Open Source IoT Platform ที่น่าสนใจ

IoT Platform คือ ระบบตัวกลางในการเชื่อมต่อ อุปกรณ์ IoT ต่างๆ เพื่อ การเก็บข้อมูล การวิเคราะห์ข้อมูล และการแสดงผลข้อมูลแบบกราฟฟิก (Dashboard) รวมถึงการจัดการอุปกรณ์ IoT ที่มีจำนวนมาก (Device Management) 


มาดู Open Source IoT Platform  ที่น่าสนใจกัน




Zetta https://www.zettajs.org/
  • แพลตฟอร์ม server-based ที่สร้างขึ้นบน Node.js
  • สามารถแปลง device เป็น API และพัฒนาให้อุปกรณ์สื่อสารกันผ่าน reactive programming และ Siren hypermedia optimized สำหรับ big data จึงสามารถนำไปประยุกต์เป็น data-intensive real time application ได้
  • มี virtualization tool สำหรับตัวระบบและอุปกรณ์ด้วย

Source Code https://github.com/zettajs/zetta





OpenRemote  https://openremote.io/

  • middleware ที่เน้นในการพัฒนาโซลูชั่น smart home และ home automation
  • สามารถทำงานร่วมกับอุปกรณ์และ network spec ได้หลายชนิด
  • มีเครื่องมือออกแบบ UI บน cloud
  • มี step by step guide ในการติดตั้ง ออกแบบ ไปจนถึงสร้างแอปพลิเคชันบนเว็บไซต์ให้สำหรับนักพัฒนามือใหม่

Source Code https://github.com/openremote/openremote




ThingsBoard  https://thingsboard.io/


Source Code https://github.com/thingsboard/thingsboard





Thinger https://thinger.io/


Source Code https://github.com/thinger-io





ThingSpeak https://thingspeak.com/

  • แพลตฟอร์ม IoT ที่มีประวัติยาวนานและมีความ reliable สูงตามอายุ
  • เน้นใช้งานในการแจ้งเตือน การติดตามตำแหน่ง และการ log เซ็นเซอร์ แต่ก็สามารถใช้งานในรูปแบบอื่นๆได้

Source Code https://github.com/iobridge/thingspeak




Particle https://www.particle.io/


Source Code https://github.com/particle-iot

SiteWhere https://sitewhere.io/

  • ถูกออกแบบมาเพื่อย่นระยะเวลาในการพัฒนา product ออกสู่ตลาด
  • สามารถนำไป deploy บน cloud platform ใดก็ได้ รวมถึง private cloud ด้วย
  • แพลตฟอร์ม SiteWhere เคยได้รับการทดสอบจากเวนเดอร์อย่าง Hortonworks และ Cloudera
  • สามารถสเกลขยายขนาดได้มาก จึงนำไปใช้งานกับระบบ big data ได้

Source Code https://github.com/sitewhere/sitewhere



DeviceHive https://devicehive.com/

  • framework สำหรับการสื่อสารแบบ machine to machine (M2M)
  • ทำงานผ่าน API บน cloud ซึ่งสามารถควบคุมแบบ remote ได้ตลอด
  • สามารถนำไปใช้ในแอปพลิเคชันด้านความปลอดภัย, smart home, เซ็นเซอร์, automation และอื่นๆอีกมากมาย
  • มีชุมชนนักพัฒนาที่มีความเคลื่อนไหวตลอดเวลาและพร้อมให้การ support

Source Code https://github.com/devicehive

ข้อดี ของ Open Source IoT Platform


ช่วยลดเวลาการพัฒนา ( Velocity of innovation )

ระบบที่เป็น Open Source ผู้พัฒนาได้ทำระบบเริ่มให้แล้ว ออกแบบ เตรียมเครื่องมือต่างๆ ไว้ให้ เพื่อสามารถเอาไป ต่อยอด ประยุกต์การใช้งานได้ทันที


หาคนมาดูแล แก้ไข พัฒนา ระบบได้ง่ายกว่า ( No Log-in )

ถ้าเป็นระบบงาน ที่ทำขึ้นโดยไม่ Open Source ข้อมูลการจัดทำต่างๆ รวมถึง Source Code นั้นถูกเก็บไว้กับผู้จัดทำ 

ดังนั้น ถ้าต้องการจะแก้ไข พัฒนา ก็ต้องขึ้นอยู่กับผู้จัดทำ ซึ่งจะหาคนมาดูแล พัฒนาเองก็ไม่สามารถทำได้


มีชุมชนของการพัฒนา ( Deveoper Community )

เมื่อเป็น Open Source ก็จะมีคนที่ช่วยเหลือกัน ในการแก้ปัญหาต่างๆ ในการรายงานปัญหา หรือ บักต่างๆ รวมถึง คนที่เก่งๆ ก็แก้ไขปัญหา หรือ บัก ให้ด้วย



