物聯網應用愈趨複雜 傳感器智能化大勢所趨

物聯網複雜度提升、資料量增，導入智能化應用有其必要性。法新社

目前全球物聯網(IoT)應用日趨複雜，資料量也愈來愈龐大，業界也正在尋找如何處理這些來自物聯網傳感器所搜集大量資料的更佳方法，是以在選擇運算架構上便有其重要性。對此半導體業者ADI物聯網(IoT)營銷經理Grainne Murphy指出，智慧化物聯網傳感器在工業廠房應用等進階領域應用有其必要性，至于較低階物聯網應用領域仍是有傳統傳感器的生存空間。

據Design News網站報導，Murphy認為，物聯網一直由雲端的讨論所主導，這與分析及軟體公司有關，是以可見許多人從事概念證明且有很好的想法，不過卻不知道應如何落實這些想法，可能物聯網資料也不夠好到可提供其終端客戶價值，是以才需要先從要從物聯網系統中得到什麼決定起，再向後決定要采用何種系統。

一直以來均有将智慧化放在邊緣端的呼聲，過去一年來ADI也在與業界人士談論此議題，Murphy也認為在低階領域傳統傳感器(Dumb Sensor)仍有生存空間，但在工廠裝置監測這類需要較高精細度領域，朝智能化傳感器應用邁進仍有其必要性。

針對目前工業物聯網(IIoT)應用通常是采用集中式架構或邊緣運算模式的問題，ADI高速轉換器團隊應用工程師Ian Beavers表示，這取決于是采“綠色領域”或“棕色領域”網絡。

在綠色領域網絡，可以引進新的技術且不受制于目前的網絡，能夠從頭開發适合應用的技術;在棕色領域，可能必須以現有基礎架構運作，是以可能必須擁有一套集中式的網絡。

Beavers以機器狀态監測為例介紹邊緣運算模式，這會在工廠中監測大量裝置，并采3軸加速計進行感測工作，這類監測可能會以某種形式的“快速傅立葉變換”(Fast Fourier Transform;FFT)進行，并可對資料進行分析以決定是否跨越某種閥值，并判斷是否需要予以處理，在此情況下，就可在邊緣進行實時的決定，無需傳送所有資料至下遊端。

但若将所有物聯網傳感器搜集的資料都傳送至下遊端，意謂将需要非常大的帶寬，特别是如果在一間工廠内配置高達數千顆物聯網傳感器時更是如此，在此情況下于邊緣進行資料分析較為合适，隻有需要被立即解決的問題才會将資料傳送至下遊端。

這套方法具備兩大優勢，其一為能夠在節點或網關端就進行實時決策，另一則是無需仰賴龐大的無線網絡基礎設施，提供将所有物聯網傳感器所搜集原始資料傳送至下遊端分析的優勢。Murphy指出，在某些情況下工廠也不希望将資料傳送至雲端，這也是因存在着安全性問題隐憂。

針對将大量資料存在于邊緣、而非單一集中式雲端，是否會出現同步化的問題，Murphy表示，隻要資料有标記時間，對于廠房裝置監測應用來說就不是問題。不過邊緣運算也非無往不利，如Beavers表示，如果監測機器效能的周期達到好幾周或幾個月，或是想要歸檔大量資訊進行曆史回顧，這時采雲端集中式模式反而可能比較适合。

本文轉自d1net（轉載）