuierliche Reise, kein linearer Fortschritt. Edge Computing spielt die zentrale Rolle bei der Ermöglichung dieser vernetzten Zukunft. Hin- und herfließende Daten müssen jedoch mit einer skalierbaren Echtzeit-Streaming-Analyseplattform angereichert werden, die Daten integrieren, speichern und analysieren kann, um Erkenntnisse zu gewinnen. Schlüsselinformation. und sofort verwertbare Informationen. Ohne diese Möglichkeit sind Unternehmen nicht in der Lage, umfangreiche Echtzeit-Datenströme mit hohem Volumen zu verarbeiten oder fortschrittliche Anwendungen und Stromversorgungen zu verwalten und zu überwachen. Das Aufkommen fortschrittlicher Datenverarbeitung und des vernetzten Autos bietet viele Möglichkeiten, und wenn wir die Leistungsfähigkeit der Datenübertragung vom Edge bis zur künstlichen Intelligenz verstehen, werden wir die Türen zu einer wirklich vernetzten Zukunft öffnen. Dave Shuman ist General Manager für Connected Industries und Smart Cities bei Cloudera