如果貴單位已經躍上物聯網的浪潮，那麼大概早就開始處理來自消費者手上的裝置及感應器之結構式及非結構式資料，或是來自產業物聯網的資料。
將各種來源的資料投入內容串連起其相關性，實非易事，某些公司採用 Hadoop 及其它開放源碼軟體，但通常這些軟體受限於規模、輸入／輸出項目或運算能力。
GPU 運算技術將應用應用程式裡需要龐大運算能力的部分交給 GPU 處理，剩下的程式碼則是在 CPU 上運行，如此一來使用者在使用物聯網時便會覺得運算工作量表現有突飛猛進的表現。
現有解決方案力有未逮
貴公司可能已捨棄舊有技術，改採較新的商用或開放源碼技術，以利用物聯網所產生出的龐大數據資料，這通常將5到10個開放源碼和商用技術「綑綁」在一起，以創造出一個可用的解決方案。此舉得花上大錢、工作又繁複，要很長一段時間才能正式運作，且採用批次處理，而非即時處理技術。
GPU 資料庫是解決物聯網分析之道
在 Ovum 公司出版的《2017 Trends to Watch》裡提到，物聯網使用案例搭配 GPU 資料庫「將即時串流使用案例成為注目焦點」是今年最具突破性的成功案例。
GPU 資料庫為物聯網資料及分析帶來革命性的能力。第一，NVIDIA GPUs 運用最適合平行執行高重複性相似指令的數千個小型高效率的核心，接管傳統資料庫的運作並加快其運作速度。
某些最新款的 GPUs 擁有超過4,000個核心，而尋常使用 CPU 的裝置只有16到32個核心；再者 GPU 核心消化資料的效率和速度高於得接續處理資料的 CPU。
這些特色使得 GPU 更適合用於即時分析海量資料，尤其是對重視時間和位置的使用案例而言。
具備原生 GIS 及 IP 位置物件類型的 GPU 資料庫，內建地理空間功能和以地圖為基礎的視覺內容，使得 GPU 能在建立查詢內容時，便即時渲染出圖片和影片。
你或許還希望能加入更多使用者定義的功能，加入自訂的程式碼及 TensorFlow、Caffe 和 Torch 等開放源碼機器學習函式庫，以訓練和執行多種機器學習跟深度學習演算法。
GPU 資料庫應能在現地或雲端以線性方式進行擴充；GPU 資料庫還必須能連接至 Hadoop、Spark、Kafka、NiFi、Accumulo 和 Kibana，便能讀／寫動態資料（data-in-motion）和靜態資料（data-at-rest），GPU 資料庫還能當成資料儲存裝置頂端的快速作業層。
再者，連接器及與 Tableau 或 Power BI 等商業智慧工具進行整合，讓企業更便捷地取得資訊。
物聯網使用案例
過去已有許多消費者及產業物聯網使用案例，日後還會產生出更多案例，其中最顯著的使用案例有：
車隊管理 – 行動網路的蓬勃發展促使車隊管理系統快速增長。 美國郵政署部署 Kinetica 來提高業務運作效率，便是將 GPU 資料庫當成車隊管理即時分析平台的最佳例子之一。
美國郵政署的郵遞員使用一項能掃描包裹及每分鐘發射正確地理位置的裝置，而他們使用的 Kinetica 系統每分鐘能收集、處理和分析逾二十萬個訊息。它能分析如此瑣碎的資料，以瞭解如何將金錢花在刀口上，更快且更有效率做出策略性決定、提供客戶更可靠的服務，且讓郵件遞送更為流暢以降低成本。
Kinetica 的 GPU 資料庫可用於呈現地理空間視覺資料，郵遞員便能有效率地規畫分派負責範圍和遞送路線。
智慧電網 – 能源及公用事業企業使用「智慧電錶」來測量住家和商業建築物使用能源的情況。這些系統協助公用事業企業達到節能需求，也讓客戶更容易瞭解帳單內容。
使用智慧電錶的屋主可立即瞭解自家的耗電量，並據此進行調整，而公用事業企業也能更滿足消費者的需求和平衡產量。智慧電錶還能持續監控能源使用情況，公用事業企業便可在設備或服務故障之際，迅速加以回應。
製造業 – 製造業物聯網的難題之一，便是吸收組裝線、供應鏈、製造器械本身，以及生產出個別品項上的標籤源源不絕發生的事件。
GPU 資料庫能達到當前許多製造業物聯網使用案例要求的效能，包括優化整體製造鏈；對零件功能性執行串流分析；追蹤和監控庫存、材料和運作情況；偵測製造缺失；確保安全性和避免發生故障；以及追蹤品質、退貨和保固方面的客訴內容。
顧客體驗 – 可在零售端部署 GPU 資料庫，以即時追蹤和分析資產跟庫存龐大的動態資料 – 適用於在公司的供應鏈裡更快產生更相關的商業智慧資料。
零售業裡經典的物聯網使用案例便是 customer 360：零售商可將從 POS（銷售點）系統、社群媒體串流、天氣預報內容及可穿戴式裝置取得的資料串聯起來，這些資料可用於在數秒鐘的時間內（過去則要花上數小時）查詢龐大資料庫，更深入瞭解顧客和企業。
供應鏈優化 – GPU 資料庫可用於在整個供應鏈（包括供應商、經銷商、物流商、運輸業者及零售點）裡，即時依地點提供洞察資料，讓企業能即時掌握需求、管理供應情況和追蹤庫存。
提供速度、規模和智慧給物聯網
NVIDIA 的 GPU 及 GPU 資料庫結合機器學習與線上分析處理能力，提供速度、規模和智慧給物聯網，立即提供更深入的洞察資料，加快做出決定和採取動作的腳步。
請觀看我們日前舉行、由 NVIDIA DGX 系統部門副總裁暨總經理 Jim McHugh 主持的的物聯網網路研討會，會中討論了 GPU 如何加快物聯網處理工作量的作法。
如果下週你人在紐約，請光臨 Kinetica 在 O’Reilly 人工智慧大會的展位（編號#20），將介紹更多 GPU 加速資料庫如何各行各業發展面貌的趨勢。