Startup Edge Computing Membantu Industri Mengatasi Banjir Data
Startup FogHorn, didirikan pada tahun 2014, adalah salah satu yang pertama untuk fokus pada komputasi tepi. Sebagai finalis IoT World Awards dalam kategori “solusi IoT industri terbaik” dan “solusi komputasi tepi terbaik”, FogHorn telah memenangkan sejumlah penghargaan. Gartner menyebut startup edge computing sebagai “vendor keren”, sementara Frost &Sullivan memberikan banyak penghargaan kepada perusahaan pada 2017 dan 2018.
Selama bertahun-tahun, teknologi Lightning perusahaan telah diinstal pada ribuan perangkat dan sensor IIoT, dan telah bermitra dengan berbagai OEM, termasuk Dell EMC, Google (melalui Google Cloud IoT Core) dan AWS Amazon. Perusahaan melaporkan bahwa pelanggannya telah melihat pengurangan ribuan kali lipat dalam biaya penyimpanan cloud setelah menerapkan teknologinya. “Paradigma pengiriman semua data ke cloud benar-benar mulai berubah,” kata David King, CEO perusahaan dalam sebuah wawancara awal tahun ini. “Orang-orang berbicara tentang perlunya kemampuan teknologi edge yang lebih kuat karena Anda tidak dapat mengirimkan semuanya ke cloud untuk mendapatkan wawasan.”
[ Dunia Internet of Things adalah tempat perusahaan industri menemukan inovasi IoT. Pesan . Anda kartu konferensi dan hemat $350, dapatkan kartu pameran gratis , atau lihat Speaker IIoT di acara tersebut.]
Fokus inti FogHorn adalah menyediakan platform terukur untuk analisis tepi yang memungkinkan pemrosesan data sensor lokal secara real-time yang dihasilkan dari mesin industri. Teknologi perusahaan cocok untuk aplikasi yang melibatkan "volume tinggi atau kecepatan data tinggi", kata King.
Aplikasi tersebut menjangkau berbagai industri, termasuk "manufaktur, minyak dan gas, bahan kimia, pertambangan, listrik dan air, bangunan pintar, kota pintar, dan transportasi," kata King. “Ada banyak sektor di mana ada sejumlah besar sumber data pelanggan yang ada. Dan sekarang dengan munculnya teknologi kamera dan mikrofon yang murah, Anda mendapatkan sensor gambar dan audio yang menghasilkan lebih banyak data.”
Perangkat lunak FogHorn dapat berjalan di berbagai perangkat, termasuk gateway Linux tradisional dari papan Raspberry Pi.
Kemampuan pemrosesan tepi perusahaan dapat membantu perusahaan industri merampingkan proses industri. Misalnya, salah satu pelanggan perusahaan, perusahaan elektronik Jepang Daihen, mampu mengurangi tugas entri data manual di satu pabrik sebesar 1.800 setelah menginstal perangkat lunak perusahaan.
Baru-baru ini, FogHorn bermitra dengan Honeywell untuk menyebarkan perangkat lunaknya pada smartphone kelas industri (foto). Tidak semua orang menganggap smartphone sebagai perangkat canggih, kata Sastry Malladi, chief technology officer perusahaan dalam sebuah wawancara di Hannover Messe, tetapi kemampuan untuk membuat versi aplikasi smartphone dari perangkat lunaknya menempatkan kemampuan analitik canggih ke tangan operator industri. Seorang pekerja yang mencoba memindai kode batang yang tercoreng dengan smartphone industri, misalnya, dapat menggunakan aplikasi Lightning Mobile untuk merekonstruksi kode batang. “Barcode sering rusak. Mungkin sobek dan tidak lengkap,” kata Malladi. Tetapi aplikasi perusahaan dapat menggunakan pembelajaran mesin untuk merekonstruksi banyak kode batang seperti itu.
FogHorn memuji aplikasi sebagai teknologi komputasi terdepan pertama yang dibuat untuk perangkat Android yang kokoh. Aplikasi ini tersedia dalam toko aplikasi internal Honeywell serta dari toko aplikasi pribadi FogHorn.
Versi kedua dari perangkat lunak utama FogHorn, yang dikenal sebagai Lightning 2.0, tersedia pada gateway yang telah dikonfigurasi sebelumnya dan juga dapat diinstal pada gateway perusahaan industri yang ada. Lightning 2.0 menawarkan kemampuan pembelajaran mesin baru dan dukungan untuk Bahasa Markup Model Prediktif dan untuk pemrosesan simultan dari beberapa aliran data melalui penggabungan sensor. Versi perangkat lunak sebelumnya telah mendukung protokol penyerapan data industri seperti Modbus, OPC/UA, dan MQTT.
Perangkat lunak perusahaan juga dapat membantu memastikan keakuratan model pembelajaran mesin dan mendeteksi ketika model menurun seiring waktu. “Kami dapat secara otomatis mulai melatih kembali model dan mendorong mereka kembali ke tepi,” kata Malladi. “Inilah yang kami sebut edge AI atau ML loop tertutup.”
