京公网安备 11010802034615号
经营许可证编号:京B2-20210330
物联网目前仍处于起步阶段 究竟何时才能称为“爆发”
据了解,2018年,物联网生态中的半数应用来自两年内的创新,2016年成为物联网技术从概念走向落地的关键之年。目前,我们通过大数据分析师对这些年的数据进行数据分析,已经看到越来越多的可穿戴设备、智能家居设备、社区安防、个人保健、联网汽车、智慧照明等物联网应用深入周边生活,互联和智能日渐成为人们衡量生活质量的重要标准。
即便如此,物联网目前仍处于起步阶段。何时才能称为“爆发”?我认为,当有很多应用出来,而且比较成熟,特点是把整个产业链走通,从构建网络到提供服务,并产生收益,而且得到相应的回报。
就中国国情而言,物联网市场的发展无论规模还是速度都在全球范围内处于领先水平。中国信息通信研究院于近日发布预测,认为2016年产业将向物联网2.0阶段迈进。届时将主要出现两大转变:小范围局部性应用向较大范围的规模化应用转变,垂直应用和闭环应用向跨界融合应用和开环应用转变。未来,物联网在中国意味着一个万亿级别的市场空间。随着“互联网+”、“中国制造2025”战略的深入实践、“万众创业、大众创新”热潮迭起,物联网技术成为传统企业寻求转型升级的关键、新兴业务拓展创新渠道的利器。
万物互联时代,机遇无穷。然而在产业前进的过程中,也存在一些亟待大家共同解决的问题。
两大问题
1、安全问题
之前很多人对物联网的概念不是很清楚,总认为传统的物联网是工业化的、相对封闭的,在这样一套环境体系中,安全事件发生的概率相对较低。但实际情况并非如此。作为数据分析师的我给大家举个例子来说,在我们熟悉的安防领域,如今各个城市布了很多的摄像头,这些摄像头采集到的数据首先要经过编码,然后进行压缩、回放,但是这些数据没有经过加密保护,这也就意味着任何人一旦侵入网络,都可以利用这些数据,这是极其不安全的,需要引起所有人的关注。
2、开放性和标准化问题
IDC预计,到2020年年底,全球将有500亿台智能设备互联,那么该以怎样一种经济而又具有规模效应的方式部署这样一个网络,是整个业界亟需考虑的问题。在我看来,首先开放性的原则必不可少,因为只有足够开放的环境才能建立一个广泛的生态环境,才能极大地降低网络部署的成本。在标准问题上,历史经验有据可循,PC领域,英特尔、IBM和联想等企业积极构建PC标准,不同厂商之间的产品得以互联互通,服务器、存储、通讯领域,通用产品最终取代了传统的专用设备,同时也给最终用户带来不少收益。万物互联时代,也应该是开放标准构造物联网环境。
四大 法宝
凡是用到计算的地方,英特尔都会关注。作为物联网产业的深度参与者,我们希望一如既往地支持未来30年的物联网发展,立足中国市场,从自身优势突破,携手合作伙伴共同推动产业的改造升级。
为此,我所在的英特尔物联网事业部将市场分成垂直维度和水平维度,并进行了认真分析。垂直维度是指各种细分市场,包括安防、零售、军事/航空、游戏、医疗等。英特尔目前关注四大领域:零售,交通运输,智能家庭和建筑,工业和能源。另外,英特尔在中国特别关注安防,因是“平安城市”的重要项目,需要大量的视频与计算。
水平维度我们积极寻找共性,清除设备互联互通的障碍。物联网系统过去是垂直的物联网,不同的应用交集很少。垂直发展中会存在重复建设问题。其实共同的横向元素60%~70%是可以复用的,例如数据安全、可管理型、数据集成和分析、API管理等。因此可以把这些共同的元素提取出来,打造横向平台,帮助物联网的横向扩展。
对此,英特尔物联网正在做平台化的方案,2014年推出英特尔物联网平台的逻辑定义,英特尔做其中一部分模块和产品,例如网关、与传感器连接的MCU、部分软件、云接口等。今年11月,这一平台再度升级,包括面向物联网的全新英特尔Quark处理器、Wind River带有完整云套件的、免费且简洁的操作系统,以及相关分析功能——所有这些旨在构建并保护从物到云的智能互联解决方案。
除此之外,我们将英特尔在物联网领域的竞争优势归纳为以下四项:
1、端到端的全面支持
