如今，伴随物联网产业的蓬勃发展，“万物互联”由一个理想化的概念逐渐成为大家对下一代网络的理解，即用有线、无线等方式，让人与物、物与物进行数字化连接。而随着 AI 技术的逐步成熟和落地应用，此刻我们已步入 IoT 和 AI 融合交叉的关键时代。AI 的加入促进了 IoT 的网联化和智能化，为 IoT 发展注入了新动力，使得物联网作为产业和消费互联网的重要基础，能够进一步释放其底层能量，打开在各行业中的创新应用空间。
AI 与 IoT 这两类技术存在天然的互补性：
AI 寻求 IoT 来拓展应用场景和数据养料；
IoT 寻求 AI 来赋能并提升应用价值。
所以，数据智能、语音智能和视觉智能成为了当今智能物联网驱动各类数据智能化应用的核心能力。
基于这一背景，百度智能云天工物联网平台在各个方面都做了大量技术创新，除提前引入 MQTT 5.0 中共享订阅的新特性以外，还针对 MQTT 做了大量优化。用户不仅可以在 MQTT 里传输结构化数据，还可以直接传输语音、图像等二进制数据，增加了对于更多数据种类的支持。其次，在一个智能终端上简化网络编程接口，提升连接复用率，降低延时及资源开销。在后续的升级中，还可以通过规则引擎将文件类型的二进制数据直接转存到对象存储，简化业务开发流程。
▲ MQTT 场景扩展：基于统一协议的链路复用
一、MQTT 支撑数据智能
MQTT 作为物联网事实标准的协议，对物联网数据的传输是天然友好的。但在传统情况下，物联网往往是面向大设备量、低频次的数据传输，而较难满足无人车等高频海量数据的传输需求。百度智能云天工物联网核心套件服务（IoT Core），出于公司无人车产品线需求，对此做了大量工作，可以完美应对此类场景的数据传输问题。除支持每车约 100Hz 的数据传输外，还做到极低延时（系统内延时 10ms 内），很好地支撑了远程驾驶场景。
二、MQTT 支撑语音智能
相对结构化数据，长期以来音频数据的低延迟传输及响应较为困难。目前， 虽然在设备并发量级较小的情况下，WSS、WebRTC 等多种方案均可使用，但一旦规模上升后，将会面临难以维护的问题。这一情况下，基于上述无人车场景锤炼的 IoT Core 所提供的 MQTT 服务可以完美解决此问题。
一方面，MQTT 服务支持海量设备接入的先天特性，叠加针对大载荷（payload）优化的高吞吐、低延迟能力，轻松解决语音传输的场景，满足对语音智能场景的支撑；另一方面，一台语音智能设备仅需保持一个 MQTT 连接，连接链路的复用可以降低对 MCU 算力的需求，从而降低整体成本。
三、MQTT 支撑视觉智能
在视觉智能中，绝大多数应用是针对图片的，即使是以视频摄像头作为采集端，通常也仅针对关键帧进行 AI 识别或处理，原始视频不存储或仅做为存证存储。这种情况下，就可以使用 MQTT 来传输照片或视频的关键帧图片，比如人脸识别闸机等，同样可以做到高通量、低延迟，以及链路复用、降低成本。
因此，用户可依托 IoT Core 能力快速创建物联网服务的实例，实现单一命名空间亿级、高载荷和数据通量设备的接入与管理，安全可靠地将设备与云端进行连接，而不用再为运维操心。
IoT Core 所属的百度智能云天工物联网平台是国内最早实现了分布式云原生和多租户的物联网平台，每天有数千万设备在线，总连接时间每天超过100亿分钟，收发超过7亿条消息，每一条在不到10毫秒时间内得到处理；支持更多协议并拥有更强的后端处理能力，在高容灾的前提下有效降低数据传输延时。
一直以来，百度智能云天工物联网平台致力于将技术创新赋能产业物联网及消费物联网，希望在智慧工业、能源、交通、家居、教育等多元的场景中，深耕智慧应用和智能终端的场景落地，构建繁荣的智能物联网生态。
往期推荐
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
