物联网的过去、现在与未来

       物联网到底是什么？ 物联网 (Internet of Things, IoT) 是包含智能、传感器功能的物理对象以及与其交互的网络、服务器和服务的集合。 这是一个趋势，而不是一个单一的行业或市场。 但是，ARM 的技术设计能够使当今与未来的物联网应用和服务遍布每一个角落，并具备真正的智能。 它由嵌入式微处理器和有线或无线网络组成，使这些对象能够自主感知周围环境，与其他对象通信，以及与基于互联网的服务和基于云的应用进行交互。 物联网功能可添加到任意物理对象中，如服装、珠宝、恒温器、医疗设备、家用电器、家庭自动化、工业控制，甚至是灯泡。 这一趋势需要经济高效的传感技术—可持续使用几年，而不是几小时。 这些传感器可以长期收集少量数据。 ARM 认为，用于实现智能的大数据分析始于小数据。 ARM?的核心技术打造了传感器、控制器，以及嵌入到设备中的其他智能器件。 去年，ARM 的合作伙伴售出了 87 亿块芯片，其中有很大比例是面向移动互联网应用。 这为 ARM 在大数据层打下了坚实的基础—通过传感器、控制器和嵌入到设备中的智能器件为公司提供分析大数据所需的小数据。              

       物联网 (IoT) 时代已经到来，且已应用在我们现今的生活当中。 现今的模型专注于控制办公室内取暖与照明的楼宇管理系统，而未来的物联网将囊括数十亿通过互联网相互连接并共享数据的设备。 本白皮书着眼于如何实现这一愿景，以及为构建一个完全实现 IoT 连接的智能世界，我们需要克服哪些困难，又有哪些要素业已具备。 最后，我们将探讨物联网如何提供多样化和差异化产品（要实现这些功能，必须建立坚实的小数据基础，以衍生出位于物联网顶层的大数据，并从中得到见解以及形成新型应用与服务）。 这会对数据的处理方式和节能解决方案的重要性产生一定影响。  

物联网的历史                

       20 世纪 60 年代，计算技术诞生。 该技术主要用于专门的应用—从天气预报到复杂的电话交换系统，乃至核武器试验。 通常情况下，个别应用需要大量的资金、资源和技术等方面的投入。 该高性能计算市场围绕这些早期实施逐渐壮大，但应用范围仍很狭隘。 当时，该市场的主力消费者是需要借助超级计算中心进行复杂模拟和研究的组织。 大型机计算单元的职责是处理数据。 之后，借助编程进行商用计算变得日益简单，此时开始出现标准应用程序。 大型机转变为体积更小、价格更低的微型计算机，拓展了计算的市场覆盖范围。               

       接下来的进化步骤是微处理器和个人电脑 (PC) 的演变，个人电脑使计算机的触角延伸到了更多的中小型企业以及家庭和学校。 之后，随着笔记本电脑的出现，PC 趋向移动化，并掀起了手机领域的革命，使之迅速演变成一个移动计算平台。 今天，我们生活在一个以手机为中心的世界里，我们连接到令人眼花缭乱的各种设备，信息源通过手机传达；对许多人来说，手机已成为其最主要的计算设备。               

       与此同时，在很大程度上受到忽视的微处理器促生出了另一个完整的市场—嵌入式控制。 将微处理器与内存集成到一个芯片上，微控制器就这样诞生了。 这些廉价设备悄无声息地渗入到人们的生活中，它们广泛存在于电视机遥控器、录像机 (VCR)、空调系统、汽车刹车系统以及电脑的键盘和硬盘。 伴随消费电子设备从模拟技术向数字技术的过渡，它们又促生出了平面电视、MP3 播放器、DVD 和家庭影院系统，以及在用水和洗衣时间方面做过诸多优化的环保型洗衣机。 这些设备与互联网的连接，以及其他一些相关事物合称为物联网。 未来的物联网将不仅仅局限于如今这许多我们称之为智能的事物，而是将囊括所有可以连接的物件。 这些新型连接可能意味着前所未有的连接，如人员、流程、加入到医疗器械中的智能数据、楼宇、照明，甚至是道路之间的连接。 这将为我们带来新的业务、新的机遇、新的体验和新的服务。 这将是下一波浪潮，它无疑会对人类、公司和国家/地区产生重大影响。 但是，物联网已经存在了很长一段时间。 例如，我们于 2000 年初入住的 ARM 总部大楼在上世纪 90 年代兴建之时就采用了电子设备。 您甚至可以坐在世界彼端的电脑前操控每个房间内的空调。 这是物联网的一个早期示例。 取暖通风及空调系统 (HVAC) 已从黑白终端转变为如今易用的消费电子设备，如移动设备或界面更加友好的家用触摸屏控制系统。 Nest Labs 恒温器就是我们现今拥有的智能控制器件的一个示例。 这种恒温器能够“感知”家庭对温度的需求， 可在感知屋内无人时停止加热，以节省燃料费，并能够提醒房主节约能源，使其通过智能手机、平板电脑或网络浏览器就能对该恒温器进行远程控制。             

