不論我們如何嘗試，都不可能打敗物理限制，這裡我指的是資料重力與計算。物聯網的網路邊緣對it運營和**商服務均產生了巨大影響。舉例而言，iot強制改變了資料模式，促使亞馬遜發布snowball edge，這個具有整合儲存和計算資源的資料傳輸裝置。snowball edge可在網路邊緣實現一些計算能力，並有助於將資料傳輸回雲端。那麼snowball edge會是公有雲未來的代表嗎? 在andreessen horowitz的合夥人peter levine看來，物聯網將終結公有雲。
levine認為，感測器數量的增長以及處理資料的需求將會阻礙公有雲的採用。公有雲模型假定資料位於雲提供商的資料中心內，資料重力有利於amazon web services(aws)而不是客戶。
亞馬遜提供多種將資料載入到aws中的方法。從物理snowball驅動器到拖車上的儲存，aws能收集任何尺寸的資料。將資料匯入aws的成本與獲取資料的成本相比非常少，而離開aws則將付出極大代價，因為現實讓資料變得沉重。
在aws資料中心內託管資料有很大優勢。到目前為止，最具吸引力的功能是利用不斷增長的aws計算服務列表來應對 所採集的所有資料。aws現在提供機器學習或人工智慧服務，為了實際使用，機器學習需要大量資料。這樣的資料集和處理過程被levine視為其昭示著「雲計算的死亡」。
許多迷你資料中心
iot裝置持續產生大量資料，資料重力在使用由感測器生成的資料的能力方面起著至關重要的作用。舉例而言，無人駕駛汽車所需的資料。這些汽車上的感測器可以採集數tb資料。這些車必須實時處理感測器資料。從純粹延遲和頻寬的角度來看，不可能將資料傳輸到資料中心進行決策處理。
因此，決策處理必須最接近資料，也就是在車內。在惡劣天氣條件下識別停車標誌需要很大的處理能力，並根據道路狀況確定最佳行動方案。這個例子並不是自駕汽車的獨特之處。邊緣計算正開始以與邊緣資料收集器相似的速度進行擴張。據levine**，如今的非自駕豪華車有100個cpu。公有雲根本無法抵消物理學對實時物聯網處理的影響。
這對企業it和公有雲的採用意味著什麼?iot是消費者和企業計算領域的下乙個熱潮。單個業務可能有數百萬個感測器在本地裝置上生成和處理tb資料。管理每個本地裝置差不多與管理資料中心或至少乙個子資料中心相當。因此，iot 給企業it提出了獨特的挑戰。
物聯網計算基礎設施
aws snowball edge允許某些級別的計算在遠端站點上進行。aws所提供的示例：invent 2016是風力發電場感測器資料。渦輪機產生大量資料，其中一些資料需要接近產生源分析。snowball edge能夠進行一些分析，並將較大的資料集傳送到aws進行資料探勘或歸檔。在許多情況下，處理iot資料所需的計算資源類似於資料中心的裝置的造價。
結果是公有雲試**決的所有問題重新出現。多年來，企業it組織專注於整合資料中心和服務。
服務集成為公有雲創造了機會。終端使用者不在乎綜合資料中心是由客戶還是公有雲提供商擁有和經營。對於業務，邊緣iot計算重新引入了分布式企業資料中心服務的複雜性。
在當今環境中，人員、流程和技術面向集中管理。
企業需要制定部署微型資料中心策略。我**，aws不會讓這個業務流入傳統企業it**商。snowball edge是解決私有雲功能的混合平台型別前身。更多的管理物理硬體產品將成為亞馬遜物聯網的願景，包括其iot軟體開發工具包。
現在說公有雲已經結束還為時過早，不過我希望傳統提供商和公有雲提供商的產品能適應企業it調整以支援iot邊緣計算。不論我們如何嘗試，都不可能打敗物理限制，這裡我指的是資料重力與計算。物聯網的網路邊緣對it運營和**商服務均產生了巨大影響。舉例而言，iot強制改變了資料模式，促使亞馬遜發布snowball edge，這個具有整合儲存和計算資源的資料傳輸裝置。snowball edge可在網路邊緣實現一些計算能力，並有助於將資料傳輸回雲端。那麼snowball edge會是公有雲未來的代表嗎? 在andreessen horowitz的合夥人peter levine看來，物聯網將終結公有雲。
