預測端對端物聯網系統行為
搭載適用於物聯網的 Intel® CoFluent™ 技術，最佳化並計畫您的物聯網 (IoT) 網路、基礎架構和儲存裝置。
適用於物聯網的 Intel® CoFluent™ 技術是一款採用系統級模型和模擬技術的端對端規劃解決方案。這款解決方案能讓您使用自己特有的元件、組態選項及其他系統獨特的功能來預測整個物聯網系統的行為。包括網路、基礎架構及儲存系統的行為都能預測。藉由模擬技術呈現出來的結果，即使尚未進行實體部署，也能將解決方案的資源和效能發揮到最大。
使用案例
瞭解如何藉由適用於物聯網的 Intel® CoFluent™ 技術來因應真實世界的挑戰。
能源
挑戰：收集能源發電廠的資料。發電廠在佔地寬廣的土地上建設數千座風力發電機。每座風力發電機皆安裝一組感測器來收集資料。每座風力發電機上的閘道會先收集這些資料再透過 3G 網路將資料傳送至資料中心。
解決方案：使用 Intel® CoFluent™ 技術來預估下行連線頻寬需求，以及經由電信營運商 3G 網路傳輸資料的連線成本。
智慧型建築
挑戰：節省和管理能源是現今基礎架構最重要的任務。將辦公大樓的加熱/冷卻系統最佳化以管理能源消耗進而降低營運成本，就是一個關鍵能力。
解決方案：藉由適用於物聯網的 Intel® CoFluent™ 技術來建立模型，此模型會根據佔用率和環境來預測和最佳化能源消耗情形。這包括尋找最佳閘道組態以管理大樓內的 1 萬台感測器。
零售
挑戰：讓零售商得到具成本效益又精準的方法，即時在零售商店中找到產品。
解決方案：針對採用 RFID 標籤的即時存貨系統，建立適用於物聯網的 Intel® CoFluent™ 技術模型。模型會預測要偵測 RFID 標籤所需的讀取機和天線的數量，並判斷在閘道中儲存 RFID 標籤資訊的儲存需求。結果就是在最小網路流量內供應所需天線數量、有效利用邊緣分析、徹底提高硬體使用率的最佳解決方案。
運輸
挑戰：預測通勤列車的維護需求，以改善顧客體驗並降低維修成本。這也包括擷取車輛透過 3G 或 Wi-Fi 網路與資料中心通訊的方式。
解決方案：為 20 節車廂的公共交通運輸列車建立模型並進行模擬。每節車廂裝設多台感測器以收集引擎行為、機械零件震動情形等監控資料。每節車廂只用一個閘道來收集所有感測器監控到的該車廂相關資訊，然後每個閘道再將資料轉送至後端資料中心。結果是乘客能享有最佳的顧客體驗，而且維護需求降到最低。
相關內容
與我們聯絡
提出詢問並索取有關 Intel® CoFluent™ 技術和大學計畫的資訊，或是要求提供文件和檔案下載。