Computex 2019：Arm物联网聚焦智慧、速度与创新，四大方案亮相

2019年全球ICT产业关键字，聚焦「智慧、速度与创新」。创新技术如人工智慧、延展实境（XR）、区块链、数位分身（DigitalTwin）持续出笼，尤其人工智慧加速晶片及量子电脑的发展，伴随5G商转，势必带动产业跳跃式前进。既然聚焦「虚实整合、运算科技、人机互动」三大主轴，2019年COMPUTEX，全球IP矽智财授权领导厂Arm受邀出席《COMPUTEX论坛》、《InnoVEX论坛》主题演讲。Arm在COMPUTEX揭示全面运算(TotalCompute)主张，为5G时代提供更符合更多使用情境(usecase)的整体运算方案，并展现强大生态系能量。

Arm在COMPUTEX2019有哪些亮点展示？瘾科技带你浏览四大解决方案 亮点一：物联网平台

回应Arm的目标在2035年打造达一兆台连网装置，为了让连网装置深度沟通，Arm针对IoT平台的生态系，近年接续推出「DesignStart」、「Pelion」及「Neoverse」等相关计画。今年COMPUTEX，Arm展示Pelion这项混合环境的端到端联网连接、装置和资料管理平台方案。Pelion特色在于建构3A情境，「任何装置、任何资料、任何云端」（Anvice,Anydata,Anycloud），管理任何种类的连网装置与连接，应付任何内外部不同类型的资料，连接任何公有、私有及混合云端。

换言之，Pelion平台让企业在安全环境下，管理各项物联网装置，无限制连结任何规模的资料。COMPUTEX也展示，Arm收购TreasureData后，借助巨量资料技术能力，Pelion平台对资料流程进行融合，让企业用户以高效、更安全的技术部署、连接和更新连网装置，顺利走入物联网的资料世界。

亮点二：AI机器学习

联网装置与数据资料爆发成长，人工智慧的机器学习应用，逐渐从云端转移至终端。为了把机器学习技术放在边缘装置发挥所长，Arm针对机器学习的晶片应用进而打造全新处理器。延续Arm在CPU具备的可编程优势，以及GPU数据处理压缩能力和高吞吐量的设计特点，将其整合至机器学习晶片设计之中。针对机器学习热潮，Arm推出「ProjectTrillium」机器学习运算平台支持各种AI应用程序，在功能性与可扩展性方面，能实现更快机器学习效率。根据统计，目前ProjectTrillium平台的学习数据吞吐量，比起过去CPU、GPU协同作业的机器学习效率，已经达2~4倍以上，效能也优于传统DSP的可编程逻辑。

换言之，ProjectTrillium是一个异质的ML运算平台，平台架构包括ArmML处理器、开放原始码ArmNN软体框架，目前搭载于超过25亿台Android装置。Arm针对ML处理器进行强化，包括超过两倍能源效率，达到每瓦5兆次运算(TOPs/W)、记忆体压缩技术提升达三倍，以及提升至高达八核心的次世代峰值效能，与每秒最高32兆次运算(TOP/s)。

随着机器学习需求愈来愈高，开发人员更渴望利用系统上专属神经处理器(NPU)的优势。Arm机器学习ML处理器提供同级最优化的能耗效率，并有强大的软体生态系统支援，让整个生态系统的AI效能极大化。

▲Arm示范如何在装置上快速的执行机器学习功能，挑战人的记忆，和装置相比，看谁能先辨出不同的图像。

亮点三：AR/VR装置

前几年开始流行的AR、VR装置，过去最大挑战来自虚拟视觉的稳定度。对此，Arm因应5G科技演进推出多款全新高阶IP套件，其中Mali-D77DPU显示器即是聚焦扩增实境、虚拟实境所需的内容所打造，让虚拟实境更加真实。Mali-D77是Mali-D71显示处理器更新版，最高可对应3K解析度与120fps更新率，虚拟视觉影像得以更稳定呈现。全新的硬体功能，加速头戴式显示器的虚拟实境运算，实现更小、更轻、更舒适的VR装置部署。

