邊緣計算引入企業(yè)物聯(lián)網(wǎng)解決方案的優(yōu)勢
近年來，物聯(lián)網(wǎng)極大地激發(fā)了人們對邊緣計算主題的興趣。
事實上，邊緣計算對于釋放物聯(lián)網(wǎng)設備產生的不斷增加的數(shù)據(jù)量的潛力寄予厚望。到2025年，這一數(shù)字預計將達到73.1ZB，但要從中提取價值，需要分別對數(shù)據(jù)流進行有效的分配、管理和分析。在這里，邊緣設備可能會有所幫助。
統(tǒng)計數(shù)據(jù)顯示，邊緣計算已經(jīng)在大多數(shù)物聯(lián)網(wǎng)應用中以這樣或那樣的方式使用。除了路由器和防火墻之外，邊緣計算還允許執(zhí)行智能自動化和預測性維護、優(yōu)化數(shù)據(jù)生命周期，從而降低成本。盡管智能邊緣是一種新應用，但已經(jīng)可以仔細研究其在工業(yè)、交通、醫(yī)療保健和其他常見的企業(yè)物聯(lián)網(wǎng)解決方案中的表現(xiàn)，以充分利用。本文指出了哪些環(huán)境需要邊緣計算、哪些物聯(lián)網(wǎng)+邊緣串聯(lián)最有前途，以及如何在物聯(lián)網(wǎng)生態(tài)系統(tǒng)中有效地分配工作負載。
邊緣設備在企業(yè)物聯(lián)網(wǎng)解決方案中的地位
企業(yè)物聯(lián)網(wǎng)解決方案的傳統(tǒng)架構假設數(shù)據(jù)是從物體收集的，例如傳送帶上的產品或車間的設備；然后將其傳輸?shù)皆贫诉M行進一步處理和分析。在這樣的系統(tǒng)中，邊緣設備以傳統(tǒng)方式使用——通過網(wǎng)絡分發(fā)數(shù)據(jù)并控制網(wǎng)絡流量。路由器、防火墻、多路復用器和交換機都屬于此類設備，后者允許企業(yè)連接到工業(yè)設備。一般來說，它們允許在整個企業(yè)范圍內建立物聯(lián)網(wǎng)，無論其位置如何。
為了物聯(lián)網(wǎng)自動化解決方案，人工智能在云端生成的想法被發(fā)送回現(xiàn)場以引發(fā)一些行動。當然，這種方法缺乏速度和吞吐量，這對于廣泛分布式架構和需要處理的大量數(shù)據(jù)至關重要。這就是智能邊緣設備發(fā)揮作用的地方，負責處理、分析和操作。其優(yōu)勢體現(xiàn)在其與數(shù)據(jù)源的接近度上，使其能夠通過向其委托一些基本的決策憑證來減少延遲。
終端設備。智能傳感器和執(zhí)行器、可穿戴設備、攝像頭和其他傳感設備盡可能靠近物體。其計算能力因尺寸緊湊而受到限制。物聯(lián)網(wǎng)網(wǎng)關只允許有潛在價值的信息到達云端。這是物與云之間的橋梁：執(zhí)行聚合、預處理、過濾數(shù)據(jù)、驗證其真實性以及清理原始數(shù)據(jù)。其還為現(xiàn)場設備提供管理，確保自動化的分布式架構。邊緣服務器是在邊緣進行大量計算的環(huán)境的總稱。物理服務器、筆記本電腦、嵌入式系統(tǒng)或片上系統(tǒng)都可以接管這一功能。這一類別近年來引起了特別關注，因為其允許在整個系統(tǒng)中重新分配計算負載，并引入人工智能(AI)。因此，當將某些負載放置在邊緣時，系統(tǒng)可以節(jié)省與云的通信時間，從而可以快速響應現(xiàn)場情況。此外，由于數(shù)據(jù)不會超出本地存儲，因此還提供了更高的可用性、可靠性以及安全性。為了使此配置具有成本效益，重要的是不要讓云超載。
企業(yè)物聯(lián)網(wǎng)解決方案最有前途的邊緣計算應用
云混合+邊緣
由于混合云的主要價值揭示了在不同環(huán)境之間轉移工作負載的機會，因此將此類基礎設施擴展到邊緣解決方案看起來盡可能自然。通過連接邊緣設備，在如何優(yōu)化工作負載方面出現(xiàn)了更多選項。這允許在系統(tǒng)發(fā)生故障時具有成本效益的可擴展性和更高的阻力。在混合環(huán)境中，邊緣組件為整個系統(tǒng)提供了額外的靈活性，而云組件則增加了分布式資產之間的一致性。
