伴隨工業(ye)4.0、智慧(hui)工廠等議題(ti)持續升(sheng)溫，使工業(ye)物聯(lian)網(wang)(IIoT)、大(da)數據分析成為潮流，細(xi)究IIoT內涵，最富含魅(mei)力之處在于整合(he)網(wang)絡資源，借助資料分析，即時做出反應(ying)(ying)，展現(xian)應(ying)(ying)用價值。而掌握強大(da)資通訊技術的臺灣，憑(ping)借前(qian)端運算，甚有機會依傍IoT網(wang)關優勢，扮演(yan)工業(ye)物聯(lian)網(wang)領頭羊(yang)。

分散部署前端運算提高回饋反應時效

盡管(guan)現今不乏具有運算分析能(neng)力的云(yun)端平臺(tai)，物聯網也被列為重要(yao)的灘(tan)頭(tou)堡，新(xin)漢技術長彭啟峰認為，這些云(yun)深不知處的大數據分析要(yao)想(xiang)真正落地，仍需(xu)設(she)法善用現場終端裝置。

由于大數據數量應大、種類繁雜，云端(duan)平(ping)臺(tai)單單接(jie)收、儲存(cun)來自終端(duan)裝置產生的(de)(de)資(zi)(zi)料(liao)便(bian)已(yi)接(jie)應不暇，更遑(huang)論從現(xian)場資(zi)(zi)料(liao)中提煉出(chu)可用資(zi)(zi)訊，推(tui)導出(chu)有價值的(de)(de)商業(ye)情(qing)報，進而(er)協助業(ye)主即時做出(chu)決策(ce)判斷(duan)。若再(zai)考量商業(ye)資(zi)(zi)料(liao)性質敏感，或是(shi)網絡(luo)基(ji)礎建設未臻健全等現(xian)實因素，與其全然將現(xian)場資(zi)(zi)料(liao)拋(pao)到云端(duan)平(ping)臺(tai)分析，不如(ru)在前端(duan)就(jiu)進行初步過濾(lv)、處理，接(jie)著再(zai)傳(chuan)送到云端(duan)，反而(er)更具(ju)時效。

前端運(yun)算(Edge Computing)分散(san)部署在資料(liao)(liao)產生(sheng)的源頭，加上處理的資料(liao)(liao)量較小，可快(kuai)速過濾、分析(xi)(xi)、判讀現場資料(liao)(liao)，毋需苦等(deng)云端分析(xi)(xi)結果(guo)出爐，因此能提高即時回(hui)饋(kui)的時效性；而資料(liao)(liao)經過初步剖析(xi)(xi)再傳送到(dao)云端平臺(tai)，因已(yi)去粗取精，不(bu)僅可降低數據后(hou)傳云端的傳輸量，節省龐大頻寬資源，還可以簡化資料(liao)(liao)分析(xi)(xi)的前置準備工作(zuo)，減少云端平臺(tai)的負擔。

IoT網關居中 適時發揮預測功效

能擔(dan)綱前(qian)端運(yun)算(suan)(suan)的(de)重要(yao)工作首(shou)推(tui)IoT網(wang)關。彭啟(qi)峰(feng)解釋，IoT網(wang)關能緊密串(chuan)連地下物聯網(wang)、天上云端平臺，在采集資(zi)料之余(yu)，具備(bei)的(de)運(yun)算(suan)(suan)處(chu)理(li)能力亦足以承上啟(qi)下，為(wei)前(qian)端運(yun)算(suan)(suan)、云端平臺提供的(de)關鍵助力。

若從實(shi)際應用(yong)價(jia)值而論，當(dang)前(qian)不少工廠或(huo)基礎設施(shi)期盼徹底落(luo)實(shi)預知維護保養，IoT網(wang)關(guan)不僅可(ke)協助擷取(qu)機臺設備的運行(xing)資(zi)料、數據，在收到(dao)數據之后便可(ke)立即進行(xing)解讀，判斷(duan)機臺是否運作(zuo)正常、有無警示制造主管移線生產(chan)的必要，或(huo)是徑行(xing)通報維修人員安排(pai)零件替換。

即時資訊可(ke)(ke)提高現(xian)場人員(yuan)的反應速度，避免不必要(yao)的生(sheng)產(chan)滋(zi)擾；對(dui)于業者來說，前端運算(suan)(suan)可(ke)(ke)獨立(li)運行在(zai)IoT網(wang)(wang)關上，不必依賴云端平(ping)臺，解決資訊安全疑慮、或(huo)網(wang)(wang)絡(luo)頻寬不足(zu)的困境，當需要(yao)發布通報(bao)時再借(jie)助企業后臺或(huo)是(shi)云端服(fu)務即可(ke)(ke)。而云端平(ping)臺則可(ke)(ke)從IoT網(wang)(wang)關提供的歷史資訊中，尋(xun)找(zhao)出事件發生(sheng)的模(mo)式與關聯，建立(li)、優化前端運算(suan)(suan)分析(xi)判讀的運算(suan)(suan)法則或(huo)思(si)考模(mo)式，協(xie)助IoT網(wang)(wang)關據此做出更精準的判斷。

為(wei)此新(xin)漢開發(fa)的(de)IoT Studio配置(zhi)工具，內(nei)建(jian)NEXC2C技術，透(tou)過簡(jian)易的(de)點(dian)(dian)選、拖曳、連線(xian)(xian)步驟，完成端到端的(de)連線(xian)(xian)設定。而每一(yi)筆(bi)現場資(zi)料會被(bei)視(shi)為(wei)一(yi)個(ge)資(zi)料節點(dian)(dian)(Node)，業(ye)者可(ke)徑自對節點(dian)(dian)設定分(fen)析(xi)條(tiao)件、動作(zuo)反應，或透(tou)過內(nei)建(jian)的(de)云端平(ping)臺鏈結，將資(zi)料節點(dian)(dian)依用(yong)途分(fen)別傳(chuan)送至多個(ge)云端平(ping)臺，毋(wu)需擔(dan)心資(zi)料格式龐雜、網絡通訊協定不(bu)一(yi)等(deng)問題，可(ke)適用(yong)各個(ge)產(chan)業(ye)。

環(huan)顧(gu)全球科技大廠，擅(shan)于云端服務者如IBM或(huo)微(wei)軟，或(huo)晶片廠如英特(te)爾，幾乎都將(jiang)工業(ye)(ye)(ye)(ye)物聯網(wang)(wang)(wang)、大數據分(fen)(fen)析(xi)(xi)兩項(xiang)議題視(shi)為(wei)一體，因為(wei)唯有從(cong)大量龐雜的前端資料挖掘出價(jia)值才(cai)能為(wei)企業(ye)(ye)(ye)(ye)提升(sheng)商業(ye)(ye)(ye)(ye)利(li)益。深具IoT網(wang)(wang)(wang)關研(yan)發(fa)歷練的新漢，已與眾多業(ye)(ye)(ye)(ye)者合(he)作，透過智慧的IoT網(wang)(wang)(wang)關與IoT Studio配置工具，將(jiang)運算分(fen)(fen)析(xi)(xi)化繁(fan)為(wei)簡，產出有助于立即反應的判(pan)斷條件，以借(jie)此順勢在(zai)工業(ye)(ye)(ye)(ye)物聯網(wang)(wang)(wang)商機中，搶(qiang)攻重要的一席之地(di)。