大数据源自小数据            

       亚马逊、新浪、腾讯等公司收集数以百万计的交易和网页点击数据，并对这些数据进行分析、汇总，找出趋势。 这些趋势有助于推动业务。 此类建议的产生全都基于所谓的大数据。 但是，要分析大数据，必须要有小数据才行。 在上例中，这些数据来源于在线浏览和购买。 在物联网的情境中，小数据将来自传感器、控制器以及其他基于ARM技术的 嵌入式智能器件。                 

       对消费者而言，物联网的核心是个人应用、提供便利和促进健康（也称作“量化自我”），是一场将技术融入个人日常生活数据采集过程的运动，数据采集涉及摄入（如食物摄取、周围空气质量）、状态（如情绪、兴奋、血液氧气含量）和行为（包括心理及生理）等方面。 此类自我监控和自我感知技术将穿戴式传感器（EEG、ECG、视频等）与穿戴式计算技术（如 Nike FuelBand、Runkeep 移动应用、Withings scales 等）融合在一起。 下面是一个关于如何借助嵌入式智能器件在繁忙的都市中寻找停车位的示例。 SF Park（业务覆盖旧金山）和 Streetline（业务覆盖德国、英国和全美）可收集并分发街道及停车场中停车位的相关实时信息。 不仅免去了司机兜圈寻找停车位的麻烦，还减少了交通拥堵现象。 另一方面，它使得运营商能够根据各区域停车位的需求状况相应地降低或提高停车计时器和停车场的泊车价格。 这些小数据由采用 ARM Cortex?-M3 处理器的停车位置传感器（电池驱动，可连续运行数年）生成。 智能城市可将这一泊车优化模式加以推广，形成覆盖全市的智能基础设施，从而节省开支、降低碳排放并提高生活质量。 这些具有开拓性质的大规模成本节约部署可以平衡公共部门长远规划周期内的基础设施成本，同时减轻污染。 这引出了一个问题，如何共享数据？ 何种标准与格式可受信任？ 如果这些问题得不到解决，物联网就难以形成跨所有市场运作所需的规模。          

共享数据需要信任：             

       在讨论数据交换时，一个显而易见的问题是—是否安全？ 我的回答是“人类对共享或跟踪数据到底有多关注？” 今天，Google 可以告诉你：你住在哪里？你喜欢什么？你的兴趣是什么？并将这些数据出售给广告商。 就目前而言，人们对此并不在意。 Google 提供了一些隐私设置，可避免此类共享，但又有多少人理会呢？ 我相信大多数人都不在意这些事情。 如今，Google 通过扫描您的电子邮件文本来发送广告消息，Facebook 利用面部识别向猫主人推送广告，许多人似乎已习以为常。                

       我来举两个提供不同好处的示例（健康和监控）。 “谨慎驾驶”汽车保险公司向您承诺，如果您同意在车内安装一个可将目的地、车速、行程时间等信息传回该公司的跟踪装置（以便公司知道您是一位具有安全意识的司机），则可降低您的保费。 反之，一旦您不再负责任地驾驶（比如在深夜或反应迟钝时驾车），则保费就会提高。             

       Preventice 出品的 BodyGuardian 远程病患监控系统能够借助连接到病人胸部的人体传感器收集 ECG、心率和活动水平数据，并通过手机传送给医生，以检测和监控心律失常。 该系统由 Preventice 与 Mayo Clinic 合作开发，可在病患与医疗团队之间建立持续的连接。                 

       今天的大多数小数据存储在不同的数据孤岛中。 我们面临的难题是共享数据如何供大数据使用。 如果我想与医生共享我的体重数据，我该怎么做呢？ 我可能会需要一台不同的设备，而这一小数据往往与某台设备“捆绑”在一起，或绑定到某个专有孤岛中的某个服务。 孤岛之间互不通信，制约了物联网的发展。              

       但是，如果您的驾驶风格比较狂野，保险成本就会上升，您愿意与寿险公司共享这些数据以方便他们提高您的寿险保费吗？ 数据归谁所有，可与谁共享，出于何种目的？                

       如果几家服务提供商之间可以实现数据共享，而不是将数据限制在孤岛中，物联网将可发挥更大的作用并形成更大的规模。 这些示例映射出了隐私方面的问题，以及电子商务优化数据共享的方式。                

       未来的物联网将建立在信任的基础上，即：从设备生成可信的数据，从设备及其周边获取信息，和依据数据提供您所信任的服务。 保险公司想要认定受到监测的车是您的，就必须信任其所接收的数据，而您需要确信数据被提供给了您信任的人。 这使得物联网超出了调节楼宇温度的范围，而是上升到了确保楼宇高效运作和共享数据的范畴。 这将物联网从控制升华到了增值。             