當涉及到在物聯(lián)網(wǎng)生態(tài)系統(tǒng)中循環(huán)的大量數(shù)據(jù)時，可以通過將實時計算置于邊緣來獲得更多價值，而無需進行云計算深度分析。同時，云端可以作為管理中心，為整個系統(tǒng)提供透明度。如果出現(xiàn)問題，也不用為每個節(jié)點求助專家，因此混合云+邊緣串聯(lián)可以提高可控性。Micro Shift等開源項目有助于將Kubernetes等關鍵任務平臺擴展到邊緣，并保持一致。
邊緣計算+人工智能/機器學習
將人工智能引入邊緣越來越受歡迎，因為邊緣計算可以克服對云計算的速度限制。有時，這是實現(xiàn)人工智能物聯(lián)網(wǎng)生態(tài)系統(tǒng)的唯一方法，因為互聯(lián)網(wǎng)連接可能不可用，或者需要提高數(shù)據(jù)安全性。無論如何，其擴展了在現(xiàn)場處理原始數(shù)據(jù)的可能性，這對于時間緊迫的自動化解決方案和高度分布式系統(tǒng)是不可或缺的。將云計算納入這條鏈不僅耗時且成本高昂，因為其需要互聯(lián)網(wǎng)通道帶寬、流量、額外能源等形式的大量資源。例如，在煉油廠處理來自傳感器的信息每天產生超過1tb的原始數(shù)據(jù)，這需要過多的資源來以處理。
應用于邊緣設備的人工智能算法帶來了新的用例，如遠程監(jiān)控、預測性維護以及高級自動化。部署在邊緣的機器視覺也繼續(xù)獲得動力。但無論如何，在物聯(lián)網(wǎng)生態(tài)系統(tǒng)中實施人工智能需要云和邊緣之間的合作。人工智能的訓練仍然在云端進行，因為我們需要過多的計算能力來進行這項操作，而部署則設置在邊緣。這種模式的日益成功讓我們可以談論人工物聯(lián)網(wǎng)（AIoT）。
邊緣計算+5G
邊緣和5G的結合有望增強邊緣計算的主要優(yōu)勢——最大限度地接近實時地執(zhí)行操作。到目前為止，我們還不能談論所期望的1毫秒響應，但5G已經(jīng)比LTE1快16倍。這種速度使得多種應用可以輕松部署在云端，例如機器人的實時監(jiān)控、無人機控制、自動駕駛車輛，甚至遠程MRP服務和手術。20 Gbps的峰值數(shù)據(jù)傳輸速率能夠創(chuàng)建增強現(xiàn)實應用并處理大量數(shù)據(jù)，例如4k視頻。
一般來說，5G允許企業(yè)部署更低功耗的邊緣設備，同時提供更高的計算能力。此類網(wǎng)絡的帶寬允許連接的設備數(shù)量比通過4G或LTE技術多100倍！這樣的能力為物聯(lián)網(wǎng)最不可思議的應用開辟了道路，比如黑暗工廠。
邊緣計算上的能量收集
隨著企業(yè)物聯(lián)網(wǎng)解決方案的擴展，設備供電問題也隨之出現(xiàn)，因為傳感器和其他邊緣設備可以在無線或網(wǎng)狀網(wǎng)絡覆蓋范圍之外運行，以覆蓋整個監(jiān)控表面。所幸，能量收集技術正在不斷進步，為不同的物聯(lián)網(wǎng)應用提供不同的能量收集技術，這將顯著延長低功耗設備的電池壽命。例如，基于太陽能或振動的能量收集系統(tǒng)應用于內置汽車設備，用于汽車與基礎設施的通信，而光或熱能傳感器的能量收集源被成功用于工作場所自動化。在最新的發(fā)展中，我們可以看到使用環(huán)境光能量的自主NB-IoT模塊。該解決方案基于太陽能電池和具有MPPT功能的PMIC。
將邊緣計算引入企業(yè)物聯(lián)網(wǎng)解決方案的建議：
邊緣基礎設施已經(jīng)足夠成熟，可以創(chuàng)建復雜的物聯(lián)網(wǎng)應用，并在云和邊緣之間平衡分配計算能力。將云基礎設施擴展到邊緣對實時操作很有意義，因為其可以最大限度地減少延遲。此類基礎設施中的云服務器提高了透明度并增強了資產控制。在創(chuàng)建企業(yè)物聯(lián)網(wǎng)解決方案時，重要的是從一開始就預見邊緣組件，然后能夠增加其優(yōu)勢，包括在人工智能的幫助下。訓練模型需要重型硬件，因此最好在云端訓練人工智能，并在邊緣部署完成的模型。擴展物聯(lián)網(wǎng)基礎設施需要優(yōu)化邊緣資源。能量收集技術的引入在這里可能是有益的。
免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
