🐹 👓 📴 审查Google IoT Platform 🛫 👈🏾 🎓

许多世界领先的公司针对不同的运营领域进行试验并实施IoT解决方案。消费和工业用途中对物联网的需求都在增长。
物联网（IoT）为以下方面提供了巨大的可能应用范围：

原始文章-Google IoT Platform：适用于任何项目的出色工具

优化工业流程
节约能源
管理直接影响人类生活的环境因素，例如空气，湿度，温度和水质

物联网的引入正在改变世界，使我们每个人都变得更好。

物联网解决方案实施的越多，就需要更多的数据进行敏锐的分析，甚至需要人工智能来迅速接收相关信息。此类信息可让公司实时查明偏差和技术故障。例如，汽车行业使用防撞，交通路线和非道路检测系统等智能技术改善了交通安全。

综上所述，物联网系统中的实时决策还受到成本，外形尺寸限制，数据传输延迟和其他标准的限制。 Google Cloud IoT尝试通过在终端设备上进行机器学习并引入Cloud IoT Core，Cloud IoT Edge，Edge TPU等服务来改变现有状况。

云物联网核心

Cloud IoT Core是完全可管理的服务，允许快速安全地连接，配置和接收来自许多设备的数据。使用Cloud Pub / Sub，Core可以将分散设备中的数据合并到单个全局系统中。如果与其他Google Cloud IoT服务结合使用，Core建议使用复杂的解决方案来实时收集，分析和可视化IoT数据。反过来，这又允许创建多功能模型，以优化或预测对您的业务有价值的数据。

Cloud IoT Core支持常规的MQTT和HTTP协议，这使客户可以利用许多现有设备来构建其IoT系统。这项服务可在Google基础架构中运行，该基础架构会实时自动扩展，并在需要时可以连接一百万个设备。

核心包含：

设备管理员
通过控制台或软件设置和管理单独的设备。在连接上使用设备标识和身份验证机制。您还可以配置每个设备的逻辑，并使用云远程控制它。

协议桥
它提供的最好的功能是用于组件负载平衡的连接端点，对MQTT和HTTP的本机支持，将遥测信息存储到Pub / Sub中。

Clout IoT Core收集发布在Cloud Pub / Sub中的数据以进行进一步分析。使用Google BigQuery执行特定的分析，或使用Cloud Machine Learning Engine来应用机器学习。之后，您可以使用Google Data Studio中的各种报告和信息仪表板来可视化结果。

此外，为了简化和加快各种设备与Core的连接，您可以利用Google IoT的附加配置服务。它使客户和制造商都可以入职。此服务使用硬件级别的可靠安全性（aka加密芯片或安全元件（SE））来安全地配置设备。这样就可以在无人干预的情况下将数百万个设备提供给正确的内核。

云物联网边缘

扩展Google Cloud数据处理并在自动传输线，涡轮机械等边缘设备上使用机器学习的有用工具。这样，设备可以使用其传感器数据实时运行并在本地预测结果。 Edge可以在基于Linux的操作系统上工作。它包含两个运行时组件（Connect和ML）和ASIC芯片定制硬件加速器（TPU）。

边缘连接-用于将边缘设备安全连接到云，软件和微程序更新，核心数据传输管理。
Edge ML-用于在机器上推断机器学习TensorFlow Lite模型。好处：处理能力提高，等待时间短，多功能性等。
Edge TPU-用于在边缘运行TensorFlow Lite模型的AI芯片高效，优化并具有多种用途。如果与Cloud TPU一起使用，可能会是一个巨大的优势。

好处：