为了交付新服务和提升运营效率,企业将所有东西都连接在一起,从汽车到货柜,随之而来的要求是网络平台也必须跟进。在设备连接、数据分析与安全性及现有IT系统集成需求等方面,物联网(IoT)的复杂网络需求给大多数IT组织带来了重大挑战。
企业网络平台需求
在充满互连设备的环境中,第一个网络挑战就是选择正确的无线网络。选择标准取决于设备的物理位置是固定的还是移动的;它们是否有一些相矛盾的要求,如电源(设备的电池寿命)、数据传输量、带宽消耗和延迟性。
现有的机器连接机器系统通常依赖于专用(非互联网)网络,而新的部署则更多趋向使用Wi-Fi和4G网络。
此外,一些组织还必须选择用于采集设备数据、管理设备及在本地执行数据分析(由延迟要求决定)的网络平台。这种平台可能包含许多分布式网关和更集中的网络元素。
来自于大量设备或繁重实时处理的大数据采集量很快会让组织面对“大数据”问题。他们必须建立一个能够满足当前和未来应用需求的数据分析引擎(如Hadoop)。数据分析使组织能够使用IoT信息去改进他们的产品/运营、服务交付,以及更好地理解客户需求。
网络平台挑战
IoT代表着一个最复杂的IT挑战,因为它包含了新兴的IT和物理运营系统。安全性和设备管理的需求则进一步增加了复杂性。IT需要能够定制水平网络平台,使之能够符合他们的特殊业务或垂直行业需求。
安全性
将汽车、医疗设备和工具仪表等连接到互联网显然会给他们带来严重的安全风险。数据必须加密,网络也应该提供应对各种潜在攻击的安全功能——其中包括伪装设备、防止数据丢包和拒绝服务。
管理
此外,大量分布式设备(其中许多只有有限的本地智能处理能力)也会带来重大的管理挑战。这些设备可能有较长的使用寿命,并且也需要监控、软件更新和支持远程诊断问题。现有的网络管理系统必须调整才能够适应IoT的规模性和特殊要求。
网络平台供应商
有许多供应商提供网络元件、软件和系统集成方案,可以帮助组织建设和管理他们的IoT网络平台。这其中包括:思科(及Jasper Networks)、惠普企业(Aruba)、IBM、戴尔、Aeris、Aylia、PTC和Ruckus。
半导体供应商(包括英特尔、ARM和NXP)也在积极参与IoT技术开发,包括设备的平台 。
面向IT专业人员的建议
在过去几年时间里,大多数IT组织都曾经被要求评估和实现IoT系统/网络平台,以便帮助公司交付新的服务或提升运营效率。整个行业目前仍处于发展早期,目前还缺少清晰可靠的架构——因此目前还不可能有详细的IoT“蓝图”可遵循。网络人员应该先从一些小而具体的项目获得IoT经验。由于技术更新速度快,标准也还不成熟,“快速试错”的能力也是很宝贵的。组织应该选择从一些可信的IT合作伙伴获得专业知识和服务能力,在他们的帮助下完成大量的网络平台元件的集成、安全保证和管理。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。