本文由AI智能模型生成，在自有數(shù)據(jù)的基礎(chǔ)上，訓(xùn)練NLP文本生成模型，根據(jù)標(biāo)題生成內(nèi)容，適配到模板。內(nèi)容僅供參考，不對(duì)其準(zhǔn)確性、真實(shí)性等作任何形式的保證，如果有任何問(wèn)題或意見(jiàn)，請(qǐng)聯(lián)系contentedit@huawei.com或點(diǎn)擊右側(cè)用戶幫助進(jìn)行反饋。我們?cè)瓌t上將于收到您的反饋后的5個(gè)工作日內(nèi)做出答復(fù)或反饋處理結(jié)果。
物聯(lián)網(wǎng)平臺(tái) 為您提供海量設(shè)備的接入和管理能力，您能便捷高效的接入各種形態(tài)的終端設(shè)備，還能在云端進(jìn)行豐富完備的設(shè)備管理。但是云端物聯(lián)網(wǎng)平臺(tái)，離終端設(shè)備較遠(yuǎn)，且終端設(shè)備本身又不具備強(qiáng)大的計(jì)算能力，對(duì)于實(shí)時(shí)性要求較高的場(chǎng)景，云端因網(wǎng)絡(luò)延時(shí)、網(wǎng)絡(luò)擁塞等原因?qū)е聠?wèn)題處理不及時(shí)；以及物聯(lián)網(wǎng)設(shè)備數(shù)據(jù)量大，如果全部上報(bào)云端，數(shù)據(jù)傳輸成本也高。
針對(duì)這種情況，物聯(lián)網(wǎng)平臺(tái)結(jié)合邊緣計(jì)算能力，通過(guò)在靠近終端設(shè)備的地方建立IoT邊緣節(jié)點(diǎn)，將云端物聯(lián)網(wǎng)平臺(tái)的設(shè)備管理能力延伸到靠近終端設(shè)備的邊緣節(jié)點(diǎn)，即IoT邊緣服務(wù)。
提供輕量化的設(shè)備管理能力（包括設(shè)備接入、設(shè)備鑒權(quán)、云邊數(shù)據(jù)同步等）。
在邊緣節(jié)點(diǎn)與云端斷鏈情況下也能提供設(shè)備的本地自治（包括設(shè)備數(shù)據(jù)緩存）。
為您提供低成本、本地自閉環(huán)、邊緣智能、云邊協(xié)同的方案。