通过提供一系列基础性构建模块,英特尔可以帮助开发者和服务提供商快速、顺利地开发和提供物联网解决方案,这些模块采用了专为物联网智能系统而设计的从设备到云端的一系列处理器,从Quark,凌动,酷睿到至强,面对不同的应用,提供不同的计算需求。特别值得强调的一点是,今年11月,英特尔发布了三款第二代的Quark处理器,这三款处理器已经到了微控制器的范畴,它们不仅可以用来做物联网网关,也可以进一步支持很多物联网设备的创新,使得Intel Inside能够真正覆盖整个物联网。
2、迭代更新的技术和架构
作为芯片公司,英特尔和很多同业很大的不同在于我们不仅设计处理器,同时还有工厂制造处理器。因此英特尔在发展处理器的时候,有着清晰的发展战略,我们把它叫做钟摆战略:在奇数年的时候,英特尔会主要更新工艺,依照摩尔定律不断提升工艺水平;在偶数年的时候,主要更新架构,向用户提供全新的计算体验。这二者是相间发生的,那么从最终用户的角度来看,每一年都有新的提升,这也是英特尔处理器的发展蓝图。
3、业界领先的物联网网关
除了技术与架构,英特尔的另一个制胜法宝就是物联网网关。众所周知,网关在整个物联系统中起到一个承上启下的作用,是一个信息汇聚和运输的节点。英特尔专门为物联网网关做了相应的参考设计,不仅提供硬件的设计,同时还在硬件基础上提供了一个物联网网关的协议栈,它完成的就是一些横向的需求,比如连接性的需求、远程管理的需求、安全的需求、数据传输的需求等等。我们把这些需求集成在物联网网关上,再让网关适应相应的结构。目前业界已有众多合作伙伴支持英特尔的物联网网关参考设计,从而推出他们各自相应的物联网产品。
4、两大联盟推动标准化进程
一直以来,英特尔积极推动整个物联网标准的形成。刚才提到物联网的发展需要基于开放环境,而开放的基础来自共同的标准。2014年,英特尔和三星、思科以及联发科等业内领导厂商一起发起了OIC联盟,即开放互联联盟,目的就是为了解决设备之间互联互通的问题。OIC不仅会制定相应的物联网业界标准,同时会有一些开源项目提供给业界和开发者,让大家能够基于一个统一的标准开发各自相应的解决方案。第二个联盟叫IIC联盟,即工业互联网联盟,是2014年英特尔与GE、IBM、思科和AT&T等公司一起成立的联盟。这个联盟的宗旨就是收集工业互联网发展过程中的需求,以及对应的解决方案。英特尔将这些解决方案通过测试的方式进行验证,然后将成功经验在业内推广。
而在所有的平台和解决方案之中,贯穿不变的是以可靠为基础,从嵌入式硬件到软件的全方位保护。
看得见、摸得着的物联网
就中国国情来讲,制造业是与国民经济增长最为密切相关的一个行业,英特尔的关注点主要聚焦在系统整合,既涉及到负载整合,保障数据的安全可信,也关注通过优化工厂配置,以提高生产能力和效率。其实,无论在工业、制造还是能源领域,物联网的部署、应用在很大程度上都是围绕效率展开的。早在多年以前,英特尔就已成功将“物联网”技术应用于工厂,通过数据互联,能够以更快的速度发现问题,进行工艺调整,大幅节省成本和提高合格率。
目前中国正在步入老龄化社会,很多家庭的父母年长,而子女又远在异地无法及时照顾,远程健康监护解决方案的前景此刻便显现出来。我们与合作伙伴共同打造的这一方案有很多组成元素,首先是一些来自于第三方合作伙伴的传感器,它们通过无线连接的方式,将采集到的数据汇聚到家庭网关,就地对数据进行汇总分析,然后将数据处理的结果传到后台的数据中心,在一个服务提供商所提供的平台上进一步的归类分析,最终及时、准确地将报警信息发至子女的手机上,达到预警和监护的目的。
另一个案例是英特尔与天地互连、北京友谊宾馆共同完成的能源解决方案。由于整个能源产业面临能耗管理和节能减排的普遍需要,因此如何运用前沿的物联网技术,实现革新是合作的重要背景。因应这一急迫需求,英特尔推出智慧能源战略,基于架构优势,运用从设备到云端完善而领先的智能互联技术,打造基于物联网端到端技术的能效管理系统(EEMS)。能源管理系统部署完毕之后,可将用能的主要部位、设备集中在管理平台上,实现对能耗情况的实时监测,使管理人员能够更有目标地进行节能减排,最大限度降低能耗。据初步测算,截至2015年3月,凭借该解决方案,友谊宾馆节能达到20%左右,相当于每年节约600多万人民币的能源开支。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23