Examen de la plateforme Google IoT

De nombreuses entreprises leaders dans le monde expérimentent et mettent en œuvre des solutions IoT pour divers domaines opérationnels. La croissance de la demande pour l'IoT dans les utilisations grand public et industrielles est évidente.
L'Internet des objets (IoT) offre une vaste gamme d'applications possibles pour:

Article d'origine - Google IoT Platform: des outils géniaux pour tout projet

• Optimiser les processus industriels
• Conserver les ressources énergétiques
• Gérez les facteurs environnementaux comme l'air, l'humidité, la température et la qualité de l'eau, qui affectent directement la vie humaine

L'introduction de l'IoT change le monde, le rendant meilleur pour chacun de nous.

Plus les solutions IoT sont mises en œuvre, plus les données ont besoin d'analyses précises et même d'intelligence artificielle pour recevoir rapidement des informations pertinentes. Ces informations permettent aux entreprises d'identifier en temps réel les écarts et les pannes techniques. Par exemple, l'industrie automobile améliore la sécurité routière en utilisant des technologies intelligentes telles que la prévention des collisions, l'acheminement du trafic et les systèmes de détection hors des yeux.

Avec tout ce qui précède, la prise de décision en temps réel dans les systèmes IoT est encore limitée par le coût, les limitations du facteur de forme, le délai de transfert de données et d'autres critères. Google Cloud IoT essaie de changer les situations existantes en utilisant l'apprentissage automatique sur les appareils finaux et en introduisant des services comme Cloud IoT Core, Cloud IoT Edge, Edge TPU.

Cloud IoT Core

Cloud IoT Core est un service entièrement gérable qui permet de se connecter, de configurer et de recevoir des données d'un bon nombre d'appareils rapidement et en toute sécurité. À l'aide de Cloud Pub / Sub, le Core peut fusionner les données d'appareils décentralisés en un seul système global. S'il est combiné avec d'autres services Google Cloud IoT, le Core propose une solution complexe pour collecter, analyser et visualiser les données IoT en temps réel. Ceci, à son tour, permet de créer des modèles multifonctionnels qui optimisent ou prédisent des données précieuses pour votre entreprise.

Cloud IoT Core prend en charge les protocoles MQTT et HTTP conventionnels, ce qui permet aux clients utilisant de nombreux appareils existants de construire leurs systèmes IoT. Ce service fonctionne dans l'infrastructure de Google qui évolue automatiquement en temps réel tout en rendant possible la connexion d'un million d'appareils si nécessaire.

Le noyau contient:

Gestionnaire d'appareils
Configurez et gérez des appareils séparés via une console ou un logiciel. Utilisez des mécanismes d'identification et d'authentification des périphériques lors de la connexion. Vous pouvez également configurer la logique de chaque appareil et le contrôler à distance à l'aide du cloud.

Pont de protocole
Les points de terminaison de connexion pour l'équilibrage de charge des composants, la prise en charge native de MQTT et HTTP, le stockage de la télémétrie sur Pub / Sub sont les meilleures fonctionnalités qu'il offre.

Clout IoT Core collecte les données publiées dans Cloud Pub / Sub pour des analyses supplémentaires. Utilisez Google BigQuery pour effectuer une analyse spécifique ou Cloud Machine Learning Engine pour appliquer l'apprentissage automatique. Après cela, vous pouvez visualiser les résultats à l'aide de divers rapports et tableaux de bord d'informations dans Google Data Studio.

De plus, pour simplifier et accélérer la connexion de divers appareils à Core, vous pouvez tirer parti du service de provisionnement complémentaire de Google IoT. Il permet l'intégration des clients et des fabricants. Ce service utilise une sécurité fiable au niveau du matériel (aka puce cryptographique ou Secure Element (SE)) pour provisionner en toute sécurité les appareils. Cela permet de fournir des millions d'appareils au Core approprié sans intervention humaine.

Cloud IoT Edge

Outil utile pour étendre le traitement des données Google Cloud et utiliser l'apprentissage automatique sur des appareils périphériques tels que les lignes de transport automatisées, les turbomachines, etc. Avec cela, les appareils peuvent fonctionner en temps réel en utilisant leurs données de capteur et prédire les résultats localement. Edge peut fonctionner sur des systèmes d'exploitation Linux. Il contient deux composants d'exécution (Connect et ML) et un accélérateur matériel personnalisé (TPU) de puce ASIC.

• Edge Connect - Pour une connexion sécurisée des périphériques Edge au cloud, des mises à jour logicielles et microprogrammes, la gestion des transferts de données de base.
• Edge ML - Pour l'inférence sur appareil des modèles TensorFlow Lite d'apprentissage automatique. Avantages: augmentation de la puissance de traitement, faible latence, polyvalence, etc.
• Edge TPU - Puce AI pour exécuter les modèles TensorFlow Lite en périphérie. Très efficace, optimisé et a une variété d'utilisations. Peut être un énorme avantage s'il est utilisé avec Cloud TPU.

Bénéfices:

1. Traitement local des images, vidéos, gestes, sons et mouvements. Plus efficace que l'envoi de données brutes vers le cloud.
2. Élimine le besoin d'envoyer de grandes quantités de données potentiellement confidentielles.
3. Authentification des périphériques périphériques à l'aide du jeton Web JSON. Plus efficace que l'authentification mutuelle de la pile TLS.

Fonctionnement du traitement des données via IoT Edge:

Quelques avantages supplémentaires de Edge TPU

Pour les modèles d'apprentissage automatique TensorFlow Lite, la puce Edge TPU de circuit intégré spécifique à l'application est un nouveau must. Il est spécialement conçu pour:

• Préparation ML plus rapide dans les nuages.
• Analyse ML plus rapide sur les périphériques périphériques.
• Permettre aux capteurs de prendre des décisions intelligentes locales en temps réel.
• Lancement d'une IA précise en périphérie avec une grande efficacité.

Avec un besoin croissant croissant d'appareils interconnectés qui nécessitent la confidentialité, un temps de séjour faible et une capacité élevée, le lancement de modèles d'IA sur des appareils de périphérie devient courant. Edge TPU est parfait pour cela car il offre un rendement élevé à faible consommation de ressources physiques et d'énergie.

Edge Dev TPU Dev Board

Carte de base qui fournit toutes les connexions de bord nécessaires. Vous pouvez monter ou démonter le circuit System on Module (SOM) et intégrer le module Edge TPU à vos appareils.

Accélérateur Edge TPU

Le périphérique USB qui ajoute le coprocesseur Edge TPU au système. Équipé d'un connecteur de type C, l'accélérateur peut être connecté à n'importe quel système Linux pour une sortie ML rapide. Le boîtier contient des trous de connecteur de carte Rapsberry Pi.



De cette façon, vous pouvez créer une plate-forme intellectuelle, qui surveillera divers composants et l'efficacité globale de fabrication en temps réel, en utilisant vos capteurs rapidement.