Коротко
IoT Analytics определила 58 технологий, которые должны быть на слуху у тех, кто работает над проектами IoT: 21 в области программного обеспечения IoT, 21 в области аппаратного обеспечения IoT и 16 в области подключения IoT.
Из 58 технологий, находящихся на радаре, лишь несколько классифицируются как близкие к зрелости, достаточно зрелые или мейнстримные — большинство из них находятся еще дальше и им потребуется время, чтобы достичь состояния зрелости массового рынка.
Почему это важно
Радар помогает всем, кто работает в средах и проектах IoT, понять, за какими технологиями им следует следить, оценивать и, возможно, внедрять.
Основные моменты. Избранное
Команда аналитиков IoT Analytics отобрала 58 наиболее перспективных технологий, актуальных для проектов IoT во всем мире, и проранжировала их по степени зрелости. Полученный в результате отчет Emerging IoT Technologies Radar поможет всем, кто работает в IoT-средах и проектах, понять, какие технологии им следует рассматривать, оценивать и, возможно, внедрять.
Полный текст отчета доступен для корпоративных клиентов IoT Analytics по подписке здесь: Emerging IoT Technologies Report 2022. Отчет содержит дополнительные подробности, такие как статистика рынка, основные поставщики и последние тенденции, для каждой из выделенных IoT-технологий, которые находятся в диапазоне от "на подходе" до "мейнстрима". Отчет является обновлением анализа за 2019 год развивающихся технологий IoT.
Программное обеспечение IoT. Восемь технологий IoT приближаются к зрелости, включая граничный AI, потоковую аналитику на базе IoT, а также контролируемое и неконтролируемое машинное обучение.
Аппаратное обеспечение IoT. Шесть технологий IoT в настоящее время классифицируются как достаточно зрелые или основные: CPU, MCU, GPU, чипы безопасности, FPGA и граничные шлюзы.
Подключение IoT. Четыре технологии IoT близки к зрелости: eSIM, ячеистые сети, 5G и Wi-Fi 6.
Технологии IoT, которые развиваются быстрее всего
Из 40 технологий, которые были отмечены в радаре за 2019 год, три технологии выделяются как самые быстро развивающиеся, достигшие наибольшего прогресса за три года: Wi-Fi 6, графические процессоры (GPU) и интеллектуальные датчики.
Wi-Fi 6. Внедрение чипсетов Wi-Fi 6 на ранней стадии и значительное обновление спецификаций по сравнению с более ранними версиями Wi-Fi привело к их быстрому применению игроками на рынке устройств, особенно в таких устройствах, как маршрутизаторы. Благодаря такому продвижению Wi-Fi 6 очень быстро перешел из категории "на подходе" в "достаточно зрелый". Wi-Fi 6 значительно увеличивает скорость и производительность сети, обеспечивая оптимальную пропускную способность точек доступа. Переход от старых версий Wi-Fi к Wi-Fi 6 открывает двери для новых приложений, пропускная способность которых почти в четыре раза выше, чем у Wi-Fi 5. Маршрутизаторы, шлюзы и абонентское оборудование (CPE) были ключевыми устройствами для быстрого внедрения Wi-Fi 6 в течение последних трех лет.
Графические процессоры. Оптимизация GPU для тренировки моделей глубокого обучения AI, чтобы одновременно выполнять нескольких вычислений в приложениях IoT и внедрение GPU в дата-центрах благодаря их возможностям параллельной обработки привели к ускорению темпов развития.
Интеллектуальные датчики. В последние три года наблюдается всплеск развития технологий, связанных с датчиками, которые призваны решить проблемы, связанные с задержкой, пропускной способностью данных и безопасностью для различных периферийных приложений. В отличие от датчиков старого поколения, новые оснащены возможностями обработки информации и позволяют обрабатывать ее ближе к устройству и взаимодействовать с пользовательским интерфейсом или исполнительными механизмами. Некоторые из приложений, стимулирующих внедрение интеллектуальных датчиков, - это носимые медицинские устройства, такие как мониторы уровня глюкозы в крови, и контроль качества на основе AI в производстве.
