지난 몇 년 동안 산업용 사물 인터넷(IIoT) 및 인더스트리 4.0의 초점은 하위 시스템, 센서 및 스위치와 같은 구성 요소, 빅 데이터 및 상호 연결에 전적으로 달려 있었습니다. 그러나 인더스트리 4.0 개발이 계속됨에 따라 진정한 인더스트리 4.0의 발전이 자리를 잡기 위해서는 에너지 효율성이 필수적입니다. 산업 시설은 주요 에너지 소비자이며 신뢰할 수 있는 전력의 가용성은 고급 제조 공정에 매우 중요합니다. 산업 부문은 글로벌 지속 가능성에 중대한 영향을 미칠 수 있습니다. 국제 에너지 기구(International Ene
데이터는 자율 주행의 핵심으로 딥 러닝에 의존하는 자율 주행 차량(AV) 공급업체에게 모든 면에서 모든 것입니다. 데이터는 AV 회사가 공공 도로에서 수 마일의 테스트 경험을 쌓고 페타바이트의 도로 지식을 기록 및 비축하는 이유입니다. 예를 들어 Waymo는 7월에 실제 세계에서 1천만 마일 이상, 시뮬레이션에서 100억 마일 이상을 주행했다고 주장했습니다. 하지만 업계에서 묻고 싶지 않은 또 다른 질문이 있습니다. AV 회사가 이미 실제 도로에서 페타바이트 또는 엑사바이트의 데이터를 수집했다고 가정합니다. 해당 데이터 세트
스위치를 선택하는 과정에 항상 시간과 주의를 기울여야 하는 것은 아닙니다. 대부분의 스위치는 상대적으로 저렴한 비용과 단순한 특성을 감안할 때 제공하는 기능을 충분히 고려하지 않고 선택하는 경우가 많습니다. 응용 프로그램에 따라 설계자가 특정 스위치를 선택하도록 안내하는 특정 매개변수가 있지만 사용 가능한 옵션이 무수히 많지만 너무 쉽게 길을 잃습니다. 여기에서는 디자이너가 스위치를 선택할 때 고려해야 하는 10가지 요소를 강조하고 스위치 선택이 왜 중요한지, 그리고 올바르게 선택하는 경우 스위치가 제품과 전체 브랜드 모두에 가치
TinyML 그룹이 최근 창립 회의를 소집했을 때 회원들은 TinyML이란 무엇입니까?로 시작하는 몇 가지 근본적인 질문을 해결해야 했습니다. TinyML은 초저전력 시스템에서 기계 학습(ML)을 구현하는 최선의 방법에 중점을 둔 엔지니어 커뮤니티입니다. 그들의 첫 번째 월간 회의는 문제를 정의하는 데 전념했습니다. 마이크로컨트롤러와 같은 저전력 장치에서 기계 학습을 달성할 수 있습니까? 그리고 전문 초저전력 머신 러닝 프로세서가 필요합니까? Qualcomm AI Research의 Evgeni Gousev는 TinyML을 1mW
XMOS의 영리한 사람들은 우리가 상호 작용하는 거의 모든 장치에 음성 제어를 위한 귀를 내장하는 데 한 걸음 더 다가갔습니다. 참고로 XMOS는 실시간 작업, 극한의 DSP(디지털 신호 처리) 및 제어 흐름을 동시에 실행할 수 있는 음성 솔루션, 오디오 제품 및 멀티코어 마이크로컨트롤러를 개발하는 팹리스 반도체 회사입니다. XMOS 마이크로컨트롤러는 결정적(예측 가능한) 동작으로 구별됩니다. 고속 스위치로 연결된 여러 프로세서 타일로 구성된 기본 xCORE 멀티코어 마이크로컨트롤러 기술부터 시작하겠습니다. 각 프로세서 타일은
정확한 미세 범위 애플리케이션을 위한 초광대역(UWB) 기술을 추진하고 표준 및 인증을 통해 칩셋, 장치 및 서비스 인프라 생태계 전반에서 상호 운용성을 보장하기 위해 새로운 컨소시엄이 출범했습니다. 4명의 후원자 회원이 주도하는 FiRa 컨소시엄은 저속 무선 연결 및 향상된 범위를 위해 IEEE 802.15.4/4z 표준을 기반으로 구축하는 것을 목표로 합니다. IEEE의 프로파일링된 기능을 기반으로 상호 운용성 표준을 개발하고 IEEE 표준의 범위를 벗어난 메커니즘을 정의하며 특정 사용 사례의 신속한 개발을 지원하는 활동을 추
오늘날보다 데이터를 수집하기가 그 어느 때보다 쉬워졌습니다. 몇 번의 클릭만으로 클라우드가 제공해야 하는 모든 최고의 데이터 기술로 무장하여 가능한 모든 데이터를 저장할 수 있습니다. 불과 10년 전만 해도 상황이 극적으로 달라졌다는 것이 믿기지 않을 수 있습니다. 실제로 대규모 데이터 수집은 모든 데이터를 저장할 수 있는 유일한 실행 가능한 옵션인 값비싼 서버와 최상의 결과를 낼 수 있는 소수의 엔지니어 모두를 감당할 수 있는 가장 큰 기업, 조직의 유일한 옵션이었습니다. 데이터 과학이 막 싹을 틔우는 분야였을 때였습니다. 오늘
