康普北亚区技术总监吴健
去年许多行业话题的热度仍将在2019年持续。数据和物联网(IoT)、无线连接和移动边缘计算(MEC)与布线技术及标准的发展将成为驱动智慧楼宇领域变革的三大因素。智慧楼宇的发展为智慧园区和智慧城市奠定了基础,而上述驱动力也推进着融合和相应的准备工作。
去年,康普探讨了“融合”对于从智能楼宇到智慧楼宇转型的重要性。然而,物联网的出现让这一切不再仅仅事关网络和连接的集成,还涉及到与其相辅相成的技术。例如,物联网传感器能够探知我们目前无法访问,但不久的将来就会需要的大量各类数据。
想要实现从智能楼宇向智慧楼宇的发展,就需要利用这些新系统所提供的所有数据(其中许多系统尚未被部署)以及来自楼宇旧有系统的所有数据,并根据这些数据制定决策以优化楼宇的运营和维护。
我们可以对相关工作的开展情况作出一些预测,但无法精准知晓未来究竟会如何发展。康普能够为企业所有者提供的最佳建议就是打造能够获取数据的系统和基础设施,且其需要足够灵活,以适用于未来将会推出的新系统。最佳的策略是使楼宇能够生成尽可能多的数据,从而具备未来分析平台所需的灵活性,能够做到提前应对而无需猜测市场未来将采用哪种分析解决方案。
随着物联网不断演进并生成数据,制造商和供应商也通过提供大量的各类设备,实现基本的连接、数据采集以及技术融合。其中一些借助无线和有线网络成功实现超低延迟的设备,将会越来越多地采用MEC,其计算和存储功能也将更贴近网络边缘。此外,虽然许多物联网设备(如传感器)可能不需要很高的带宽,但所有设备都需要连接到网络。因此,楼宇内无论是来自WiFi网络还是蜂窝网络的无线连接需求都将持续增长,而即将到来的5G更会助推这一趋势。以5G的实际使用为例,为支持每单位用户吞吐量实现从1Gbps到7-8Gbps的提升,商业楼宇业主必须将其当前的Cat5e以太网基础设施升级至Cat6A。这是因为采用更高频段的5G技术还无法很好地穿透墙面,所以楼宇业主需要部署Cat6A基础设施让室内无线系统能够支持5G。
如上所述,无线的发展趋势会决定楼宇布线的需求,而功耗是决定楼宇变化的另一因素。举例来说,2018年9月,IEEE 802.3bt标准被定义为最新的四对以太网供电(PoE)标准,该标准同时引入了两种额外的功率类型——最高55W的Type 3和90W的Type 4。因此我们可以预测,相较于带宽的提升,将会出现更多通过结构化布线进行供电的设备。
诸如此类的全球化标准在日益全球化的市场中将变得越来越重要。毕竟,不同地区的要求不尽相同。然而,借助基于标准的技术方法和实施手段,以及电气和电子工程师协会(IEEE)等机构的全球影响力和文化意识,企业将能够在相对公平的环境中竞争,同时还能够保持足够的灵活性以适应地区差异。
许多运营商已经在着手推进无线和有线的融合,而这种趋势将会一直持续。随着无线网络的应用越发普遍,它们需要相应的有线基础设施来实现回程等技术。上文所提到的PoE技术的发展将助力供电与带宽之间的融合,且楼宇自动化解决方案(例如自动化基础设施管理,简称AIM)也将与有线网络融合。此类解决方案通常是通过专有链路进行连接,但今后我们有望看到更多转向基于以太网的连接,无论是有线还是无线。
尽管本文所提到的趋势中,有很大一部分已经在2018年进行了探讨,但我们认为在这些趋势全面到来之前,2019年仍是全面开展筹备工作的一年。无论是为无线和有线基础设施、数据分析还是楼宇内布线奠定基础,在为智慧楼宇制定决策时都需要将未来20年内的技术发展纳入考量之中。物联网、5G、MEC等不断发展的技术以及PoE新标准的出台等,都体现了技术的快速更迭,未来依然难以精准预测。因此,只有做好基础设施的准备工作,才能最大限度地为未来技术和应用的发展提供必要的灵活性。
我们看到针对这一转型的筹备工作始于楼宇领域,而后逐步发展至智慧园区乃至智慧城市。其实,智慧楼宇、智慧园区和智慧城市之间存在着一定程度的集成。楼宇从智能到智慧的演变正在智慧园区中得到延伸,事实上,智慧园区正是由多座楼宇或一个多功能商业中心构成,这也代表了“融合”的最终范例。例如,智慧楼宇将根据大楼内系统提供的信息执行操作,而智慧园区则是根据每座楼宇提供的信息执行操作。使用无线网络或光纤连接楼宇,就能为更大范围的社区在用水、用电等方面制定决策。通过构建这些网络并不断对其进行集成,我们就能根据所产生的大量数据为更大范围内的决策制定提供支持。与在楼宇和园区中执行操作的流程一样,这一切都会被纳入智慧城市系统中,所收集的数据和信息都会被用于为智慧城市中的市民提供智慧服务并提供安全保障。
为应对数据与物联网以及无线、有线领域种种发展趋势所带来的影响,楼宇业主和管理者需要在2019年全力做好基础设施的准备工作。我们有望看到智慧楼宇、智慧园区和智慧城市中基础设施和技术的进一步融合。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。