تقوم العديد من الشركات الرائدة في العالم بتجربة وتنفيذ حلول إنترنت الأشياء لمجالات تشغيلية متنوعة. يتضح نمو الطلب على إنترنت الأشياء في كل من الاستخدامات الاستهلاكية والصناعية.
يوفر Internet of Things (IoT) نطاقًا ضخمًا للتطبيقات المحتملة من أجل:
المقال الأصلي -
Google IoT Platform: أدوات رائعة لأي مشروع- تحسين العمليات الصناعية
- الحفاظ على موارد الطاقة
- إدارة العوامل البيئية مثل الهواء والرطوبة ودرجة الحرارة ونوعية المياه ، والتي تؤثر بشكل مباشر على حياة الإنسان
مقدمة إنترنت الأشياء تغير العالم ، مما يجعله أفضل لكل واحد منا.
كلما تم تنفيذ حلول إنترنت الأشياء ، كلما زادت البيانات التي تحتاج إلى تحليلات حادة وحتى الذكاء الاصطناعي لتلقي المعلومات ذات الصلة بسرعة. هذه المعلومات تتيح للشركات تحديد الانحرافات والانهيارات الفنية في الوقت الحقيقي. على سبيل المثال ، تعمل صناعة السيارات على تحسين السلامة المرورية باستخدام التقنيات الذكية مثل منع التصادم وتوجيه حركة المرور وأنظمة الكشف عن الطرق الوعرة.
مع كل ما ذُكر أعلاه ، فإن اتخاذ القرارات في الوقت الفعلي في أنظمة إنترنت الأشياء محدود حتى الآن بالتكاليف وقيود عوامل الشكل وتأخر نقل البيانات وغيرها من المعايير. يحاول Google Cloud IoT تغيير المواقف الحالية باستخدام التعلم الآلي على الأجهزة الطرفية ومن خلال تقديم خدمات مثل Cloud IoT Core و Cloud IoT Edge و Edge TPU.
سحابة إنترنت الأشياء الأساسية
Cloud IoT Core هي خدمة يمكن التحكم فيها تمامًا وتسمح بتوصيل البيانات وتهيئتها واستلامها من العديد من الأجهزة بسرعة وأمان. باستخدام Cloud Pub / Sub ، يمكن لـ Core دمج البيانات من الأجهزة اللامركزية في نظام عالمي واحد. إذا تم دمجه مع خدمات Google Cloud IoT الأخرى ، فإن Core يقترح حلاً معقدًا لجمع بيانات إنترنت الأشياء وتحليلها وتصورها في الوقت الفعلي. وهذا بدوره يسمح بإنشاء نماذج متعددة الوظائف تعمل على تحسين أو التنبؤ ببيانات قيمة لعملك.
يدعم Cloud IoT Core بروتوكولات MQTT و HTTP التقليدية ، والتي تتيح للعملاء الاستفادة من الكثير من الأجهزة الموجودة لإنشاء أنظمة إنترنت الأشياء الخاصة بهم. تعمل هذه الخدمة في البنية التحتية لـ Google التي تعمل تلقائيًا على القياس في الوقت الفعلي مع إتاحة اتصال ممكن بمليون جهاز إذا لزم الأمر.
يحتوي كور:
مدير الجهازقم بإعداد وإدارة أجهزة منفصلة عبر وحدة التحكم أو البرنامج. استخدام آليات تحديد الهوية والمصادقة على الاتصال. يمكنك أيضًا تكوين منطق كل جهاز والتحكم فيه عن بُعد باستخدام السحابة.
جسر البروتوكولتعد نقاط نهاية التوصيل لموازنة تحميل المكونات والدعم الأصلي لـ MQTT و HTTP وتخزين القياس عن بُعد إلى Pub / Sub أفضل الميزات التي توفرها.
يقوم Clout IoT Core بجمع البيانات المنشورة في Cloud Pub / Sub لمزيد من التحليلات. استخدم Google BigQuery لإجراء تحليل معين أو Cloud Machine Learning Engine لتطبيق تعلم الآلة. بعد ذلك ، يمكنك عرض النتائج باستخدام مجموعة متنوعة من التقارير ولوحات المعلومات في Google Data Studio.
