i卡會員

根據國際研究機構Gartner預估，全球IoT設備數量將從2017年的84億個快速成長為2020年的204億個，年複合成長率約為33%。全球企業積極透過物聯網建構新的產品及服務來開啟嶄新商機，透過AI技術的導入，使智慧設備得以在缺乏人類介入的狀況下做出自主決策與行為。但賦予機器自主決策與持續學習的能力，也大幅增加運算需求，服務的提供建構在具備深度學習能力的物聯網設備上，使得過去幾年來以雲端運算為主的運算架構開始產生變化，驅動了靠近用戶的邊緣運算興起，國際大廠也紛紛投入邊緣運算布局。本文將透過剖析國際資訊大廠在邊緣運算投入之策略，供我國廠商參考。

【內容大綱】

• 一、要求低延遲特性的AIoT應用催化邊緣運算興起
  • (一) 資料量暴增與低延遲需求挑戰頻寬與運算能力
  • (二) 即時影像處理需求高應用可望優先導入邊緣運算架構
  • (三) 邊緣運算強調分層運算來提高服務即時反應能力
• 二、資訊硬體廠商佈局策略-從硬體設備切入，逐步完備管理與安全軟體
  • (一) HPE-著重分析與資安功能的邊緣運算解決方案
  • (二) Dell EMC-以開源軟體與合作夥伴生態鏈擴大產品滲透率
• 三、雲端服務廠商佈局策略-拓展雲端服務到離線的IoT裝置，與硬體廠商策略合作完備軟硬體策略
  • (一) AWS-從運算服務拓展到裝置管理與分析服務
  • (二) Microsoft Azure-從工業IoT應用優先切入的邊緣運算策略
• IEKView

【圖表大綱】

• 圖一、物聯網應用對資料傳輸頻率與延遲性需求分析
• 圖二、邊緣運算架構示意圖
• 圖三、AWS Greengrass服務示意圖