Ниже приведен полный список всех программных и аппаратных средств, а также технологий подключения IoT (ранжированных по степени зрелости):
A. Программные технологии IoT
Технология | Описание | Классифи кация | Темп внедрения |
Облачные вычисления | Облачные вычисления - это предоставление различных услуг через интернет. Данные ресурсы включают инструменты и приложения, связанные с хранением данных, серверами, базами данных, сетями и программным обеспечением. | Мейнстрим | Высокий |
Платформы IoT | IoT-платформы - это программные инструменты для создания и управления IoT-решениями. Они также упрощают кодирование и развертывание приложений для решений IoT и обеспечивают эффективную коммуникацию между периферией и облаком. | Достаточно зрелая | Высокий |
Граничный AI/Аналитика | Граничный AI - это сочетание граничных вычислений и искусственного интеллекта (AI). Алгоритмы AI обрабатываются локально, либо непосредственно на устройстве, или на сервере рядом с устройством. | Близкая к зрелости | Медленный |
Контейнеры | Контейнер - это стандартный программный модуль, в который упаковывается код и все его зависимости, благодаря чему приложение быстро и надежно переносится из одной вычислительной среды в другую. | Близкая к зрелости | Высокий |
Потоковая аналитика на базе IoT | Потоковая аналитика - это обработка и анализ быстро меняющихся данных из различных источников, включая устройства IoT, для создания автоматизированных действий или оповещений в режиме реального времени. | Близкая к зрелости | Медленный |
Контролируемое ML | Контролируемое ML - это подкатегория ML (машинное обучение) и AI. Она определяется использованием маркированных датасетов для обучения алгоритмов классификации данных или точного прогнозирования результатов. | Близкая к зрелости | Медленный |
Проектирование облачных приложений | Облачное приложение - это программа, разработанная для архитектуры облачных вычислений. Эти приложения запускаются и размещаются в облаке. | Близкая к зрелости | Высокий |
Облачные хранилища данных | Облачное хранилище данных - это база данных, предоставляемая в публичном облаке в качестве управляемой услуги, оптимизированная для аналитики, масштабирования и простоты использования. | Близкая к зрелости | Высокий |
База данных в реальном времени | База данных реального времени - это система баз данных, использующая обработку в реальном времени для управления рабочими нагрузками, состояние которых постоянно меняется. | Близкая к зрелости | Высокий |
Платформы разработки лоукод/ноукод | Лоукод/ноукод платформа разработки - предоставляет среду разработки для создания прикладного программного обеспечения с помощью графического интерфейса пользователя. | Близкая к зрелости | Высокий |
Неконтролируемое ML | Неконтролируемое ML - это тип ML, в котором алгоритму не предоставляются какие-либо предварительно заданные метки или оценки для обучающих данных. | На подходе | Высокий |
Функция-как-услуга/FaaS | Function-as-a-Service, или FaaS, - это услуга облачных вычислений, которая позволяет разработчикам создавать, запускать и управлять пакетами приложений в виде функций без необходимости поддерживать инфраструктуру. | На подходе | Медленный |
Глубокое обучение | Глубокое обучение - это часть более широкого семейства методов ML, основанных на представлениях данных, в отличие от алгоритмов, ориентированных на конкретные задачи. | На подходе | Медленный |
Маркетплейсы IoT | IoT-маркетплейс - это тип рынка приложений, где клиенты могут обращаться к онлайн-магазину для поиска, покупки и менеджмента приложений для своих IoT-устройств. | На подходе | Медленный |
Цифровые двойники | Цифровой двойник - это цифровое представление физического объекта, процесса или услуги. | На подходе | Высокий |
Платформы безопасности IoT | Платформа безопасности IoT включает в себя программные решения по безопасности для многих уровней технологического стека IoT. | На подходе | Медленный |
Граничные IoT платформы данных и приложений | Граничные платформы приложений обеспечивают управление аналитическими приложениями на периферии. Граничные платформы данных - это программные инструменты для управления приложениями, работающими на нескольких периферийных вычислительных ресурсах. | На подходе | Медленный |
ML Ops (операции машинного обучения) | ML Ops (также называемая DevOps для ML) - это инженерная дисциплина, целью которой является объединение разработки и внедрения систем ML. | На подходе | Медленный |
Автоматизированное ML | Автоматизированное машинное обучение - это процесс автоматизации задач применения машинного обучения для решения реальных проблем. | Годы спустя | Высокий |
