各組織在收集資料之處，加進更多的分析能力，正提高它們的反應力和效率。本文介紹三個邊緣分析成功的案例。
文／Bob Violino‧譯／羅耀宗
邊緣運算提供各行各業的公司巨大的潛在優勢。這種分散式運算模式將資料儲存和分析拉近到資料來源，能讓組織擁有更好的反應時間、縮減網路延遲、降低頻寬成本，甚至增強安全。
邊緣運算從遠端處理連網物件收集到的資料，有助於支援物聯網（IoT）等計畫的推行。少了這樣的系統，連網裝置產生的巨量資料，很容易便會壓垮組織的中央資料基礎設施 ─ 或者如果傳送到雲端儲存庫進行分析，則必須承擔可觀的成本。
組織將更多的分析能力推向收集資料的邊緣，可以取得更高的反應力和效率。本文舉例說明組織為了各式各樣的應用案例，如何在邊緣部署分析能力。
邊緣分析案例一：道路安全
Trimble Transportation 提供路由和最佳化、追蹤和可見性，以及安全和合規系統等技術給它的顧客。客戶通常是汽車貨運公司，每天從它們的車載資訊裝置產生超過 100 億個資料點，其中包括 50 多個變數，例如引擎溫度、渦輪轉速、油壓、速度和冷卻液液位。
愈來愈多的車輛感應器監控著關鍵性能指標，提醒駕駛人注意低胎壓、偏離車道和倒車障礙等異常狀況。雖然這有助於促進安全技術方面的許多進步，卻也產生巨量的資料，需要快速處理，才能即時發揮功用。
對 Trimble 來說，邊緣分析提供了一種方法，能以更快的速度交付洞見。Trimble 的資料科學副總裁 Chris Orban 說，該公司為運輸和物流公司發展硬體與軟體，創建連網供應鏈，正在建構一套軸輻式網路系統，以貨車運輸公司的後勤辦公室為「輪軸」。
Orban 表示，這個輪軸包括運輸管理系統、接單、安全和合規等應用，以及依賴「輪輻」提供資料的其他營運系統。
Orban 說：「這個模式的輪輻是貨車司機，他們在路上使用車載電腦、電子登入裝置，以及車內的更多器材等邊緣技術。各種裝置透過 4G LTE 網路連接到雲端，並在邊緣執行許多運算，包括追蹤司機的服勤時間、報告安全事件，以及掃描電子文件，例如交貨證明。」
Orban 指出，自商用車輛的追蹤受到監管起，這家公司多年來一直使用某種反覆執行（iteration）的邊緣運算。他表示，Trimble 早年安裝在貨車駕駛室內的電子裝置，會傳回貨車所在位置和油量多寡等簡單資訊，「在不是人人口袋裡都有手機的時候，可以和後勤辦公室通訊。」
要做到這一點，關鍵性的業務動因是貨運公司需要知道它們的資產在哪裡，以及能與行動電話基地臺覆蓋範圍外的司機和裝置通訊。Orban 說：「這些裝置必須和司機在邊緣一起運作，因為衛星通訊可能是他們的唯一連網選項。」
[ 推薦閱讀： CIO都在讀什麼？【Top 10】2022-5 文章閱讀排行 ]
從安全的角度來看，Trimble 在商用貨車的引擎控制模組（engine control module，ECM）和公司自有與第三方安全工具之間的所有行動裝置介面，提供緊急剎車提醒、跟車距離警告，以及側傾穩定控制通知等功能。
Orban 說：「駕駛員在駕駛室中，可以立即收到駕駛行為的回饋，即時有效改正，或者有裝置能為他們做這件事。例如，如果他們發現過彎太快，觸發側傾穩定控制功能，那個裝置真的能夠啟動剎車，減緩貨車的速度，使它回到側傾穩定控制不再觸發的狀態。」
Trimble 也提供邊緣應用程式，根據駕駛員的服勤時間，計算他們的疲勞程度。
Trimble 正在投資資料分析和邊緣運算能力的另一個重要領域是影像。「今天許多商用車輛都裝有攝影機，儀表板上、車側後視鏡、倒車攝影機，不是朝外，就是朝內，也可能全都安裝。從這些視覺資料來源收集的資訊數量十分龐大。」
安全事件發生時，例如駕駛員猛踩剎車以避免碰撞的緊急剎車動作，會觸發 Trimble 的「影像智慧」（Video Intelligence）工具。這些影像可用於緩解駕駛員承受的風險、防止事故期間的責任，或者用於駕駛員培訓。
Orban 說：「我們已經把標準的行車記錄器遠遠拋到後頭，現在到了真正將影像系統整合起來的地步，能夠下看貨車的兩側，向駕駛員發出偏離車道的警告、幫助他們把車子停妥在裝卸站臺等，對他們載運貨物的過程大有助益。」
Orabn 表示，Trimble 的資料科學團隊深入參與它的邊緣分析產品。他說：「我們的團隊投入大量的時間，直接和顧客合作，了解他們在業務上的特定需求。」
一般而言，當 Trimble 的顧客開始運用安全系統，他們會見到隨著時間的推移而逐步改進。Orban 說：「由於他們運用不同類型的嚴重事件警告，例如緊急剎車、側傾穩定控制等，駕駛員的可預防事故減少了 10%到 15%。這類邊緣解決方案，可說正在改變採取這些行動的司機行為。」