ARM 之于物联网             

       物联网较移动互联网系统复杂得多。 如果说移动互联网拥有 100 亿个单位，则物联网将包含 1000 亿个单位。 如果说 PC 有台式机和笔记本电脑两大类，移动计算有直板、翻盖、滑盖、触屏、智能手机、平板电脑、写字板和变形平板等数十种品类，那么物联网将囊括数以百万计的类别。              

       这将带来海量的选择和多样性—不可能会有 1000 亿台相同的设备。 未来将涌现数百万种不同的设备和应用： 您对于医疗传感器的需求肯定不同于对空调的需求；温度传感器也不同于电动马达中的控制器。 所有这些又都与汽车中使用的控制器不同。 未来的物联网对于产品的需求千变万化，但它们都将基于 ARM的核心技术。             

       为充分发挥物联网的潜力，多样化至关重要。 ARM 的商业模式基于将核心技术授权给不同的合作伙伴，使他们能够实现差异化并增加价值。 使每一种产品类别都对应着多家供应商，可确保竞争，而竞争激励创新和差异化，这充分体现了物联网的多样性本质。             

       拿汽车发动机作比喻的话，ARM 是在设计发动机，而我们的合作伙伴则负责制造汽车。 同一种发动机可在数百种车辆中使用。 只要提供十种发动机尺寸选择，制造商就能制造出汽车、推土机、飞机和农场设备。 换句话说，不同的发动机（尺寸从小到大）可以延伸市场触角。 继续这一比喻，为了满足不同的客户群，双门跑车与公交车可能所需的同种发动机，只是尺寸和功能不同。               

       较之今天的移动互联网，为了探索新市场，除了面向不同市场和从小到大的规模扩张能力外，物联网的生态系统还必须更加多样化。 在ARM 对其基于合作伙伴关系的商业模式下，促进生态系统创新是一个重要的组成部分。              

       ARM 的合作伙伴在 2012 年销售了 87 亿颗芯片，而嵌入式控制的市场总和为 172 亿颗。 据预测，到 2020 年，该市场将因物联网器件推动而增长到 270 亿颗芯片。 在这些嵌入式控制器中，有许多将应用在物联网产品中。 软件需求的增加对于 ARM 的产品来说是天作之合。 但更重要的是，物联网将连接以前从未使用过电子产品的设备。 例如，我新买的浴室秤就是一个物联网家电。 它不仅能够显示我的体重，而且能够将数据保存在云中，所以我可以在手机上看到自己体重的增减趋势线。 人类一直在创造新的可能；密歇根大学的工作成果就是其中之一。 其团队创建了一个尺寸不足一立方毫米的完整系统（小到几乎看不到）。 该系统采用 ARM 技术构建，包含处理器、内存、电池和用于提取能源的太阳能电池，具有实现极短程通信的能力。 它是最终的物联网组件，可能会促生出无数的应用。              

       这些当今物联网的示例依赖于廉价的小型传感器。 它们必须省电，能够依靠电池运作 10 年。 此外，其设计还必须使其能够方便地集成到成本不足 1 美元（可能只有 50 美分）的物件中。 但是，并非所有设备都是依靠电池运作并埋入天花板中的小型微控制器。 相反，有些设备将提供更为复杂与智能手机相似的用户界面，或具有本地处理单元以便对数据进行本地分析。                 

       物联网可创造更加智能的机遇，因此，它需要搭载和智能传感器、智能手机、智能网络和智能服务器相同的节能技术。 这些服务器将造就云计算的崛起，以便对大数据进行分析，并提供智能服务。            

层和服务                 

       请试想这样一个场景：因为您今晚会较晚回家，您在手机网络浏览器上打开安装在楼梯间的家庭自动化服务器的主页，然后打开客厅里的一盏灯。 互联网是位于将您与灯泡连接在一起的网络技术之上的一系列层。 互联网提供了一种简洁之美：您可通过同一个网络浏览器找到并控制您的灯泡，而不必知道或在意正在使用的是 WiFi 还是 3G 。 网络浏览器不在意是需要一台还是数千台不同的服务器才能通过卫星、电缆或光纤连接到您。 它也不关注旅程的终点是蓝牙还是 Zigbee。 互联网之所以能够正常运作，就是因为协议和服务层掩盖了这些层下的复杂性。              

       虽然控制设备是物联网的一个重要组成部分，但它终究只是一部分。 物联网允许任意设备在任意位置加入并将所有设备连接在一起，但困难的是使这项工作对于用户而言能够尽可能得简单、方便、流畅，就像当今网页与设备的交互那样。                