Экосистемы данных | Экосистема данных - это безопасная связь между различными заинтересованными сторонами процесса (например, продавцами, поставщиками и т.д.), которые обмениваются данными таким образом, что для каждого участника четко определены правила доступа к информации и ее конфиденциальности. | Годы спустя | Высокий |
Двусторонний BMI (нейромашинный интерфейс) | Двунаправленные интерфейсы "мозг-машина" (BMI) устанавливают двустороннюю прямую связь между мозгом и внешним миром | Далеко на горизонте | Новая позиция |
B. Аппаратные технологии IoTB. Аппаратные технологии IoT
Технология | Описание | Классифи кация | Темп внедрения |
CPU | Центральные процессоры - это электронные схемы, которые выполняют инструкции, составляющие компьютерную программу. | Мейнстрим | Высокий |
MCU | Микроконтроллеры - это интегральные схемы, содержащие процессор, память и другие периферийные устройства. | Мейнстрим | Высокий |
GPU | Графический процессор | Мейнстрим | Очень высокий |
Микросхемы безопасности | Модули с низким энергопотреблением, повышающие безопасность, включают различные важные для защиты функции | Достаточно зрелая | Медленный |
Граничные шлюзы | Физические устройства, которые служат точкой соединения между облаком и контроллерами, датчиками и интеллектуальными устройствами. | Достаточно зрелая | Медленный |
FPGA | Программируемая пользователем вентильная матрица | Достаточно зрелая | Очень высокий |
Интеллектуальные датчики | Датчики, выполняющие некоторые заранее определенные действия, когда они обнаруживают соответствующий входной сигнал. | Близкая к зрелости | Очень высокий |
ASIC | Интегральная схема, предназначенная для конкретного применения | Близкая к зрелости | Высокий |
Чиплеты | Чиплеты - это новая философия проектирования, которая позволяет использовать несколько чипов с различными размерами технологических узлов в одном корпусе или на одной подложке. | Близкая к зрелости | Высокий |
TinyML | TinyML - это область исследований в области ML и встраиваемых систем, которая изучает модели, которые можно запускать на небольших маломощных устройствах, таких как микроконтроллеры. | Близкая к зрелости | Высокий |
Edge + Micro Data Centers (MDCs) | Граничные дата-центры расположенные близко к краю сети (где сеть достигает уровня конечных точек). Микро дата-центр предназначен для выполнения компьютерных рабочих нагрузок, не требующих традиционных технических условий. | Близкая к зрелости | Высокий |
Датчики с облачным подключением | Подключенные к облаку датчики, используют физические устройства для накопления данных и передачи их в облачную вычислительную инфраструктуру. | На подходе | Очень высокий |
AR технология | Технология AR (дополненная реальность) - которая объединяет виртуальную информацию с реальным миром. | На подходе | Высокий |
Edge AI чип | Чипсеты Edge AI относятся к вычислительным чипсетам, ориентированным на рабочие нагрузки AI, которые обычно применяются в граничных средах. | На подходе | Высокий |
Нейросинаптические чипы | Компьютерный чип, имитирующий мозг, в котором транзисторы симулируют нейроны и синапсы. | Годы спустя | Высокий |
QRNG чипы | QRNG (физический квантовый генератор случайных чисел) относится к разработке квантово-управляемых защищенных чипов, которые могут быть интегрированы в текущие процессы разработки и производства кремния. | Годы спустя | Медленный |
Беспроводные, не требующие батареек датчики | Датчики, которые могут самостоятельно вырабатывать энергию, необходимую для их работы, т.е. они не нуждаются в питании от внешнего источника. | Годы спустя | Высокий |
Оптимизированные ML-шлюзы | Контроллеры, оптимизированные для ML-алгоритмов. | Годы спустя | Медленный |
Квантовые вычисления | Вычисления с использованием квантово-механических явлений, например, суперпозиции запутанности. | Далеко на горизонте | Медленный |
Биоразлагаемые датчики | Биоразлагаемые датчики разработаны и созданы для обнаружения различных сигналов организма, которые могут помочь отследить прогноз после лечения. | Далеко на горизонте | Новая позиция |
C. Технологии подключения IoT
Технология | Описание | Классификация | Темп внедрения |
Сотовый IoT (2G/3G/4G) | Обеспечивает подключение к приложениям IoT через традиционные сотовые сети | Мейнстрим | Очень высокий |
LPWAN | Сети дальнего радиуса действия с низким энергопотреблением для приложений IoT (например, Sigfox, LoRa, NB-IoT и LTE-M). | Мейнстрим | Высокий |
