QQ在線
企業微信
資訊
318在一年一度的“松山湖中國IC創新高峰論壇”上，來自本土IC公司與系統廠商在圓桌論壇中探討了“布局工業物聯網的關鍵技術”。
從左往右依序是：瑞芯微電子首席營銷官陳鋒、美的集團IoT事業部智能連接部長陳挺、小米科技產業投資部高級合伙人孫昌旭、華山資本合伙人王志偉、泰矽微創始人兼CEO熊海峰
AIoT助力下，工業物聯網前景廣闊
中國物聯網發展最早開始于2009年，至今已10余年。整個過程中，聯網的設備數量和種類越來越多，產生的數據總量和類型越來越豐富，一方面催生出龐大的需求市場，另一方面也牽扯起更龐大的生態系統。
據艾瑞咨詢的調查顯示，2018年中國物聯網連接量約30億，年復合增長率高達67%；2019年約45.7億；2025年將達199億。其中，可按應用需求的不同，將物聯網劃分為消費級物聯網和工業級物聯網。
目前消費級物聯網發展增速較大，包括但不限于智能穿戴、車聯網、工業物聯網、安防、白色家電、城市公共服務等場景應用。GSMA數據顯示，2018年消費級物聯網的聯網設備數達54億個，2019年約達62億個，2025年將達114億個。
至于工業級物聯網，雖然起步早、需求井噴，但一直沒有廣泛發展起來，被業界視為下一個“香餑餑”。同樣來自GSMA數據，2018年工業級物聯網的聯網設備數達37億個，2019年約達45億個，并將在2023年首次超過消費級的設備數，2025年將達137億個。
可以預測，未來數百億的設備并發聯網產生的交互需求、數據分析需求，都將促使IoT與AI的更深融合。
而AIoT賦能實體經濟，工業級物聯網市場增長勢必如虎添翼。艾瑞咨詢的數據顯示，中國AIoT產業2019年總產值接近4000億元，2022年預計超7500億元。
工業物聯網的3個發展瓶頸
在AIoT助力下，未來五年內的關鍵物聯網技術包括：數字業務技術平臺、邊緣人工智能、事件流處理、物聯網邊緣架構、物聯網集成、信息技術/運營技術（IT/OT）融合等。但總體發展仍存在瓶頸，可歸納為以下3個關鍵點。
1. 碎片化市場，用戶需求不一。
華山資本王志偉表示，工業物聯網是一個極其碎片化的市場，需要契合不同行業的不同特點（例如電子制造工廠需要高精密度，但制衣廠只需要降本增效等等）。因此，工業物聯網需要模塊化、定制化、可擴展性的整體解決方案，這對于目前整個產業來說是個全新的挑戰。
小米科技孫昌旭指出，工業級物聯網和消費級物聯網的發展驅動因素完全不一樣。前者需要高可靠性保障，設備之間的連接不能中斷，否則帶來巨大損失；所以目前工廠里的以太網、傳感器、時延等設備都要全面升級。而消費級互聯網主要解決硬件互聯問題，以實用體驗為主，用戶需求單一，產品及服務可實現標準化，相對來說發展容易一些。
2. IoT芯片仍存短板。
據投票結果顯示，物聯網芯片發展的最大痛點依序是：缺乏標準、功耗較高、開放性不夠、集成度不高、安全問題、易用性差。
美的集團陳挺的觀點是“缺乏標準”。他直言：“并不是特指技術標準，而是什么場景用什么芯片更合適，至今沒有定論。我觀察目前IoT應用較為成熟的移動通訊領域，雖然其玩家很多，但產業鏈已實現高度標準化，落地就如順水推舟。這值得學習和借鑒。”
瑞芯微電子陳鋒認為，IoT是碎片化市場，需要芯片具備靈活性、模塊化、可擴展；同時還需要吸引二次開發商，建立生態鏈。此外，應用在工業級的IoT芯片還需要加強高可靠性和安全性。
3.誰最適合主導AIoT產業？
據投票結果顯示，云計算公司、系統集成商、IoT設備公司、AI公司最有可能主導AIoT產業的發展。
孫昌旭表示：“一方面，擁有聯網設備越多的企業越容易教育用戶，從而主導產業發展；另一方面，擁有絕對控制中心的廠商，掌握核心數據和信息，也有可能成為主導者之一。工業物聯網市場目前仍處于剛起步階段，需求井噴，未來會有很多機會。”
2G/3G退網在即，誰會取代發展？
要實現工廠智能化，自然少不了蜂窩物聯網的連接支撐。
按照網絡速率劃分，目前的蜂窩物聯網連接大致按照“1-3-6”的比例進行分布，即10%“高速率”，30%“中速率”，60%“低速率”。高速率可用Cat 4以上及5G承載，低速率可用NB-IoT承載，中速率則可以用Cat 1或eMTC承載。據Strategy Analytics報告，到2025年，全球蜂窩物聯網連接數將增長到23億，以兩者相加90%的份額而言，NB-IoT和Cat 1無疑面臨巨大的市場機會。
據投票結果顯示，有60%的業者均認為“2G/3G退網后，Cat.1有望實現大規模發展”。 陳鋒就非常看好Cat.1，因為其集成性高、擴展性強。
而熊海鋒則更傾向于“Cat.1 + NB-IoT”，他認為兩者互為補充：前者無需新建網絡，支持語音/視頻傳輸；后者非語音接入，成本低，功耗低。
“具體要考慮行業應用場景，解決物聯網連接的最后一公里。”熊海鋒說道，“目前一要定制標準，最好由頭部廠家去推動；二要盡快建立好生態圈，讓玩家們各司其職。”
萬物互聯后的數據安全問題
萬物互聯趨勢已不可逆轉，但如何保證不同設備之間數據傳輸的準確性、安全性，信任問題仍難以得到解決。
戴偉民提議，從云計算到邊緣計算是一個可行方案。一方面，許多ML模型可供在線使用，但人們無法獲得實現高精度所需的復雜數據集。數據集是專有的，包含敏感數據，以及涉及隱私的數據。如果提高了安全性，則可以對數據集進行加密并在網絡上安全地分發，從而可以共享經過訓練的模型，還可以將數據集從邊緣節點傳輸到云端。
另一方面，房屋中的設備可用于私有云計算來替代家庭服務器云計算，由此可通過AIoT設備來擴展處理能力，分布式計算將實現最有效（和可擴展）的模型/數據處理。這需要確保創建了可以（安全地）分配負載的ML模型。
此外，戴偉民還倡議：“業界可以通過開發參考實現（開源）、種子硬件/軟件開源社區（“全球審核”）、與學術界和合作伙伴建立戰略合作關系、創建商業實施等方式，同時確保物聯網的安全，隱私和透明性。”