levine認為，感測器數量的增長以及處理資料的需求將會阻礙公有雲的採用。公有雲模型假定資料位於雲提供商的資料中心內，資料重力有利於amazon web services(aws)而不是客戶。
亞馬遜提供多種將資料載入到aws中的方法。從物理snowball驅動器到拖車上的儲存，aws能收集任何尺寸的資料。將資料匯入aws的成本與獲取資料的成本相比非常少，而離開aws則將付出極大代價，因為現實讓資料變得沉重。
在aws資料中心內託管資料有很大優勢。到目前為止，最具吸引力的功能是利用不斷增長的aws計算服務列表來應對 所採集的所有資料。aws現在提供機器學習或人工智慧服務，為了實際使用，機器學習需要大量資料。這樣的資料集和處理過程被levine視為其昭示著「雲計算的死亡」。
許多迷你資料中心
iot裝置持續產生大量資料，資料重力在使用由感測器生成的資料的能力方面起著至關重要的作用。舉例而言，無人駕駛汽車所需的資料。這些汽車上的感測器可以採集數tb資料。這些車必須實時處理感測器資料。從純粹延遲和頻寬的角度來看，不可能將資料傳輸到資料中心進行決策處理。
因此，決策處理必須最接近資料，也就是在車內。在惡劣天氣條件下識別停車標誌需要很大的處理能力，並根據道路狀況確定最佳行動方案。這個例子並不是自駕汽車的獨特之處。邊緣計算正開始以與邊緣資料收集器相似的速度進行擴張。據levine**，如今的非自駕豪華車有100個cpu。公有雲根本無法抵消物理學對實時物聯網處理的影響。
這對企業it和公有雲的採用意味著什麼?iot是消費者和企業計算領域的下乙個熱潮。單個業務可能有數百萬個感測器在本地裝置上生成和處理tb資料。管理每個本地裝置差不多與管理資料中心或至少乙個子資料中心相當。因此，iot 給企業it提出了獨特的挑戰。
物聯網計算基礎設施
aws snowball edge允許某些級別的計算在遠端站點上進行。aws所提供的示例：invent 2016是風力發電場感測器資料。渦輪機產生大量資料，其中一些資料需要接近產生源分析。snowball edge能夠進行一些分析，並將較大的資料集傳送到aws進行資料探勘或歸檔。在許多情況下，處理iot資料所需的計算資源類似於資料中心的裝置的造價。
結果是公有雲試**決的所有問題重新出現。多年來，企業it組織專注於整合資料中心和服務。
服務集成為公有雲創造了機會。終端使用者不在乎綜合資料中心是由客戶還是公有雲提供商擁有和經營。對於業務，邊緣iot計算重新引入了分布式企業資料中心服務的複雜性。
在當今環境中，人員、流程和技術面向集中管理。
企業需要制定部署微型資料中心策略。我**，aws不會讓這個業務流入傳統企業it**商。snowball edge是解決私有雲功能的混合平台型別前身。更多的管理物理硬體產品將成為亞馬遜物聯網的願景，包括其iot軟體開發工具包。
現在說公有雲已經結束還為時過早，不過我希望傳統提供商和公有雲提供商的產品能適應企業it調整以支援iot邊緣計算。
物聯網時代，物聯網卡將何去何從？
這幾年來隨著資訊科技的不斷發展，物聯網技術開始嶄露頭角已經成為經濟增長的新動力。與物聯網有 關聯的行業都需要對應的技術支撐，這也為物聯網卡的發展帶來巨大的產業機遇。物聯網卡是物聯網的 一種新產品，近年來，物聯網卡引起了人們的廣泛關注。它是實現物聯網通訊的一種基本硬體，它也逐 漸進入我們的生活。如車聯...
雲物聯網edge 如何選擇雲物聯網平台
雲物聯網edge 物聯網中，物聯網 是目前在計算世界上最炒作概念之一。雲物聯網平台甚至可能在炒作規模上超過物聯網。但是，兩者都有實際的應用程式，可能對您的業務很重要。在本文中，我們將在沒有太多技術細節的情況下定義iot和雲iot平台，然後討論您從雲iot平台需要什麼以及如何選擇。物聯網的簡單解釋是它...
物聯網 網際網路的終結者？
什麼是物聯網?美國新聞記者與作家協會前主席塞繆爾 格林加德在其新作 物聯網 一書中告訴我們 物聯網是繼計算機 網際網路和移動通訊之後的又一次 資訊產業的革命性發展，在網際網路和移動網際網路高速發展的時代，聯網裝置已經不再侷限於智慧型手機和計算機，而會覆蓋交通物流 智慧型家居 工業檢測和個人健康 等各...