▲在COMPUTEX展示OculusQuest的VR头盔，提供高效能、无线，摆脱传统VR装置需要连接线的牵绊，创造VR装置新体验。

当然，使用者对AR、VR装置的期待除了影像稳定，在沉浸式体验方面，还包含更轻量、不受线材影响以及更顺畅的效能。Mali-D77其他功能表现在镜头失真校正（LensDistortionCorrection）、色差校正（ChromaticAberrationCorrection）、非同步时间扭曲（AsynchronousTimewarp），对应更清晰、更真实影像，还能降低配戴者头晕情况。除此之外，Mali-D77显示处理器IP，3K120虚拟实境效能，硬体节省VR作业负载4成以上系统频宽，以及12%功耗表现。Arm表示，为了让VR更为普及，在全球达到数十亿台装置的长期目标，Mali-D77解决现阶段显示技术的挑战，为VR产业迎向下一个新世代。

亮点四：车用

Arm在今年COMPUTEX展示的第四个亮点，聚焦在汽车应用。Arm在车用方面扮演重要角色，因其牵涉稳定与安全，尤其ADAS与自动驾驶需要顾虑的层级更是重要。对此，Arm针对车载安全推出ArmSafetyReady计画，同时也包括针对自驾车的7nm制程最佳化处理器架构Cortex-A76AE，借由整合Split-Lock提供车载所需的安全性。

换言之，ArmSafetyready车用安全计画涵盖Arm既有、新型与未来的全方位车载计画，从系统性流程到研发，且通过ISO26262与IEC61508标准，一站式提供软体、元件、工具、认证及标准等资源，确保加入此计画的合作伙伴其SoC与系统，皆达到最高安全层级。

今年COMPUTEX也展示基于Arm的DMS（DriverMonitoringSystem）驾驶监控系统产品。DMS是采用ArmCortex-A7所支援的深度学习NN模型，由TEEAILab所开发。这套DMS系统展示在CortexA7上运行AI/ML以实现驱动程序状态监视功能。例如针对驾驶员闭眼、打哈欠侧视、俯视、打电话和吸烟等行为进行迅速检测，并发出音频以提醒驾驶。Arm在智慧驾驶领域，也展开AutomotiveEnhancedforFunctionalSafety计画，将推出首款多情绪执行处理器，以强化新世代安全驾驶体验。

▲COMPUTEX展会上也展示Arm在智慧驾驶领域的成果(图右)，情绪执行处理器问世将有助驾驶安全。

聚焦未来世界，打造创新体验

Arm在COMPUTEX2019展会中，展现新世代运算领域的创新技术与相关应用。除了上述相关亮点，也聚焦面向未来2030年的使用情境。Arm拥有全面软体开发框架，包含ArmIP、ArmNN、ArmComputeLibrary及ArmDevelopmentStudios，透过生态系统合作帮助开发人员更快采用、更快上市，透过机器学习软体优化，有效扩展硬体效能。

想像未来的世界，5G传输、机器学习、终端运算可能已经成为我们生活的日常，而产业之间将呈现万物联网的庞大生态系。对此，Arm将持续展现其领先技术优势，携手物联网超级战队掌握下一波科技浪潮。

在去年的百度智能物联网峰会上，百度除了继续在讲“ABC+IoT”外，强调了边缘计算，发布了智能边缘BIE（Baidu IntelliEdge）。

其实，早在2017年，在尹世明入职百度，任职百度副总裁、百度智能云总经理数月后，就为百度智能云此前的ABC加了一个IoT，也就有了现在百度智能云的ABC+IoT。

2018年是IoT被喊得最响亮的一年，包括阿里、华为等互联网时代的佼佼者纷纷将IoT定为公司层面的发展战略。与阿里、华为相同的是，百度的IoT业务同样基于云基础业务，在智能云事业部（2018年12月升级为智能云事业群组）下开展；不同的是，百度的天工物联网平台仍是相对低调。不过，百度在IoT的发力仍然明显，在2018年，尹世明亲自接受多家专业媒体采访，为百度智能云物联网，为其ABC+IoT战略铺路。

5月30日，在2019 ABC Inspire智能物联网峰会上， 百度智能云升级天工物联网平台，就边云融合、时空洞察、数据智能发布9款产品，尹世明也再次登台解读ABC+IoT战略新发展。

物联网在2018年正式从幕后转向台前，在此之前，各玩家已经先后布局并零星可见在各产业试水应用。百度智能云正式对外公布进入物联网领域是在2016年，2016年7月，百度天工物联网平台正式发布，入局物联网，随后发布了物接入、物解析、规则引擎、物可视、时序数据库TSDB等物联网产品。

这之后的三年中，百度在物联网领域的重点布局也清晰可见。2017年，重点布局百度大脑；2018年，重点布局智能边缘BIE；2019年，百度的重心则是边云智能升级。

百度智能云副总经理管瑞峰认为，新一代智能物联网平台将向三个方向突破：第一，向边界突破，形成边云融合；第二，在时间和空间的维度上寻求突破；第三，利用数据智能对场景突破。 边 云融合、时空洞察和数据智能，将成为下一代智能物联网平台的核心要素。

“ 2019年是边云融合计算商业化元年。 ”管瑞峰在峰会上这样称。这主要体现在三个方面：

消防烟感需要时间戳、设备位置、烟雾浓度、报警状态、故障状态、覆盖范围6个维度信息；无人机需要时间戳、经纬度、高度、电量、农作物长势等50个维度信息；新能源 汽车 需要时间戳、经纬度、充电状态、探针温度等100个维度信息。其中，时间和空间成为两个基础维度信息。

百度智能云天工物联网平台在发布之初，首批产品中即有时序数据库TSDB。管瑞峰表示，这正是百度智能云在时空洞察方面的布局。其中，时间维度上包括存储、分析、洞察，空间维度上包括位置标识、轨迹规划、全局优化。

以百度地图为例，百度地图是百度面向C端的产品，在为用户提供服务同时，同时拥有15亿POI、850万公里的路网空间数据，基于此，百度则可以提供诸如定位、地图、搜索、鹰眼轨迹、导航、路线规划、路况能力。与此同时，空间能力也被百度结合百度智能云为B端用户提供服务，官方数据显示，包括165万开发者、65万应用。

数据智能要击穿B端，首先解决行业理解（行业知识）问题。例如， 汽车 生产线上有一百多个生产指标，如何从众多数据指标中抽取出与积漆有关联的关键指标进行生产线积漆模型构建就成为关键。“利用天工的时序数据库、行业洞察及其他平台能力与模型训练结合起来，通过一个工程师可以实现模型训练和工程研发。”

而此次峰会上，作为主角的是百度智能云针对物联网领域发布的9款产品，包括针对边云融合推出的百度智能边缘20和三款智能边缘硬件（天工IoT Module、BIE AI BOX、BIE Developer Kit），针对时空洞察推出的地图空间服务、货运路径规划、智能调度ROS，以及针对数据智能推出的百度智能时序洞察（公测阶段）、小度企业音箱行业解决方案。

百度智能云物联网产品总监周保玉上台首先介绍了百度智能云天工物联网平台的无接入、规则引擎、时序数据库、物可视基础能力的升级。具体包括：

接下来则是此次峰会的主角，百度智能云发布的9款新品。

第一款，发布百度智能边缘（BIE）20。 自去年发布百度智能边缘后，如今已经支持Ubuntu、Debian等40+种 *** 作系统版本，支持x86、x86_64、arm等主流硬件平台，此次的20版本主要有以下三个方面的升级：

第二款，天工IoT Module。 百度联合Quectel推出包括NB-IoT、2G、4G的IoT模组（均通过了FCC、CE认证），这些模组预装百度智能云的IoT SDK，可提供诸如免GNSS智能定位等服务。

第三款，BIE AI BOX。 百度智能云今年年初联合英特尔推出BIE AI BOX，BIE AI BOX除了配置了Arm处理器外，还配置了movidius视觉协处理，从而实现云上训练、边缘预测。

第四款，BIE Developer Kit。 百度智能云联合英伟达、伙伴米文动力合作开发BIE Developer Kit，该产品预装OpenEdge，支持PaddlePaddle、TensorFlow、Caffe等主流深度学习框架。

第五款，地图空间服务。 百度智能云天空联合百度地图推出地「图空间服务」。具体包括三方面：

第六款，货运路径规划。 针对物流行业，推出货运路径规划，提供包括限高、限款、险重、限轴、限行信息，货运限行数据达200路线规划能力支持里程、时间、收费、路况等十几种路线偏好。

第七款，智能调度（ROS）。 百度智能云的智能调度（ROS）可以快速地生成千万级的路网数据，能够同时支持6000+网店配送任务，同时进行规划和计算，并且针对复杂的城配场景支持附加时间窗口、满载率等20多种约束条件。

第八款，时序洞察。 周保玉称，“做时序洞察这款产品的核心目的是两个：一是降低IoT行业运用门槛，提高落地效率；二是希望这款产品能够作为载体，承载行业知识的沉淀。”该产品主要有三方面能力：

第九款，小度企业音箱行业解决方案。 小度智能音箱最初为面向C端产品，百度现已经将其拓展到B端应用中。小度企业音箱行业解决方案可以提供首屏定制、行业功能定制、硬件定制、行业系统对接等定制能力。目前已应用到诸如地产、酒店、银行等行业中。

据雷锋网了解，百度智能云以上9款产品均以应用到行业中，包括在智能边缘计算方面与雅砻江合作，启动智能电站规划工作；智能调度（ROS）应用到车满满SaaS云平台，提供货运路径规划一体化解决方案；小度企业音箱行业解决方案方面与深圳市碧城智慧 科技 合作，在智慧地产方面打造惠州潼湖 科技 小镇等。

尹世明：百度智能云ABC+X，IoT、5G、边缘计算

在2018年9月，百度智能云ABC战略升级到30，尹世明现场再次重申ABC 30的能力。

众所周知，百度智能云以B端业务为主，尹世明表示，智联网时代，To C技术开始进入To B领域，企业技术架构也必将受到很大冲击。

谈到企业数字化转型和AI转型，尹世明表示，在传统Client Server架构上做AI加持并不容易，如果对底层MES系统、DCS系统、ERP、物流软件整个过程中每一台设备都配备一个AI引擎更加困难。百度为此提出了ABC+X，“将计算、数据、AI，以及现今更先进5G、边缘计算技术统一到智能云端。”

以5G为例，传统设备升级应用5G技术需要在每一台应用设备中装一个5G连接或计算模块，这在实际应用环境中很难实现。4月11日，百度联合华为、中国移动展示了基于5G SA架构的5G Vertical LAN（行业局域网）技术及基于此的8K互联网视频直播，该技术可提供定制化5G行业局域网，使得企业终端与企业云处于同一个“局域网”中。

就当下百度智能云ABC+X架构在物联网上的应用，我们思考更多的是设备（物），所以我们有物的边缘，我们有移动的边缘。左边是物边缘，移动边缘，云边缘，右边是局域网、无线网、骨干网。“这样的分布式架构使得在1毫秒、10毫秒、100毫秒之内能够将相关的能力汇聚到一起。”

过去传统的技术架构无法实现实时响应。以ERP系统为例，传统的ERP系统是层级化的，所有数据经过排期之后必然有延时，这个延时可能是分钟级的，也可能是小时级的，因而难以实现实时响应。“物联网到来之后，当我们边缘计算、云计算融为一体，实时响应将有可能实现。”

雷锋网小结

纵观百度此次针对物联网行业应用推出的9款产品，除去沿袭其一直在布局的边缘计算以外，在模组方面发的三款产品仍是以行业合作为主，包括与英特尔、英伟达、米动 科技 等合作，百度主要提供的仍是其云端能力；而诸如货运路径、智能调度、时序洞察等产品，仍是基于百度自身在大数据和数据分析能力上的积累。

雷锋网认为，物联网就本质而言，一定程度上可以理解为万物的是数据化、数字化，再辅以数据分析和人工智能的能力，将会对产业带来深远的影响。也正如尹世明为百度智能云制定的ABC+X的战略，或将是未来企业数字化、智能化转型的一个思路。

有机会，但是建议不要做泛和大，从垂直领域出发比较好，为啥这样说呢？原因如下。

1、各大运营商、互联网公司、设备制造商等等企业都在做综合性的平台。

国内有阿里、华为、三大运营商、百度、腾讯、小米、海尔、京东、中电科等。

国外有亚马逊、IBM、SAP、

谷歌、GE、西门子、博世等。

通过以上名单可以发现，这些公司的特点。

这说明物联网是未来的发展方向，是值得花钱而且花大钱去布局的事。

2、做综合性的物联网平台，要求的资金、资源和技术要求会很高。因为是综合性平台，那么你得搞清楚各行各业的所使用物联网平台的诉求，行业标准等等，不然你的用户群体就会很窄。

3、面对的竞争对手的实力都不可小觑，你要考虑的是现阶段进入这个领域做平台在技术上能否与以上那些公司一较高下呢？你想投入多少时间和精力去做平台呢？人家都可是布局好几年了，踩了很多坑积累了很多经验，且现在平台已具有一定规模，形成了一定的行业壁垒，特别是华为，据我所知，国内运营商的平台都离不开华为的支持。
物联网平台的玩家之多，让人惊叹啊，那么咱们还有没有机会呢？答案是肯定的，有！但我的建议走垂直领域。

物联网的领域很广泛，所以专业的物联网平台未来会有很多，而这种综合性的物联网平台经过几年的厮杀后，最终也就剩下几家巨头。何谓垂直领域的物联网平台呢？

最基本的就是行业垂直，比如工业、农业、教育、医疗、安防、建筑、家居、交通运输等领域。

以上玩家也有做垂直领域的，比如ABB/西门子/GE/普奥云/博世等，他们专注工业领域，爱立信、诺基亚专注通信领域，而互联网巨头则是走综合性的较多，因为他们有一定客户基础、服务器资源和用户群体，可以面对企业和开发者提供平台服务，海尔/小米等企业就是在智能家居领域发力的。

不出意外，安防领域的海康、大华都在对自己的领域来架设相应的物联网平台。
从专业的角度来看物联网平台类型有功能呢？
物联网平台有五种类型

1网络连接，网络连接平台以物联网系统的网络组件为中心。它们为用户提供保持设备在线所必需的软件、连接硬件和数据指导。它们的网络通常依赖现有的运营商服务和WI-FI，并以一种便于物联网设置的方式配置网络连接。
有机会的，物联网的网少不了平台，没有平台就没有物联网。平台提供基于数据的存储、管理等。数据挖掘、数据分析等都基于云平台来计算。

物联网平台从另一个角度来看，是数据的“聚合”平台，通过大数据分析，给决策提供状态、趋势和决策等。
随着5G时代的到来，“边缘计算”一词越来越多的出现在大众视野。今天我们就来讲讲Arex算力资源平台如何利用“边缘计算”制霸未来物联网20。
什么是边缘计算？
首先我们介绍一下什么是边缘计算：边缘计算是分布式计算技术的一种，分布式系统的崛起催生边缘计算平台和新的网络构架分布式AI会在最后一英里网络中增加更多的计算、智能和处理/存储能力，将引发移动端硬件和算力变革。

在这种配置中，人工智能引擎将依赖于大量物联网传感器和执行器，收集和处理大量的 *** 作现场数据。海量数据将为“本地化”的边缘计算AI引擎提供燃料，这些引擎将运行本地进程并在现场做出决策。

因此网络需要另一种水平的实时边缘计算、数据收集和存储，将推动人工智能处理到网络边缘。这将完成云边缘智能和网络化计算机的循环, 并通过基于区块链的智能合约来完成数据授权和业务运转。

物联网中边缘计算与区块链的结合是大势所趋，会将当前的传统物联网完全颠覆掉。
为什么这么说呢？
传统物联网将被淘汰

伴随着近年来通用计算机设备的飞速发展，各类自动化的智能设备开始进入人们视野，背后是廉价传感器和控制设备的爆炸性增长。传统物联网系统基于服务器/客户端的中心化架构。即所有物联设备都通过云实现验证、连接和智能控制。

中心化的物联网架构存在三个问题。

一是云计算成本，例如在家庭应用场景下，两台家电相距不到一米，也需要通过云端进行沟通。数据汇总到单一的控制中心，企业所销售的物联设备越多，其中心云计算服务支出的成本会越大。由于终端物联设备竞争愈加激烈，利润走低，中心计算成本矛盾会越来越突出。

其次，中心化的数据收集和服务方式，无法从根本上向用户保证数据会合法使用。用户的数据保护完全依靠企业单方面的承诺，难以进行有效的监管。

第三，中心化物联生态系统中，一个设备被攻陷，所有的设备会受到影响。例如《麻省理工 科技 评论》2017年所指出的僵尸物联网，可以通过感染并控制摄像头、监视器等物联设备，造成大规模网络瘫痪。
区块链技术重塑物联网
区块链技术可以利用区块链独特的不可篡改的分布式账本记录特性，构建底层通讯节点、建立链上算力生态、依托分布式存储用于计算服务等区块链技术的综合应用，将全球闲置算力整合起来，通过构建“边缘算力”模式为有需求的用户提供d性可扩容的算力交易、算力租赁等服务。为用户打造一个开放、公平、透明和低门槛的去中心化算力资源共享平台，同时结合丰富的行业经验为全球客户提供更优质的服务。

简单来说就是Arex算力资源平台利用分布式计算模式将全球的闲置算力进行整合，从而构建出高数量级的“边缘算力”，并以此为算力源对需要的应用场景进行高能输出。

边缘算力的应用场景到底有多广阔？

边缘计算将数据处理从云中心转移到网络边缘，计算和数据存储可以分散到互联网靠近物联终端、传感器和用户的边缘，不仅可以缓解云带宽压力，还可以优化面向感知驱动的网络服务架构。（例如家里的空调、热水器与冰箱、安防摄像头等可以通过边缘计算进行协调运行，即使是在连接不上云服务器的情况下，也能确保最佳的节能和服务状态。）

第三方数据分析机构IDC预测，在2020年全球将有约500亿的智能设备接入互联网，除了目前大火的5G通信外，包括大数据人工智能穿戴产品、无人驾驶技术、智慧城市服务等，其中40%的数据需要边缘计算服务。由此可见边缘计算有着强大市场潜力，也是当前各服务商争夺的热点。

无人驾驶技术：

无人驾驶

智能穿戴设备：
智慧城市：
要回答物联网云平台是不是还有机会的问题，首先要搞清楚几方面的状况：

一是定位。从技术角度来说，你是做物联网云平台的那一层，IaaS、PaaS、SaaS，单做某层或是混合？而技术的定位取决于：（1）你觉得那一块是你发掘出的空白或者你觉得有前景？（2）为你的客户提供什么样的价值（3）你想做什么样的商业模式。这三个问题依次定推，最后才决定了你了的技术定位和技术架构。找准定位，这是你开始一切的起点。

二是资源。这个我就不多说了，包括资金、技术、人脉、产业链合作，这是你保障自己可以开始有效行动的基础。

三是团队。团队是真正去实施理想的载体，可以是几个人的创业“作坊”，也可以是有一定规模的公司，也可以是松散的联盟组织。

其实，物联网的市场何其大，需要的云服务何其多，宏观市场和细分市场规模都足够你有所作为。做不做，做不做得好在于自己。至于，做不做设备终端，就看你是怎么玩了。

机会很大

物联网平台承上启下，是物联网产业链枢纽。按照逻辑关系和功能物联网平台从下到上提供终端管理、连接管理、应用支持、业务分析等主要功能。

通信技术发展促进连接数迅速猛增，物联网迎来告诉发展引爆点

连接数告诉增长是物联网行业发展基础

物联网发展路径为连接--感知--智能，目前处于物联网发展第一阶段即物联网连接数快速增长阶段。到2018年，全球物联网连接数将超过手机连接数。

物联网发展第一阶段：物联网连接大规模建立阶段，越来越多的设备在放入通信模块后通过移动网络（LPWA\GSM\3G\LTE\5G等）、WiFi、蓝牙、RFID、ZigBee等连接技术连接入网，在这一阶段网络基础设施建设、连接建设及管理、终端智能化是核心。爱立信预测到2021年，全球的移动连接数将达到275亿，其中物联网连接数将达到157亿、手机连接数为86亿。智能制造、智能物流、智能安防、智能电力、智能交通、车联网、智能家居、可穿戴设备、智慧医疗等领域连接数将呈指数级增长。该阶段中最大投资机会主要在于网络基础设施建设、通讯芯片和模组、各类传感器、连接管理平台、测量表具等。

物联网发展第二阶段：大量连接入网的设备状态被感知，产生海量数据，形成了物联网大数据。这一阶段传感器、计量器等器件进一步智能化，多样化的数据被感知和采集，汇集到云平台进行存储、分类处理和分析，此时物联网也成为云计算平台规模最大的业务之一。根据IDC的预测， 2020年全球数据总量将超过40ZB(相当于4万亿GB)，这一数据量将是2012年的22倍，年复合增长率48%。这一阶段，云计算将伴随物联网快速发展。该阶段主要投资机会在AEP平台、云存储、云计算、数据分析等。

物联网发展第三阶段：初始人工智能已经实现，对物联网产生数据的智能分析和物联网行业应用及服务将体现出核心价值。Gartner 预测2020 年物联网应用与服务产值将达到2620 亿美元，市场规模超过物联网基础设施领域的4 倍。该阶段物联网数据发挥出最大价值，企业对传感数据进行分析并利用分析结果构建解决方案实现商业变现，同时运营商坐拥大量用户数据信息，通过数据的变现将大幅改善运营商的收入。该阶段投资者机会主要在于物联网综合解决方案提供商、人工智能、机器学习厂商等

物联网云平台是一个专门为物联网定制的云平台，物联网与普通的互联网是不同的:物联网终端设备比普通互联网手机端,电脑端多出几个数量级;普通互联网对>

物联网要实现万物互联，重点在“万”和“互”，一个要求连网终端数量要多，一个要求连网设备之间的数据要相互联系，综合分析，实现数据价值的最大化。

物联网领域下，智慧社区已经是一个比较成熟的落地应用场景。

智慧社区综合管理平台

如果终端设备连网后，只是单打独斗的话，就无法体现物联网的精髓了，所以打造智慧社区，首要任务就是搭建综合管理平台，将智慧社区所涉及到的所有连网终端设备的数据统一收集，统一管理，综合分析，发掘数据的最大价值。

门禁车辆识别，访客登记

车辆识别目前已经非常普及了，可以识别业主的车牌自动放行，如果不是业主的车牌要进行访客登记。智慧社区车辆识别系统应该具备更高的便捷性。可以利用小程序实现自主访客信息登记，还可以将访客数据分享给泊车位管理系统。

泊车位管理

社区内可以有私人车位或是公用车位，车位管理系统不仅可以方便业主停放车辆，还可以协同访客信息登记系统合作。根据所有业主车位的停放时间和习惯，经过综合统计分析，给出访客车辆泊车位推荐，方便业主亲朋好友驾车来访。

快递柜

快递柜目前已经非常普及了，但大多数是第三方快递柜进驻，而且后期有收费使用的趋势。所以智慧社区可以打造自主的快递柜，就可以将业主快递信息接入信息综合管理平台，可以由物业的工作人员提供快递上门服务，安全性会大大的提高。

智慧路灯

智慧路灯首先可以通过综合管理平台远程控制，同时可以集成光照传感器，通过环境光强度自主控制，也可集成人体识别传感器，夜晚实现人来灯开，人走灯灭。智慧路灯还可集成视频监控，直接对接综合管理平台。还可嵌入WiFi热点，社区信息发布显示屏。有条件的还可以内嵌汽车充电桩。

单元口人脸识别门禁

引入人脸识别门禁系统，比传统的刷卡门禁，扫码门禁更具备便利性，方便业主进出。

社区综合服务

借助综合管理平台，业主可以实现线上缴纳物业费，水电费。预约保洁服务，维修服务，还可以预约生活物资代购服务等等。

总而言之，物联网领域下，智慧社区内的终端设备采集的各种数据，一定要互联在一起，才能体现数据的最大价值，也能体现出物联网的精髓。

---