علاوة على ذلك ، لتبسيط وتسريع اتصال مختلف الأجهزة بـ Core ، يمكنك الاستفادة من خدمة التزويد الإضافية لـ Google IoT. يجعل onboarding كل من العملاء والمصنعين. تستخدم هذه الخدمة أمانًا موثوقًا على مستوى الأجهزة (ويعرف أيضًا باسم شريحة التشفير أو Secure Element (SE)) لتوفير الأجهزة بشكل آمن. يسمح هذا بتوفير ملايين الأجهزة إلى Core الصحيح دون تدخل بشري.
سحابة إنترنت الأشياء الحافة
أداة مفيدة لتوسيع معالجة بيانات Google Cloud واستخدام التعلم الآلي على الأجهزة المتطورة مثل خطوط النقل المؤتمتة ، والآلة التوربينية ، إلخ. باستخدام هذا ، يمكن للأجهزة العمل في الوقت الفعلي باستخدام بيانات المستشعر الخاصة بهم والتنبؤ بالنتائج محليًا. يمكن لـ Edge العمل على أنظمة التشغيل المستندة إلى Linux. أنه يحتوي على مكونين وقت التشغيل (Connect و ML) و مسرع الأجهزة المخصصة رقاقة ASIC (TPU).
- Edge Connect - للاتصال الآمن للأجهزة المتطورة بالتحديثات السحابية والبرامج وتحديثات البرامج المصغرة ، إدارة نقل البيانات الأساسية.
- Edge ML - للاستنتاج على الجهاز لنماذج TensorFlow Lite للتعلم الآلي. الفوائد: معالجة ارتفاع الطاقة ، الكمون المنخفض ، التنوع ، وأكثر من ذلك.
- Edge TPU - AI chip لتشغيل طرز TensorFlow Lite على الحافة. فعالة للغاية ، الأمثل ، ولها مجموعة متنوعة من الاستخدامات. يمكن أن يكون زائد ضخمة إذا استخدمت مع سحابة TPU.
الفوائد:
- معالجة محلية للصور ومقاطع الفيديو والإيماءات والأصوات والحركات. أكثر فعالية من إرسال البيانات الخام إلى السحابة.
- القضاء على الحاجة لإرسال كميات كبيرة من البيانات - يحتمل أن تكون سرية.
- مصادقة الأجهزة المتطورة باستخدام JSON Web Token. أكثر فعالية من TLS مكدس المصادقة المتبادلة.
كيف تعمل معالجة البيانات عبر IoT Edge:
اكراميات قليلة من حافة TPU
بالنسبة لنماذج التعلم الآلي من TensorFlow Lite ، تعد رقاقة TPU TPU ذات الدوائر المتكاملة الخاصة بالتطبيقات أمرًا ضروريًا. بنيت خصيصا ل:
- إعداد ML أسرع في السحابة.
- تحليلات ML أسرع في الأجهزة الحافة.
- تمكين أجهزة الاستشعار لاتخاذ القرارات الذكية في الوقت الحقيقي المحلي.
- إطلاق AI دقيق على الحافة بكفاءة عالية.
مع تزايد الحاجة السريعة للأجهزة المترابطة التي تتطلب السرية ، وانخفاض وقت الإقامة ، والقدرة العالية ، أصبح إطلاق نماذج الذكاء الاصطناعي على الأجهزة المتطورة أمرًا شائعًا. تعد Edge Edge مثالية لذلك لأنها توفر كفاءة عالية في استهلاك منخفض للموارد المادية والطاقة.
حافة TPU مجلس ديف
اللوحة الأساسية التي توفر جميع اتصالات الحافة المطلوبة. يمكنك تثبيت أو إلغاء تحميل النظام على دائرة الوحدة النمطية (SOM) ودمج وحدة TPU الحافة في أجهزتك.
مسرع الحافة TPU
جهاز USB الذي يضيف معالجات Edge TPU إلى النظام. مجهزًا بموصل Type-C ، يمكن توصيل Accelerator بأي نظام يستند إلى Linux للحصول على إخراج ML سريع. تحتوي القضية على Rapsberry Pi مثل فتحات موصل اللوحة.
وبهذه الطريقة ، يمكنك إنشاء منصة فكرية ، ستقوم بمراقبة المكونات المختلفة وكفاءة التصنيع الإجمالية في الوقت الفعلي ، باستخدام أجهزة الاستشعار الخاصة بك بسرعة.