随着物联网(IoT)市场的快速发展,对于计算能力的需求也在不断增长。企业需要在边缘进行计算,同时也需要在云端进行分析。英特尔提供了一系列的硬件选项,以满足物联网部署的不同需求。从Atom处理器到Core处理器,再到Xeon处理器,计算能力逐步增强。随着数据量的增加,需要更强大的处理器和更多的存储空间。
在物联网领域,边缘计算的需求日益增长。边缘设备需要在低延迟、高带宽数据传输成本高昂、网络连接不稳定或隐私要求高的情况下进行实时处理。例如,MRI机器、自动驾驶汽车和视频处理等领域都需要边缘计算。
在物联网部署中,扩展通常发生在传感器、网络和云三个领域。传感器负责收集环境数据,包括温度、湿度、水流等,也包括视频、音频等高带宽介质。随着传感器数据的复杂性增加,以安全的方式传输必要的传感器数据变得越来越重要。
以零售业为例,不同的计算需求需要不同程度的处理能力。基本的POS系统可能只需要Atom处理器即可满足需求,而交互式零售亭则需要Core处理器来处理客户互动、库存搜索等功能。而零售商需要理解所有技术与消费者互动的数据,这就需要在数据中心使用Xeon处理器进行大量的数据处理。
英特尔提供了许多硬件和软件解决方案,以提升物联网能力。这包括传感器、网关、云服务、计算机视觉、深度学习等。以下是一些工具和库的关系,以帮助理解在扩展物联网部署时的关系。
英特尔传感器库包括300多个工业和创客验证的传感器模块,这些模块设计用于与集成开发环境(IDE)和操作系统配合使用,以实现近实时性能。英特尔生态系统合作伙伴,如霍尼韦尔,以及更广泛的物联网社区,不断增加可用的“即插即用”传感器驱动程序。英特尔测试和验证集成的硬件和软件,包括传感器驱动程序、英特尔板、数据表和协议,为解决方案开发者节省了大量的时间和成本。UPM库中的现有驱动程序易于定制、修改和构建。通过英特尔传感器库的几行代码,可以从边缘设备和传感器中提取数据并推送到云端。
OpenCV是一个用于计算机视觉应用的BSD许可库。它是跨平台的,网络上有大量的教程。当系统安装了OpenCL时,OpenCV可以利用CPU和GPU的资源。
随着处理能力从边缘到云端的进展,开发工具的一致性对于开发者至关重要。英特尔为使用Atom处理器、Core处理器或Xeon处理器的开发者提供了一致的工具体验。这些工具包括以下IDE: