各大云平台物联网相关产品对比分析

本文主要对阿里云、腾讯云、百度云和华为云提供的相关物联网产品进行对比，用于分析各大云平台在物联网方面的布局和实现。

本文主要从各大云平台的官网相关资料进行对比，对比项也没有覆盖物联网的各个方面。
阿里云的物联网相关产品由于在实际项目中使用的比较多，所以比较了解，相对其他3个云平台，阿里云在物联网方面的布局走的比较早，无论是硬件开发、设备组网、边缘计算、设备接入及管理、数据流转、数据处理、数据存储、数据可视化等等方面，阿里云都有相关产品可以提供，而其他3个平台或多或少都有缺项。在阿里云、百度云、华为云上都能看到专门对物联网的布局，而在腾讯云上面则看不到。

圆刚科技在嵌入式产品研发、行销与服务的丰富经验，深受业界肯定。尤其在2018年成为NVIDIA®全球少数的Jetson Preferred Solution Provider合作伙伴后，圆刚科技更积极投入打造AI生态体系，透过软硬体的整合、快速地提供各种AI影像边缘运算解决方案投入市场。圆刚科技今日宣布推出两款适用于小型AI人工智慧影像边缘运算嵌入式系统的载板，这两款尺寸仅为xyk大小的载板(EN715及EX715)分别支援搭载NVIDIA® Jetson Tegra及Nano运算模组。其小型化的设计可以让开发者更轻易地将Jetson的AI运算能力发挥在各式智慧边缘装置上，如智慧零售、智慧相机、无人载具、机器人等其他受空间限制的小型嵌入式系统。

第一款AVerAI载板EX715针对NVIDIA® Jetson Tegra TX1/TX2/TX2i模组进行开发，设计尺寸非常小巧，相当xyk的尺寸大小87mm x 50mm。另一款EN715则是业界首张适用于NVIDIA® Jetson Nano模组的迷你载板，尺寸仅为87mm x 60mm。这两款载板均可在0°C ~ 70°C的温度范围内完美运行空间受限的 *** 作环境。EN715和EX715的尺寸和丰富的I/O功能，有助于提高应用领域性能及切入市场时效的灵活性，更是智慧城市内作为影像分析的应用里，最具成本效益的AI物联网边缘计算的选择。

此外，圆刚科技的AVerAI Box PC边缘运算电脑使用NVIDIA® Jetson TX1、TX2、Xavier及最新的Nano人工智慧模组为核心，同时提供风扇及无风扇散热设计的两种机构供客户选择，其中蕴涵嵌入式核心科技，大大提高了应用领域性能和上市时间的灵活性。让软体发展人员不仅可以在该系统上设计自有的深度学习软体，还可以加速将软体和系统作为一个完整的解决方案进行销售。除了人工智慧的关键技术之外，圆刚科技更能为客户提供高品质的专属客制化设计服务。

有效整合资源，提供高速运算硬体与平台，为合作伙伴带来更完善的服务，推动AI智慧产业的发展，除了强化自身AI科技与产业研发接轨，更可让合作伙伴能专注于深度学习的技术发展与应用开发，形成创新的AI生态体系。

作为NVIDIA®首选解决方案提供商(NVIDIA® PREFERRED solution provider)，可以在24小时内提供技术支援，帮助合作伙伴的研发项目成功。除了支援NVIDIA® Jetson全系列模组之外，辅以圆刚科技影像撷取的软硬体核心技术，以影像撷取卡各种诸如来自于网路摄影机、USB摄影机、MIPI摄影机等物联网的边缘设备的影像输入源捕捉下来，让AI边缘运算平台和影像撷取解决方案无痛整合。并提供硬体、PCB、外壳机构、BSP、驱动程式、UX/UI/ID/ME等专业的客制化服务。

lot gateway物联网网关实质上就是指集成了WiFi和蓝牙BLE两种无线通信方式的蓝牙网关(蓝牙探针)，WiFi与蓝牙之间通过串口通信，可灵活应用于各种场景，例如：远程控制BLE装置，接收BLE设备发送的数据，并将其发送给服务器……

lot gateway物联网网关TD05A实际应用

（1）应用于室内定位，可以实现后台的主动定位，在后台看到被定位对象的位置，移动轨迹，历史轨迹回放等；

（2）应用于数据抓取，比如养老行业，用于抓取老人佩戴的手环、胸卡等数据上传后台等。

边缘保护对象是指网络边缘上的一些关键设备、系统或应用程序，它们是网络安全的重要组成部分。这些设备、系统或应用程序通常是暴露在公共网络中的，容易受到各种网络攻击的威胁，因此需要进行特殊的安全保护措施，以确保网络的安全性和可靠性。
边缘保护对象通常包括防火墙、入侵检测系统、虚拟专用网络等，它们可以起到限制网络攻击的范围、检测网络攻击的行为和保护网络通信的加密等作用。在现代网络中，由于网络攻击的种类和数量越来越多，边缘保护对象的作用越来越重要，其安全性和可靠性也成为网络安全的重要保障。
总之，边缘保护对象是指网络边缘上的关键设备、系统或应用程序，它们需要进行特殊的安全保护措施，以确保网络的安全性和可靠性。在网络安全中，边缘保护对象是非常重要的组成部分，需要得到足够的重视和关注。

现今世界网络和数据普及，不单止智能手机能连接网络，就连手表，闹钟，家电等日常用品，也能即时在网络中提取资讯，并配合环据数据作出分析，将最好的体验反馈给 用家。而透过网络来连接人，流程，资讯和装置这个概念，亦是我们平常所说的物联网（物联网，又名物联网）。

承接上文介绍了雾计算的简单的应用和由来，下文将会介绍物联网的一个重要技术 - 边缘计算（Edge computing）。下文将会阐述边缘计算的由来，并介绍它与物联网的关系，而且会利用无人驾驶作为用例，介绍云计算的短处和边缘计算的应用。

先定义一下边缘计算（wikepedia，2019）：

这里提到很多艰涩的专业名词，例如是“分散式运算”，“节点”等，其实只是描述：边缘技术是一种技术将大型应用程式的一部分转移到（即分散式运算）日常设备中处理（即边缘节点中）。

在云计算的典型结构中（如上图），通常可分为“云（云层） - 网（雾层） - 端（边缘）”三层。“端”这一层覆盖所有终端的应用程式，亦通常是被管理的角色。当云计算一计算出结果，就会到透过“网”层，将指令发送到“端”层的应用程式执行，而应用程式收到数据后，则会发送到“云”层作计算。

而边缘计算则可以想像为给予“端”层一定程度的“自治”。在边缘计算的架构中，终点被赋予简单的存储和计算能力（与雾计算不同，这里重点是“简单”的功能） ，令它能偶尔脱离云的管理，并根据环境数据作出回应。

增加终端系统简单的计算和存取能力看似一小步，但其实这个布局有着莫大的好处，当中包括：

  - 低延迟：数据由近场产生，能快速回应

  - 独立性：在没有网络连接下，系统亦能运作

  - 合规性：无需传送用户资料，保护个人数据

  - 简化数据：终端先处理部份数据，数据简化后才向云服务器传输

  - 安全性：数据传输减少，减少网络安全风险

无人驾驶是边缘计算其中一个经典用例，亦是一个很好例子说明云计算的短处和为什么需要边缘计算。

下图展示的是常用的云计算架构，当中包括1）一架智能汽车（客户端），并且正在使用无人驾驶功能，2）互联网（Internet），用作传输数据，以及3）云服务（云计算）服务器），用作提供无人驾驶服务。

假设汽车正在以60ms-1的速度行驶，并在起始位置感测到前方3m有阻碍物。由于汽车正在使用云计算的架构，汽车本身并没有分析的功能，汽车会将感测到的影像 传送到云服务器中作分析（步骤1）。

很不幸地，由于汽车现在在北区甚远，信息在005s后才能到云服务 无上停驶，但也要经过005s才能将指令发送到汽车上执行（步骤2）。

在这段发送信息到回收指令的过程中（~01s），汽车会继续以均速行驶（60ms-1），并到6m后（= 60ms-1×01s）才会收到指令停下来 。而且会撞到在3m前的路人，酿成车祸。

汽车在起始位置感测到前方3m有阻碍物，会立刻执行停车指令（步骤1）。然后再发送影像和决策内容到云服务器中作进阶分析（步骤2），以改善无人驾驶性能。 （注：这里看似与雾计算方式相似，但在过程中，应用程式没有作任何的数据分析，只根据感应器内容作出回应。若然是雾计算的话，感应器信息会发送到雾服务中，再作分析，然后通知终端设备作出回应。）

由此可见，云服务器距离数据产生的位置较远，因此会造成较大的延迟。而无人驾驶这些需要实时作出决策的活动，则很大机会需要使用边缘计算，使计算的服务靠近产生数据的源头，做到计算更接近实际行动。

随着科技的进步，数据传输速度的快速提升，不少日常物品，例如是家用电器，车辆等，都已经嵌入感测器，并透过网络接结与互联网交换资讯，形成了庞大的物件网络（即物联网）。

物件会在运行时会收集到大量的环境数据。有些人会问，为什么不把数据都在本地（local drive）处理，其他数据再传到云服务做储存。这可能是其中一个可以实行的方法，但如果所有数据都在本地处理，物件本身要设有很多的存储装置和处理服务器。这会大大增加电力消秏和物件重量，增加成本。

因此，最好的方法是结合云计算和边缘计算的优势做出最佳的配置。在一些决定物件重大安全性的事件（例如如上文无人驾驶例子的刹车）可将决定的主导权放到边缘上，其他没有急切性的事情，则放到云服务器低成本集中处理。透过云与边缘的良好分工，大大减少成本，亦能提高运算效率。

1 物联网（Internet of Things，IoT）
指将传感器、执行器、智能设备、人工智能和云计算等技术融合在一起，通过互联网连接、交互和协同工作来实现智能化和自动化的网络。
2 传感器（Sensor）
指一种可以感知并测量实际物理量的设备或系统，通过将物理信号转换成数字或模拟信号来输出相应的测量结果。
3 执行器（Actuator）
指一种可以根据输入信号转换成机械或电动力的设备或系统，用于控制或驱动实际物理行为。
4 物联网平台（IoT Platform）
指一种用于将各种传感器、执行器和智能设备互联互通的技术平台，提供数据采集、数据分析、数据处理和数据交互等功能。
5 云计算（Cloud Computing）
指一种基于互联网的分布式计算和存储模式，将计算和数据存储分布在多个服务器上，提供虚拟化和动态扩展等功能。
6 数据采集（Data Collection）
指通过传感器和其他设备收集和记录现实世界中的数据，如温度、湿度、压力、位置、声音等。
7 数据处理（Data Processing）
指将采集到的数据进行分类、筛选、转换、分析等处理，以提取有用的信息，比如预警、异常检测、预测分析等。
8 数据交互（Data Interaction）
指通过互联网将数据传输到物联网平台等服务器上，并将处理结果返回到智能设备中，以实现设备之间的互通和协同工作。

9 人工智能（Artificial Intelligence，AI）
指模拟人类智能和行为的计算机系统和算法，用于实现自动化、智能化和自主学习等功能，如图像识别、语音识别、机器人等。
10 区块链（Blockchain）
指一种去中心化的分布式账本技术，用于实现安全性、透明度和信任度的高效交互和协同，如支付、合同管理、安全通信等。

---