       物联网将需要更多的标准化层，使应用程序能够以可靠的方式只与那些您已授权的服务共享数据。 最重要的是，它要像今天的七层 ISO 模型那样，使用户不必了解或关注它的存在。 拓展互联网的                 

       规模并使之能够容纳高达 1000 亿台设备是技术行业的责任。 要使这种共享方式能够像今天的互联网一样简便易用和流畅，还有更多工作要做。 因此，物联网的关键是如何将所有这些设备连接到同一个网络中、并进行此类小数据的可信共享，以实现大数据服务。 我们所追求的这种无处不在的环境并不仅仅是一个网络的集合，它还是实现服务的云计算和存储，无论是 Facebook 还是医疗保健提供商，都要遵照我的条款共享我的数据，并为我提供更多价值。一旦做到这一点，我们将可创造出许多尚未想象到的商机。              

展望未来               

       如果家用电器制造商协会的预测正确，到 2020 年，智能家电市场（即能够监视和控制用电量的家电）的价值将从目前的 6.13 亿美元增长至 349 亿美元。此类家电将连接到互联网，并在需要维修或即将更换零件时发送消息给消费者。 这种预防性维护可为消费者（当然也包括制造商）节省金钱。 此外，这还将在消费者与制造商之间建立某种关系，有利于树立消费者对于该品牌的忠诚度。 当然，这可能也有助于提高能源效率。             

       在构成物联网具有嵌入式智能器件的数以百万计的设备中，有许多设备将作为服务的一部分以资助形式交付。 我在上文中引用的“谨慎驾驶”汽车保险的例子，或观看体育节目直播所需的有线电视机顶盒就是例子之一。 可以提供购买或租用选项，以便让技术得以更新。 有一种趋势是“非所有”形式（即“租用”技术）。 这可解除投资资金对消费者的钳制，使后者能够尽情享受技术或产品。 （类似于广播或电视等技术推广初期采用的租用模式。）               

       我们对于物联网的其他期望是能够提高世界各地的医疗或卫生条件。 例如，如果使用智能手机或医疗传感器的 MoboSens 水测试传感器的价格能够降到几美分，也许就能将其推广到第三世界国家/地区。                        

       物联网是推动者。 它由有想法的人推动。 它拥有许多方面。 与互联网一样，它不是一个个体。 互联网拥有 Facebook、亚马逊、新闻网站、Twitter 和 PirateBay。 互联网不受某个应用或某一市场的支配。 它促进多样化，同样地，物联网也将是多样化的，不同的市场将以不同的速率和在不同的时间接纳它。 因为这 1000 亿个传感器的出现，互联网将需要多处理多少数据？ 毫无疑问，数据会增加，据 Computer Science Corporation 预测，到 2020 年，常规数据会增长 10 倍，达到 35ZB (35,000,000,000,000,000,000,000)，对于这一点我很认同。            

       ARM 不仅促成了差异化，而且还倡导差异化。 这是快速推动网络和标准发展以实现个体连接所必需的。 随着行业的发展成熟，将产生对多样化的需求。              

文化障碍               

       物联网无处不在这一特性无疑将突出一些文化上的差异。 哪些是正面因素，哪些是负面因素，可能取决于您是谁。 例如，拿车内摄像头来说。 很多人可以接受泊车摄像头、车道偏离警告和车道控制系统在感知司机打盹时操纵车辆。 这些均被看作是具有积极意义的安全功能。 然而，事实证明，在仪表板上加装摄像头来记录事故发生时的境况在俄罗斯很流行，但在美国却可能因隐私问题而难以普及。 因此，能够推广开来的物联网模型会因不同的消费者、市场、区域等因素而异。           

结论                 

        物联网业已出现，但目前仍侧重于控制领域。 而未来的物联网将是如今的所有设备，乃至我们今天无法设想的设备之间实现的互联及可信数据共享。                  

       物联网对不同的人有着不同的意味—本应如此。 在 ARM，我们欢迎 SF Park、下水道窨井上的传感器和用于老人医疗保健的传感器所提供的多样性（而不只是局限于健康和活力方面）。 ARM 的处理器、传感器、发射器和无线电器件可通过 WiFi 或蓝牙网络传输数据。 这意味着老年人可尽享独立生活的乐趣，又可在有需要时立即通知亲属。           

       ARM 深知作为物联网基础层的小数据依赖于我们向合作伙伴提供无处不在的低功耗嵌入式智能设备的能力。 所有大数据都始于小数据，未来的挑战在于实现数据连接并借助强大生态系统的支持提供切实可行的多样化服务。             

       物联网将呈现多种变化。 唯一可以肯定的是，ARM 将处于物联网的中心。 

点击查看：亚洲移动通信博览会专题 综合新闻报道

点击查看：2013GSMA亚洲移动通信博览会专题 现场图集