질병 통제 센터(CDC)에 따르면 매년 미국에서 약 610,000명이 심장병으로 사망합니다. 이는 4분의 1에 해당하는 수치입니다. 심장 건강은 사람의 전반적인 건강에 가장 중요한 매개변수 중 하나입니다. 의료 사물 인터넷(IoMT)은 차세대 웨어러블, 다중 매개변수, 지속적인 심장 모니터링 시스템을 구현하여 다양한 병원, 진료소, 환자 치료 및 가정 환경에서 의료 관리를 개선합니다. IoMT는 의료 서비스 제공자에게 전송되는 데이터를 수집 및 분석하는 의료 기기 및 서비스를 위한 연결된 인프라입니다. 오늘날 이러한 장치에는 온도
나는 당신에 대해 모르지만 기술 세계가 매우 혼란스러운 곳이라는 것을 발견하기 시작했습니다. 그리고 저는 전문가가 되어야 합니다. 그러니 선량한 사람은 테크노 매니아가 아닌 사람들이 어떻게 자신의 두뇌를 감쌀 수 있는지 알고 있습니다 진행 중인 모든 일에 대해 알아보세요. 무선 통신을 예로 들어 보겠습니다. 나는 우리 모두가 집과 사무실에 Wi-Fi를 가지고 있다는 점에서 우리 대부분이 Wi-Fi의 개념에 편안하다고 생각합니다. 또한 대화에 Bluetooth라는 용어를 포함시켰다면 대부분의 사람들이 의아해하지 않을 것이라고 생각합
인더스트리 4.0은 2011년 하노버 박람회에서 유행어가 만들어진 이후로 먼 길을 왔습니다. 스마트 제조를 향한 여정은 계속되고 있지만 최근 몇 년 동안 실제로 변화를 가져온 것은 사물 인터넷(IoT)의 등장과 그 출현입니다. 인공 지능(AI) 솔루션. 여기서 2012년 General Electric이 지능적으로 연결된 다수의 산업용 장치에 대해 산업용 인터넷이라는 용어를 만들어 귀중한 통찰력을 모니터링, 수집, 교환, 분석 및 제공할 수 있는 시스템을 생성했다는 점을 언급할 가치가 있습니다. 결국 인더스트리 4.0과 산업용 인터
Amazon Web Services(AWS)는 Microsoft Azure 및 Google Cloud IoT와 함께 사물 인터넷(IoT)을 위한 가장 인기 있는 프레임워크 환경 중 하나입니다. 스마트 장치는 인터넷을 사용하여 프레임워크에 연결되고 MQTT 프로토콜을 사용하여 프레임워크와 상호 작용합니다. 이 프레임워크는 장치와 상호 작용하는 것 외에도 데이터 저장 및 처리, 사용자에 대한 데이터 표현, 데이터 분석(인공 지능 방법 포함), 강력한 권한 시스템을 통한 액세스 제어 등을 위한 훌륭한 기회를 제공합니다. 데이터 저장을
사물 인터넷(IoT)은 놀라운 속도로 성장하고 있습니다. 장치를 원격으로 제어하고 귀중한 데이터 통찰력을 얻을 수 있는 능력은 2035년까지 1조 개의 연결된 장치가 될 것으로 예상되는 것으로 우리를 이끌고 있으며, 오늘날 우리가 보는 것보다 훨씬 더 많은 데이터를 제공합니다. 연결된 장치의 수가 크게 증가하고 있는 영역 중 하나는 스마트 계량기입니다. iHS Markit에 따르면 AMI(Advanced Metering Infrastructure)에 대한 지출은 2018년 90억 달러에서 2023년 130억 달러로 증가할 것으로 예
거의 보편적으로 IoT 장치는 보안을 염두에 두고 제작되지 않았습니다. 실제로 이러한 장치의 대다수는 암호화를 사용하지 않으며 10대에 의해 몇 초 만에 쉽게 손상될 수 있습니다. 위험과 기업 준비 수준을 수량화하는 데 도움이 되도록 타사 IoT 위험에 대한 세 번째 연례 연구인 기업은 그들이 모르는 것을 모릅니다는 Shared Assessments와 Ponemon Institute에서 2019년 5월에 발표했습니다. 위험 평가 분야의 두 업계 리더. 설문 조사 응답은 625명의 주요 기업 지배 구조 및 위험 관리 책임자로부터 수
