邊緣運算如何能從大數據轉為智慧資料

大數據正在逐漸改變產業，也使產業倍感壓力，其能載舟，亦能覆舟。產業必須先克服大數據所帶來的問題，才能進入真正的混合式實體/數位領域 (通常稱為工業 4.0)。幸好邊緣運算方面的進展，能夠將大數據變成智慧資料，減少資料量並加快做出關鍵決策的腳步。

何謂大數據？

大數據，所指並非高達任意 PB 數的資料量，最好定義為必須如何處理才能成為實用的資料。當您無法再進一步處理，並可適當使用以達成目標的資料，即是大數據。

在工業物聯網 (IoT) 系統中，部署的感測器與其他資料來源數量日益迅速增長，使得產生的資料量成長速度超越移動和處理資料所需的網路、演算法和處理容量的開發速度。

工業 4.0 與大數據

工業 4.0 與 IoT 的基礎，就是日益產生和使用大量資料 並互相連線的智慧機器。以回應式流程為目標，以期在面對不斷變化的條件、意料之外的錯誤及全新目標時，都能反應自如。

如果資料傳輸成本低廉且速度極快，雲端伺服器也很便宜且不必付出額外成本便能增加容量，在這種情況下傳輸所有資料，在雲端進行所有運算，然後將所有決策送回每一部裝置，才有意義。

但資料傳輸成本會隨著資料量與距離增加而上升。再加上傳輸速度的實體限制與運算時間，導致延遲時間無法預知。大數據很容易變為成本昂貴又傳輸緩慢的資料，成為公司的負擔，而不是競爭優勢。

從大數據變成智慧資料

不讓大數據變成龐然巨獸以免壓力爆表，關鍵方法就是盡可能在接近資料建立時，對資料內容去蕪存菁、篩選並關聯化，在用於任何其他用途之前，將資料變成智慧資料。自大數據衍生的智慧資料量遠遠小於原始資料量，其資料結構更可讓所需的額外運算時間減至最少。

有時會將智慧資料稱為：對人們而言「有意義的資料」。較高品質的資料量雖然較少，但人們不是唯一受益者。先天運算功能有限且會產生非常特定資料的智慧裝置，同樣需要這樣的資料，使用智慧資料可發揮更優異的功能表現。

邊緣運算與智慧資料，才是重要關鍵

開發範圍廣泛且功能強大的感測器、感測器網路、閘道及其他智慧裝置，表示可在這些裝置運作所在的網路邊緣處，直接處理大量資料。

由於現在智慧資料不需要移動，也不需要另外處理，能在分秒必爭的情況下，於建立處直接用來做出決策。當此邊緣所在處與中心相距越遠，且所需決策越是分秒必爭時，邊緣運算與智慧資料越是重要。遠端探油與採礦作業、鐵道與其他運輸網絡、風力發電機、自駕車及分散式製造工廠，全都日益仰賴邊緣運算管理資產和維持作業進行。

同時，仍可將一組適當的智慧資料送至雲端，與各式各樣的其他資料結合、分析，然後用來將全球營運最佳化，追蹤網路上的性能變化，以及識別早期的問題警訊。有了這項深入瞭解，就能在邊緣微調改善決策流程。在持續自我改進的系統中，邊緣與雲端各有其一席之地。

智慧資料實現營運可視性與控制

邊緣運算所產生的智慧資料可讓作業人員更清楚瞭解當下所處理事務的即時情況，因而也能影響其他事務的決策方式。對機器瞭若指掌的人員在執行工作時，將可在事件發生時更能掌握狀況。

您將能追蹤所有裝置、感測器、讀碼器及其他裝置，並在必要時予以佈建或升級。由於裝置數量眾多，所以基本上可以彼此照看，而不會僅有一點故障，而且問題在有辦法對運作造成任何影響之前，便早已浮現。

營運技術 (OT) 與資訊技術 (IT) 將逐漸追求相同目的，而兩者殊途同歸的主要途徑就是邊緣運算。雖然 IT/OT 考量事項多半較為高階，例如與產品生命週期管理 (PLM)、企業資源規劃 (ERP) 及製造執行系統 (MES) 互動，但現在這些系統會與各層次互動，小至個別的邊緣裝置，以及現有可程式設計邏輯控制器 (PLC)，還有其他機器對機器 (M2M) 裝置。

如果在組織 IT 轉型時，遺忘或忽略 OT，在未來很可能不會形成問題。OT 本身將具備更優越的運算能力，對其所負責流程的情況瞭若指掌，並可全面掌控。

投入邊緣，並讓資料變聰明

眾多方法都可以提升邊緣所具備的功能，並讓大數據變得實用。何不現在就起身行動，開始調查研究。若要深入瞭解康耐視有何妙方，請下載 Cognex Edge Intelligence 產品規格表。