eSIM | SIM-карта, встроенная в мобильные устройства, обеспечивает удаленное предоставление SIM, что позволяет хранить несколько профилей операторов одновременно и переключаться между ними удаленно. | Близкая к зрелости | Высокий |
Ячеистые сети | Ячеистая сеть - это группа устройств, которые действуют как единая сеть Wi-Fi, что позволяет использовать несколько источников Wi-Fi по всему дому вместо одного маршрутизатора. | Близкая к зрелости | Очень высокий |
5G | Пятое поколение сотовых сетей, коммерческий запуск которого намечен на 2019 год. | Близкая к зрелости | Высокий |
Wi-Fi 6 | Новейшая версия протокола Wi-Fi, также известная как IEE 802.11ax | Близкая к зрелости | Высокий |
Виртуализация сети | Абстрагирует сетевые элементы и ресурсы в логическую виртуальную сеть, которая работает независимо поверх физической сети | На подходе | Медленный |
MQTT | MQTT - это легкий сетевой протокол публикации-подписки, который передает сообщения между устройствами. | На подходе | Медленный |
Унифицированная архитектура OPC (UA) | OPC UA - это протокол межмашинного взаимодействия для промышленной автоматизации от OPC Foundation. | На подходе | Высокий |
Спутниковый IoT | Обеспечивает связь с приложениями IoT через спутниковые сети. | На подходе | Высокий |
TSN | Time-Sensitive Networking - это набор стандартов, определенных IEEE для чувствительной ко времени передачи данных по детерминированным сетям Ethernet. | Годы спустя | Медленный |
Li-Fi | Технология беспроводной связи, использующая свет для передачи данных. | Годы спустя | Медленный |
Open RAN | Открытые сети радиодоступа (Open Radio Access Networks или O-RAN) - это дезагрегация функциональных возможностей RAN через виртуализацию сети и программно-определяемые сетевые технологии. | Годы спустя | Высокий |
Расширенный физический уровень (APL) | Разработка стандарта промышленного Ethernet, целью которого является использование результатов работы целевой группы IEEE 802.3cg (10BASE-T1L) для достижения единого стандарта промышленного Ethernet на витой паре для опасных зон. | Годы спустя | Медленный |
Пограничный сервис безопасного доступа Secure Access Service Edge | SASE - это новая модель защиты, разработанная специально для организаций в новой реальности. | Годы спустя | Высокий |
6G | Шестое поколение сотовых сетей | Далеко на горизонте | Медленный |
Что измеряет и не измеряет радар
Зрелость технологии. Радар показывает субъективную оценку зрелости, составленную командой аналитиков IoT Analytics. Оценки зрелости разработаны на основе интервью с экспертами, брифингов поставщиков, дополнительных исследований и участия в конференциях. Радар ориентирован на специалистов-практиков, которые внедряют IoT.
IoT. IoT Analytics определяет IoT как сеть физических объектов с поддержкой интернета. Объекты, подключенные к Интернету (устройства IoT), обычно взаимодействуют с помощью встроенных систем, сетевых коммуникаций в той или иной форме, а также посредством комбинации граничных и облачных вычислений. Данные с подключенных к IoT устройств часто (но не только) используются для создания новых приложений для конечных пользователей. Подключенные персональные компьютеры, планшеты и смартфоны не считаются IoT, хотя они могут быть составной частью конфигурации решения. Устройства, подключенные с помощью простых методов, таких как RFID или QR-коды, не считаются устройствами IoT.
Актуальность отдельных технологий. Не каждая технология актуальна для данного контекста IoT. Некоторые технологии могут использоваться только в конкретных условиях IoT (например, энергоэффективные сети WAN [LPWAN] для удаленных приложений с низким энергопотреблением), в то время как другие используются в условиях, где IoT играет лишь незначительную роль (например, облачные вычисления, которые также используются во многих сценариях, не связанных с IoT). IoT Analytics осознает, что существует множество других технологий, которые можно было бы выделить на таком радаре.
Дополнительная информация
Вам интересно узнать больше о технологиях IoT?
Emerging Technologies Report 2022 - это 76-страничный отчет, освещающий текущее состояние развивающихся технологий IoT, включая некоторых ключевых игроков и последние разработки для каждой технологии.
Приглашаем всех желающих на открытое занятие «IoT автоматизация в облаках», на котором мы:
получим доступ к двум платформам Интернета вещей;
сформируем задачу на проектирование автоматической системы контроля и управления;
реализуем решение на обеих платформах;
проведем сравнительный анализ платформ, выявим их сильные и слабые стороны.
Регистрация на мероприятие доступна по ссылке.