인터넷 연결 장치가 널리 보급됨에 따라 개인 정보에 대한 위험이 증가하고 있습니다. 다행히도 설계가 침입을 방지하고 개인 데이터에 대한 무단 액세스를 방지하는 데 도움이 되는 많은 기성 칩과 서비스가 있습니다. 핵심은 완화가 필요한 특정 위협을 식별하는 데 있습니다. 일반적으로 개인 정보 보호에는 정보 소유자의 승인 없이 지정된 정보에 액세스할 수 없도록 유지하는 것이 포함됩니다. 개인 정보 보호에는 보안이 포함됩니다. 정보를 안전하게 유지하지 않고는 비공개로 유지할 수 없습니다. 그러나 그것들은 같은 것이 아닙니다. 정보 보안에
오디오 인터페이스는 오늘날 유비쿼터스 상태가 되었습니다. 산업용 사물 인터넷(IIOT)을 위한 대부분의 단일 보드 컴퓨터(SBC)에서 사용할 수 있습니다. 아날로그 오디오에서 디지털 오디오 포트에 이르기까지 다양한 유형의 인터페이스를 사용할 수 있습니다. 이 인터페이스의 각 유형에는 설계 및 테스트에서 고유한 문제가 있습니다. 조립 및 생산 중 이러한 인터페이스 테스트에는 아날로그 또는 디지털 프런트 엔드에서 처리 장치의 디지털 오디오 입력 포트까지의 전체 경로가 포함됩니다. 임베디드 플랫폼의 오디오 프런트 엔드와 프로덕션 테스트
2015년에 설립된 피츠버그에 기반을 둔 스타트업인 Aspinity는 화요일 재구성 가능한 아날로그 모듈러 프로세서 플랫폼(RAMP)을 출시합니다. 초저전력 아날로그 처리 플랫폼은 아날로그 영역에서 원시 센서 데이터를 먼저 감지, 분석 및 분류하도록 설계되었습니다. 데이터(음성, 알람, 진동 주파수 또는 크기의 변화 등)를 배경 소음과 구별하면 RAMP는 데이터를 디지털화하도록 전달합니다. (출처:Aspinity) Aspinity에 따르면 이 아날로그 우선 분석 접근 방식의 결과는 에지에서 필요한 전력을 최대 10배, 상시
캘리포니아주 새너제이 — 딥 러닝으로 구동되는 브레인웨이브 모니터를 보유한 스타트업은 모바일 및 클라우드 컴퓨팅 거물이 당신의 생각을 활용할 수 있도록 도울 수 있습니다. 이 회사는 센서 엑스포에서 어시스턴트 서비스를 지원하기 위해 스마트 홈 기기에 대한 Google의 요청에 응답한 여러 기기 제조업체 중 하나였습니다. 클라우드 서비스와 스마트폰은 아마도 조만간 생각을 모니터링하지 않을 것입니다. 그러나 이벤트에 참석한 여러 공급업체에 따르면 업계는 핵심 센서 기술에서 소프트웨어 및 데이터에 이르기까지 먹이 사슬을 따라 경쟁하고
GRENOBLE – CEA-Leti는 올해 Leti Innovation Days 연례 회의의 주제로 에지 인공 지능(AI)을 위한 심층 기술을 선택했습니다. 지난 주에 전 세계에서 800명의 대표단이 참석한 이 행사는 외부 온도가 거의 섭씨 40도(104°F)에 달하는 맹렬한 폭염 중에 진행되었습니다. 강의, 워크샵, 시연이 개최된 Minatec 캠퍼스 내부에서 참석자들은 AI를 엣지로 전환할 때 직면하게 될 중대한 도전에 대해 상기했습니다. 이러한 움직임을 주도하는 것은 다름 아닌 데이터 개인 정보 보호 문제입니다. 그러나 업
캘리포니아, 새너제이 — LoRa와 셀룰러의 협대역 IoT(NB-IoT)는 사물 인터넷에서 초기 설계 승리를 거머쥔 저전력 광역 네트워크(LPWAN) 팩보다 훨씬 앞서 있습니다. IHS Markit의 새로운 보고서에 따르면 4G 셀룰러의 LTE-M 버전은 1/3이며 Sigfox는 뒤를 따릅니다. 보고서는 한때 넓게 열린 분야가 크게 좁아지기 시작했다고 제안합니다. 그러나 아직 초기 단계입니다. IHS는 2018년에 단지 1억 5천만 개의 LPWAN 링크가 배치된 것으로 추정했으며, 이 수치는 63%의 복합 연간 성장률로 확장되어
캘리포니아주 SUNNYVALE – 약 200명의 엔지니어와 연구원으로 구성된 그룹이 TinyML이라고 부르는 초저전력 시스템에서 딥 러닝을 육성하기 위한 커뮤니티 형성에 대해 논의하기 위해 여기에 모였습니다. 프레젠테이션과 대화에서 그들은 새로운 차원의 시스템을 구현하기 위해 기술 분야에서 가장 빠르게 움직이는 분야의 아직 미성숙한 분야를 다루기 위해 공개적으로 고심했습니다. Arm의 기계 학습 펠로우인 Ian Bratt는 토론을 시작하면서 멋진 아이디어가 부족하지 않습니다.라고 말했습니다. 4년 전만 해도 일이 점점 지루해지고
사물 인터넷 기술