Reference 

https://www.techtalkthai.com/10-opensource-software-tool-for-iot-by-cbr/


https://techbeacon.com/app-dev-testing/67-open-source-tools-resources-iot



มาร่วมกันพัฒนาระบบ IoT

ผู้ที่ต้องการทำระบบ IoT อย่างเช่น Smart Home , Smart Farm หรือด้านอื่นๆ
มาร่วมมือพัฒนาเทคโนโลยีร่วมกัน 
สร้างสังคมแห่งเรียนรู้แบ่งบัน เพื่อพัฒนาธุรกิจ ความเป็นอยู่ให้ดีขึ้น
ผู้ที่สนใจ มาร่วมมือกันได้ครับ



อดุลย์ นันทะแก้ว 081-6452400
LINE : adunnan




ความคิดเห็น

แสดงความคิดเห็น

โพสต์ยอดนิยมจากบล็อกนี้

Llama3 Typhoon v1.5 (scb10x) LLM

รูปภาพ
Llama3 Typhoon v1.5 (scb10x) LLM   Typhoon-1.5 models come in 8B and 72B sizes These models are built on the 8B Llama3 and 72B Qwen base models,  8B weights released under the Meta Llama 3 Community License ; 72B weights released under the Tongyi Qianwen License Performance To gain insight into Typhoon’s performance, we evaluated it using multiple-choice exam: Language & Knowledge Capabilities: We assessed Typhoon on multiple-choice question answering datasets, including ThaiExam , M3Exam , and MMLU . The ThaiExam dataset was sourced from standard examinations in Thailand, including ONET, TGAT, TPAT, and A-Level. M3Exam is a benchmark for Southeast Asian countries, including Thailand. MMLU is a standard benchmark for language models in English. Typhoon-1.5X is an eXperimental model designed for application use cases, featuring improved capabilities in Retrieval-Augmented Generation (RAG) , constrained generation , and reasoning in order to achieve competitive performa...
อ่านเพิ่มเติม

Eval Llama v3.1 8B ,70B Model with Thai Language

รูปภาพ
Eval Llama v3.1 8B ,70B  ด้วย ข้อสอบภาษาไทย   เทียบกับ llama3-typhoon ทดสอบ การใช้งาน llama v3.1 ที่ว่า support ภาษาไทย จะทำข้อสอบ ภาษาไทยได้ดีแค่ไหน มาดูกัน ข้อสอบ • 04_investment_consult • 05_facebook_beleble_th_200 • 06_xcopa_th_200 • 07_xnli2.0_th_200 • 08_onet_m3_thai • 09_onet_m3_social • 10_onet_m3_math • 11_onet_m3_science • 12_onet_m3_english • 13_onet_m6_thai • 14_onet_m6_math • 15_onet_m6_social • 16_onet_m6_science • 17_onet_m6_english Code ทดสอบ มาจาก  OpenThaiGPT - Thai Exams Eval https://github.com/OpenThaiGPT/openthaigpt_eval การทดสอบด้วยการทำข้อสอบแบบ Multiple Choice ภาษาไทย ทดสอบบนชุดข้อสอบที่ไม่เคยเห็นมาก่อน ทดสอบแบบ Zero-shot Learning, โค้ดการทดสอบและเนื้อหาข้อสอบสามารถทำตามได้ที่นี่ ข้อมูลของ ข้อสอบ https://docs.google.com/spreadsheets/d/1ZtP5Jkx0IvCWNPQhMKitZszGnLKqvEDEf0OKdmQiXjA/edit#gid=1181424412 ผลการทดสอบ ผลการทดสอบ Average Code การทดสอบ code การ plot Graph Adun Nantakaew อดุลย์ นันทะแก้ว LINE : adunnan Facebook : https://www.facebook.co...
อ่านเพิ่มเติม

LLAMA-CPP-PYTHON on RTX4060 GPU

รูปภาพ
LLAMA-CPP-PYTHON on NVIDIA RTX4060 GPU We try to use llama-cpp-python library with many OS. Windows 11 Ubuntu 22.04 and Colab ( ubuntu 22.04 also ) Llama-cpp-python library with RTX4060 GPU on Windows11 Install NVDIA GPU Driver. we use driver version 537.24 then check nvidia-smi command for check your GPU. Install CUDA Toolkit.    https://developer.nvidia.com/cuda-downloads we use CUDA 12.1 version make sure your cuda is work fine with nvcc command. We use Python 3.11.7 check python and pip with command line. Install Pytorch  https://pytorch.org/get-started/locally/ check pip list and check cuda available on your GPU with python shell. if false it cannot use with NVIDIA GPU. find your problem.  Install llama-cpp-python  https://pypi.org/project/llama-cpp-python/ with CUDA 12.1 use this command. on Jul 2,2024 version 0.2.81 but we use only 0.2.75 it's work fine. ( 0.2.81 not test on Windows11 yet )  pip install llama-cpp-python \ --extra-index-url htt...
อ่านเพิ่มเติม