You are here

巨量類比資料的未來:從邊緣設備到企業系統

巨量類比資料的未來:從邊緣設備到企業系統

隨著感測與網路技術越來越普遍,把量測功能加入系統也變得更簡單、更具成本效益。

「聯網與其他工業解決方案的邊緣分析說是克服巨量類比資料的重點。智慧量測節點提供線上資料分析,有助於快速獲得有意義的結果。總而言之,透過資料取得重要資訊,這才是唯一關鍵。」 - Dr. Tom Bradicich,惠普企業超大型主機伺服器和物聯網系統總經理和副總

 

在這個工程和量測資料爆炸的時代,如果企業沒有妥善的資料管理策略,再過幾年就無法有效處理並管理所有資料。因此,一流的量測和分析解決方案必須具備兩個基本功能:(1) 邊緣分析(2) 智慧企業管理與分析

 

 

◆ 將量測分析推向邊緣 ◆

過去十年來,資料擷取設備和感測器的智慧功能快速增加,而且變得更加分散,處理元件也放在更靠近感測器的位置。光是 ARM、Intel 和 Xilinx 等公司的最新晶片和 IP 整合而成的擷取系統和節點就可以充分證明這一點。然而,除了量測設備的智慧功能增加之外,感測器智慧化也是與日俱增的趨勢,智慧感測器將感測器、訊號處理、嵌入式處理器和數位介面/匯流排整合至一個極度精密的封裝或系統。

 

有鑒於這樣的趨勢,現在許多應用都強調了邊緣設備的智慧化和進階訊號處理。就資產監控應用而言,傳統的量測系統會把每個資料點記錄到磁碟,即使量測到的物理現象並不代表任何重大事件也一樣。這樣一來,已佈署的系統會產生數千百萬位元組、甚至數萬億位元組的資料,必須對此完成離線分析與篩選。

 

由於處理作業會在更靠近感測器的位置執行,量測系統軟體必須有所創新,才能於邊緣設備有效完成分析。未來的邊緣式系統軟體可以迅速設定並管理數千個網路量測設備,並在這些節點執行大量的分析和訊號處理作業。展望未來,企業必須轉移到更智慧、以軟體為架構的量測節點,才能跟上類比資料爆炸式的成長速度。

 

◆ 更智慧的企業管理和分析 ◆

擷取智慧型系統的資料之後,下一步就是把資料傳送到企業系統,藉此有效管理和整合資料,並且完成大規模分析。如果企業資料管理和分析解決方案可以管理多種來源的工程資料,即可幫助正確的人員在正確的時間獲得正確的資料,最終做出正確的決策。其中兩個主要的考量因素是資料正確歸檔與進階的智慧型分析。

 

◆ 資料正確歸檔 ◆

為了針對多個來源進行準確的資料分析,所有資料集都應該包含一致的中繼資料或描述性資訊,說明這些測試資料的保存原因。中繼資料包含了測試設置、測試結果、量測單位等資訊。IDC 的調查顯示,大多數公司擷取資料之後,只有 22% 會建檔,實際上能夠分析的資料平均只有 5%。 因此還有許多可能很重要的資料沒有充分利用。如果企業能夠將中繼資料標準化,即可達到更高度的資料分析自動化,藉此獲得明顯的競爭優勢。

 

然而,在完成中繼資料標準化之前,工程師必須先達成共識:哪些中繼資料是分析關鍵?一流的公司通常會採用專案規範,針對所擷取的中繼資料定義出命名方式和屬性。應用程式應該在擷取作業期間,盡可能把所有定義過的屬性記錄下來。不過有很多公司會執行自動檢查並插入遺失的屬性,以便在擷取作業結束之後新增屬性。舉例來說,Jaguar Land Rover 便會執行中繼資料品質的自動化檢查;他們在一年內開發和實作了企業資料管理解決方案,以前只能分析 10% 的資料,估計接下來可分析高達 95% 的資料,確實非常驚人。統一的中繼資料甚至有助於根據已定義的屬性套用一致的自動化分析作業。

 

◆ 進階的智慧型分析 ◆

根據 Frost & Sullivan 在 2015 年 9 月對全球測試與量測大數據分析市場報告,如果把大數據分析應用到測試中,產品開發成本可減少 25% 左右,運營成本可減少 20% 左右,維護成本則可減少 50%。由於巨量類比資料是成長最快速、數量最龐大的資料類型,唯有尋找新的相關性並預測未來行為,才能保有競爭優勢。

 

如果要做到這一點,為了研究、設計和驗證而量測資料的公司需要大幅度優化邊緣設備資料的擷取和分析方式,並在企業內部管理和分析資料,確保能夠有效利用這些資料並做出正確的決策。只要盡早開始執行,就能夠提早運用更精準的資料、獲得更大的回報。

 

 

克服巨量類比資料挑戰

隨著量測系統的智慧型功能與日俱增,您可以在擷取點嵌入更多處理功能,僅擷取最重要的資料。企業級資料管理解決方案可幫助您確保讓合適的人取得關鍵資料,以便更快做出明智的決策。

 

>> 下載完整報告