Latest Content
涵盖工业、零售业、医疗保健、智能城市、汽车、监控和通信领域的设计文章及白皮书。了解遍及万物（从自动驾驶汽车到智能工厂）的最新物联网和嵌入式设计理念。
-
阅读文章数字显示屏将城市街道变为智能人行道
从街道信息亭到体育场馆高处竖立的标志，交互式显示屏能够吸引市民，增强安全性，并为世界各地的城市创造新的收入机会。
-
阅读文章3 种数字标牌标准：哪一种最好？
数字标牌的发展速度超过了众多 OEM 的上市速度。为了避免过时，他们将目光转向了可互操作的硬件规格，如英特尔® Next Unit of Computing、开放式可插拔规范和英特尔® 智能显示模块。
-
阅读文章利用现成的技术连接传统系统
几乎每个领域的公司都在寻求经济高效的方法来利用传统资产的数据。关键在于利用现成的技术。
-
阅读文章数字油田：公司如何提高效率
数字油田由新型工业物联网技术提供支持。结果是帮助成百上千的开采点显著提高了运营效率，同时大大降低了成本。
-
阅读文章为什么智能工厂需要时间敏感网络
现有工业网络通常不适用于物联网应用。TSN 是以太网标准的扩展，提供了将实时确定性与 IT 兼容性相结合的解决方案。
-
阅读文章使用 FPGA 协处理器，更快速、更深入地学习
因为神经网络计算中的传统处理器低效并且改造基础设施来对其提供支持所耗费的成本高昂，所以依赖于利用 AI 优势的组织备受困扰。进入 FPGA 加速器。
-
阅读文章智能货架将客户分析引入到商店过道
通过集成数字标牌、智能摄像头和边缘分析，实体零售商可从通常只有网上商店才能获得的各种详细的客户信息中获益。
-
阅读文章扩展 HPC 以做好迎接 5G、AI 和未来任何新技术的准备
从物联网过渡到 5G 和 AI 的重大转变不断提高对计算、存储和网络资源的需求。高性能计算为网络基础设施和以数据为中心的组织提供可扩展性，以满足不断变化的要求。
-
阅读文章5G 网络需要在边缘部署 AI 的原因
随着网络变得越来越益复杂，在 5G 基础设施边缘中的 AI 技术将使运营商能够提高网络效率、降低延迟并创造新的服务机会。但是将 AI 融入 5G 边缘计算的方法仍在探索阶段。
-
阅读文章适用于物联网的 DevOps：9 个成功秘诀
随着开发从面向硬件的方法过渡到软件方法，物联网设备设计人员有机会采用 DevOps 原则。这里列出了 9 个技巧来帮助您进行过渡。
-
阅读文章不要被过时的销售点设计拖累
零售业正在快速变化，因此 OEM 和 ODM 需要可靠、可扩展的 POS 架构，使他们能够加快创新步伐。将计算部分与 I/O 分开的方法可以满足这种需求。
-
阅读文章容器化 Linux：物联网安全的秘诀
开发社区中使用 Linux 的愿望往往会与组织的安全要求抵触，造成公司目标与其工程师的技能集之间出现鸿沟。
-
阅读文章为何 SCADA 不适合智能工厂
工业机器生成的非结构化、时间序列数据通常与高度结构化的企业环境不兼容。本文概述了简化用于工业物联网分析的数据模型的四个步骤。
-
阅读文章将关键系统迁移至物联网的 4 个技巧
将嵌入式系统连接到互联网会带来重大的安全风险。为了解决此问题，开发人员可通过四种关键方法利用虚拟化。...
-
阅读文章人工智能如何让公共交通更安全
人工智能和深入学习技术使计算机视觉解决方案能够增强公共交通能力。更安全的火车站、更好的客户服务和更少的拥挤带来更好的旅行体验。
-
阅读文章应对在零售业中实施的 GDPR：一周内从零开始实现合规
GDPR 让消费者受到控制，但是许多组织尚未做好准备。达到合规标准可能是一项艰巨的任务，对于零售商而言尤甚?...
-
阅读文章人工智能让旧资产融入工业物联网中
将车间连接到楼上假设所有工厂设备都可以连接。通过捕获和转换屏幕数据，一个解决方案就可以采用非侵入方式...
-
阅读文章4 大“生产或者购买”物联网决策
物联网系统必须在部署之后维持数年，这需要费用高昂且费时费力的连续工程。所以问题就来了：您是否应该将部...
-
阅读文章使用 Docker 进行快速 IoT 部署
借助这些基于 Docker 的全新平台，开发人员可以在云中创建工作负载，将其部署到边缘设备、在本地分析数据并进?...
-
阅读文章深度学习如何让城市更安全
深度学习是计算机视觉的下一波浪潮，可实现更复杂、更密集的分析。这让各个城市可了解发生的问题并根据需要采取措施。
-
正在加载更多…
