Cloud IoT EdgeALPHA

Offri funzionalità IA di Google a livello periferico.

Illustrazione Porta l'intelligenza

Porta l'intelligenza di Google Cloud a livello periferico

Cloud IoT Edge estende le efficaci funzioni di elaborazione dati e machine learning di Google Cloud a miliardi di dispositivi periferici, ad esempio bracci robotici, turbine eoliche e impianti di trivellazione, in modo che possano agire in tempo reale sui dati dei propri sensori e prevedere i risultati a livello locale. Cloud IoT Edge può essere eseguito su sistemi operativi basati su Linux. Cloud IoT Edge è costituito da due componenti runtime, Edge Connect ed Edge ML, e sfrutta inoltre il chip ASIC per l'accelerazione hardware appositamente creato da Google, Edge TPUTM.

Illustrazione Edge IoT Core

Edge Connect

Connetti in sicurezza i dispositivi periferici al cloud, abilita gli aggiornamenti di software e firmware e gestisci lo scambio di dati con Cloud IoT Core.

Illustrazione Edge ML

Edge ML

Esegui le inferenze ML dei modelli TensorFlow Lite pre-addestrati localmente, aumentando significativamente la potenza di elaborazione e la versatilità dei dispositivi periferici. Ciò consente l'ondata successiva di applicazioni di machine learning e casi d'uso.

Illustrazione Edge TPU

Edge TPU

Chip di IA di Google appositamente progettato per eseguire i modelli ML di TensorFlow Lite a livello periferico. Edge TPU offre prestazioni elevate per watt a impatto minimo, consentendo un'ampia serie di casi d'uso. Questo acceleratore hardware integra Cloud TPU, utilizzato per l'addestramento di modelli nel cloud.

Come funziona Cloud IoT Edge

Illustrazione Modulo IoT Edge
Illustrazione Esegui il deployment di modelli ML

Esegui il deployment di modelli ML a livello periferico per una previsione in tempo reale più rapida

Esegui previsioni in tempo reale per le applicazioni IoT mission-critical. Edge ML, basato su un runtime TensorFlow Lite, utilizza CPU e acceleratori hardware come Edge TPU e GPU per eseguire modelli di machine learning su dispositivo che forniscano previsioni più rapide per applicazioni IoT critiche rispetto ai gateway IoT generici, garantendo al tempo stesso riservatezza e privacy dei dati. Inoltre, Edge ML ed Edge TPU sono stati ampiamente testati per eseguire in modo nativo modelli di benchmark open source come MobileNets e Inception V3.

Illustrazione Migliora l'affidabilità operativa

Migliora l'affidabilità operativa

Archivia a livello locale, elabora ed estrai informazioni dai dati a livello periferico, interagendo perfettamente con il resto della piattaforma Cloud IoT. Ciò consente di creare solide soluzioni IoT pronte per l'uso aziendale on-premise, senza doversi preoccupare del problema dell'intermittenza della connettività cloud. Questo può essere fondamentale per le applicazioni audio e video che richiedono l'elaborazione in tempo reale o per gestire casi d'uso offline in cui i dispositivi non possono connettersi in modo affidabile a una rete.

Illustrazione Proteggi i tuoi dispositivi

Proteggi i tuoi dispositivi e i tuoi dati

Connetti in modo sicuro i tuoi dispositivi distribuiti a livello globale sulla piattaforma Google Cloud IoT. Cloud IoT Edge elabora e analizza immagini, video, gesti, acustica e movimento localmente su dispositivi periferici invece di inviare dati non elaborati al cloud. Questa elaborazione a livello periferico sopperisce alla necessità di inviare flussi di dati di grandi dimensioni e potenzialmente sensibili al cloud. Inoltre, Cloud IoT Edge utilizza JSON Web Token per autenticare i dispositivi periferici con Google Cloud invece di affidarsi all'autenticazione reciproca di uno stack TLS.

Illustrazione Convenienza

Convenienza su qualsiasi scala

Ottimizza i costi di integrazione della tua soluzione IoT con uno stack software e hardware completo offerto da Google Cloud IoT. Questo stack integrato utilizza Cloud IoT Edge, Linux OS e Edge TPU per trasformare i normali dispositivi periferici in gateway intelligenti e potenti.

Casi d'uso per settore

Manufacturing_Icon@3x Creato con Sketch.

Settore manifatturiero

Rileva le anomalie nelle linee di assemblaggio ad alta velocità che forniscono preavvisi su potenziali problemi, consentendo di superare il problema con la manutenzione predittiva.

Retail_Icon@3x Creato con Sketch.

Vendita al dettaglio

Fornisci comunicazioni, offerte e consigli estremamente personalizzati sui prodotti, basati sui comportamenti degli acquirenti in negozio.

Automotive_Icon@3x Creato con Sketch.

Auto e motori

Abilita tecnologie intelligenti come la prevenzione delle collisioni, itinerari in base al traffico e sistema di rilevamento stanchezza del conducente.

La piattaforma per auto connessa di Xee rende la guida più semplice, più sicura e più economica. Cloud IoT Edge ed Edge TPU offrono inferenze ML accelerate a livello periferico, consentendo alla piattaforma Xee di analizzare più rapidamente immagini e dati radar, rilevare potenziali pericoli di guida quali condizioni stradali e usura dei pneumatici e avvisare i conducenti con precisione in tempo reale.

Romain Crunelle, Chief Technical Officer, Xee

Risorse

Esplora blog e video specifici per machine learning e dispositivi periferici.

Come abilitare il machine learning collaborativo senza dati di addestramento centralizzati

Machine learning su dispositivo: TensorFlow su Android

Costruire un mondo più intelligente con machine learning e dati IoT

Google Cloud

Inizia

Cloud IoT Edge Alpha

Richiedi l'accesso in anteprima alla scheda di sviluppo per Cloud IoT Edge ed Edge TPU.

Questo prodotto è in versione alpha. Per ulteriori informazioni sulle fasi di lancio dei nostri prodotti, visita questa pagina.

Hai trovato utile questa pagina? Facci sapere cosa ne pensi:

Invia feedback per...