邊緣分析案例二：交通控制
拉斯維加斯市正在使用邊緣運算，包括部署物聯網，用於交通控制，以及和自動駕駛汽車自動化通訊。
這座城市的 IT 部門創新長 Michael Lee Sherwood 說：「我們一直尋找各種方法來改善營運效率，同時謀求社區之福。有了邊緣運算，物聯網系統才能處理極其重要的資料，並提供即時的分析和資料。」
稱為 Blackjack 的交通系統，利用思科（Cisco）供應的平臺，監控交通流量與提供即時的交通統計數字，並和自動駕駛汽車通訊。
拉斯維加斯 2018 年開始部署邊緣運算技術，同時致力研創智慧型交通解決方案。Sherwood 表示，在網路邊緣分析資料的關鍵動因，來自和需要近乎即時資料的自動駕駛汽車公司合作。
[ 推薦下載： 2022年度CIO大調查報告PDF ]
Sherwood 說：「邊緣運算可以在分析資料之後，以最快的速度提供資訊給接收者。」
以即時的格式將資料視覺化，「能讓決策者做出更明智的決策」。
加進預測分析和人工智慧（AI），有助於做出改善交通流量的決策，Sherwood 說：「在不久的將來，會對減少交通堵塞和改善運輸時間與結果，產生巨大的衝擊。」
為了協助加強整體和邊緣的資料分析作業，市政府正在培訓一個資料分析小組，作為 IT 部門的分支。Sherwood 指出，資料與分析辦公室（Office of Data and Analytics）將研討組織內部資料的治理和使用方式。他說：「隨著許多新技術湧進市場，我們看到很多機會。我們的主要目標著重在建立團隊，投入資料來源的治理和維護。」
部署行動的早期階段效益包括根據實際的交通流量，調整交通路口的燈號時間。Sherwood 表示，這「是新技術可以如何真正協助創建解決方案，讓社區中的每個人受益的正面跡象」。
Sherwood 認為，隨著 AI 在這座城市的一些最新智慧型系統中發揮作用，邊緣運算和分析的需求只會有增無減。
Sherwood 表示，邊緣運算的大部分挑戰，是決定在邊緣處理什麼事情，以及資料的儲存方式與時段。他說：「我們仍在努力完成這個過程，而且我們建立的系統和執行的試營運專案愈多，對於各種可能和現實限制兩者之間的藝術了解更多。」
邊緣分析案例三：地球觀測
Satellogic 這家公司供應商業和政府顧客高頻率、高解析度的地理空間圖像和分析，將邊緣運算的概念發揮到極致。
這家公司製造自己的衛星，正和大型資料分析軟體供應商 Palantir Technologies 等幾家夥伴合作，將它的資料分析能力推向網路的邊緣 ─ 安置在它的衛星上。
Satellogic 的技術長兼共同創辦人Gerardo Richarte 表示，該公司正在建造和運作一個衛星群，收集多光譜和高光譜圖像，以及全動態影像（full-motion video，FMV）。
Richarte 說：「十多年前我們設計和建造第一批衛星時，知道我們需要在邊緣做出決策。我們的第一批衛星搭載利用邊緣運算的硬體和軟體飛進太空，而這種垂直整合，意味著我們可以在軌道中高度靈活地開發和測試新技術。」
Richarte 表示，以衛星為基地的運算工作起初屬內部和實驗性質。他說：「隨著顧客群擴展，我們開始和顧客合作，在軌道上傳輸他們的圖像處理演算法提供的串流資料。」
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ，與全球CIO同步獲取精華見解 ]
Richarte 說，邊緣運算為 Satellogic 的顧客體驗增強三件事。他說：「第一，邊緣運算將使我們能夠即時提供顧客警訊。我們離資訊來源愈近，就能愈早產生和發出每個顧客需要的警訊。」
第二，公司可以在邊緣採取行動，包括重新執行任務。Richarte 說：「當受注意的特定物件被演算法標記，我們可以立即重新執行衛星的任務，以鎖定、追蹤那個物件，或者啟用全動態影像捕捉等不同的產品。」
演算法可能觸發衛星立即開啟特定的酬載（payload），以捕捉稍縱即逝的資料。舉例而言，Richarte 說，全動態影像「是邊緣 AI 的絕佳應用，因為能夠證明對某些類型的決策至關重要。但是它的資料密集程度太高，無法連續運行」。他指出，根據精確的顧客需求設計程式的邊緣 AI 演算法，加上其他的資料和成本密集型酬載，可以定義各種參數，以利用 Satellogic 的全動態影像。
最後，可以利用邊緣運算來安排資料傳輸的優先順序。Richarte 說：「從軌道到地面的遠程連結頻寬有限，資料下載可能比某些應用程式要求的時間要長。利用邊緣演算法跑衛星資料，可以根據每個顧客的優先順序和目標，協調資料的傳輸作業。」
(本文授權非營利轉載，請註明出處：CIO Taiwan)
