siemens x
工業(yè)連接

邊緣計算+IoT云平臺,物聯(lián)網(wǎng)既能上天,又接地氣!

2025China.cn   2017年07月11日

  現(xiàn)在的趨勢是工業(yè)端應(yīng)用超越了消費端應(yīng)用,正在主導(dǎo)全球物聯(lián)網(wǎng)投資,我們可以拍腦袋“負(fù)責(zé)”地預(yù)測:邊緣計算會最先從工業(yè)應(yīng)用落地。

 

  邊緣計算+IoT云平臺,正在成為巨頭們強(qiáng)強(qiáng)聯(lián)手的重頭戲。比如華為的邊緣計算方案EC-IoT和GE的云平臺Predix合作,實現(xiàn)工業(yè)設(shè)備運行狀態(tài)的實時監(jiān)測;再比如思科的邊緣計算實現(xiàn)與微軟Azure云平臺之間的互聯(lián),確保為企業(yè)提供從邊緣到云端的整體性服務(wù)。

  本文揭示了巨頭們在互相合作之外,自己同時“修煉”邊緣計算+IoT云平臺能力,做到“雌雄同體”的發(fā)展思路。

  IoT成熟的過程,是運算能力進(jìn)一步分工細(xì)化的過程

  “邊緣計算”是在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè),融合網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心能力的開放平臺,就近提供邊緣智能服務(wù)。

 

  需要強(qiáng)調(diào)的是,最新出現(xiàn)的“邊緣計算”設(shè)備,并不是傳統(tǒng)的網(wǎng)關(guān)或者控制器換個名稱“濫竽充數(shù)”,而是需要滿足3個必備能力:采集邊緣數(shù)據(jù)、智能的運算能力和可操作的決策反饋。

  ● 采集邊緣數(shù)據(jù) - 數(shù)據(jù)采集是邊緣計算的基礎(chǔ),從工業(yè)設(shè)備到智能家電,一切設(shè)備都是數(shù)據(jù)的來源。

  ● 智能的運算能力 - 基于機(jī)器學(xué)習(xí),跨越邊緣計算和云平臺提供智能化的運算能力。微軟、谷歌、亞馬遜、IBM等巨頭正在不遺余力的把機(jī)器學(xué)習(xí)能力嵌入到各個角落。

  ● 可操作的決策反饋 - 管理層可以根據(jù)數(shù)據(jù)分析獲得相關(guān)決策建議,或者由授權(quán)代表或者設(shè)備本身直接完成決策過程。

  邊緣計算與集中式的傳統(tǒng)云計算框架最大的區(qū)別在于,邊緣計算采用分布式計算架構(gòu),將運算分散在靠近數(shù)據(jù)源的近端設(shè)備處理,分擔(dān)云平臺的工作量,而不再需要大老遠(yuǎn)把數(shù)據(jù)回傳云端處理,實時性更好、效率更高、延遲最短,甚至沒有網(wǎng)絡(luò)、無法接入云端,也不會妨礙邊緣設(shè)備的“貼地”計算。

  談到邊緣計算與IoT云平臺之間的關(guān)系,貼近現(xiàn)實的觀點是,邊緣計算與云計算將會共生,成為互補(bǔ)。邊緣計算并不會最終取代云端,而是通過分布式架構(gòu),讓傳統(tǒng)的云計算框架進(jìn)一步去中心化,完成運算能力的進(jìn)一步分工,讓原本匯聚在云端的能力向外圍延伸,更加“貼地”。

  毋庸置疑,邊緣計算的市場前景非常廣闊:到2018年,40%的IoT數(shù)據(jù)將會通過霧計算、邊緣計算在近端處理。

  根據(jù)IDC的預(yù)估,對物聯(lián)網(wǎng)的投資將在未來3年內(nèi)以15.6%的速度增長,2020年達(dá)到1.29萬億美元。其中,物聯(lián)網(wǎng)投資由工業(yè)應(yīng)用主導(dǎo),包括制造業(yè)、交通運輸業(yè)和公用事業(yè)。既然工業(yè)端應(yīng)用超越了消費端應(yīng)用,正在主導(dǎo)全球物聯(lián)網(wǎng)投資,那我們就可以拍腦袋“負(fù)責(zé)”的預(yù)測:邊緣計算會最先從工業(yè)應(yīng)用落地。

  邊緣計算+IoT云平臺的組合,也可以用到傳感器數(shù)據(jù)監(jiān)測和分析、零售業(yè)用戶的行為分析、移動數(shù)據(jù)的降噪和信息提取、金融機(jī)構(gòu)的合規(guī)分析、石油/天然氣等行業(yè)的遠(yuǎn)程監(jiān)測和分析,以及各種相關(guān)領(lǐng)域。

  巨頭紛紛跨界,進(jìn)入下半場的新賽道

  亞馬遜已經(jīng)正式推出Greengrass進(jìn)軍邊緣計算陣地。從Bottom up的觀點來看,聚焦在傳統(tǒng)邊緣計算領(lǐng)域的企業(yè)也紛紛進(jìn)軍IoT云平臺?!按菩弁w”的中性氣質(zhì),正在物聯(lián)網(wǎng)領(lǐng)域中彌漫。

  不少企業(yè)已在邊緣計算深耕多年,尤其以工業(yè)領(lǐng)域的知名企業(yè)為代表,都是擅長邊緣計算的行家里手,憑借以往設(shè)備端的數(shù)據(jù)采集與控制經(jīng)驗,加個IoT云平臺的營生,也可以得心應(yīng)手。

  西門子

  僅僅邊緣計算還不夠,工業(yè)物聯(lián)網(wǎng)需要利用云平臺來應(yīng)付各種情境。西門子Simatic IOT 2000就是專為西門子云平臺MindSphere和SAP Hana而設(shè)計的智能網(wǎng)關(guān)。

  用戶可以在工廠內(nèi)部對網(wǎng)關(guān)進(jìn)行改造,以便協(xié)調(diào)不同數(shù)據(jù)源之間的通信、分析并傳遞數(shù)據(jù)。通過Simatic IOT 2000接入的云平臺可以是MindSphere或用戶首選的其它任何云。

 

  Simatic IOT 2000通常用于預(yù)防性機(jī)械維護(hù),可最大限度減少生產(chǎn)停工風(fēng)險,避免高價損失。另外,它還能對相關(guān)指標(biāo)進(jìn)行評估,并盡早查明即將發(fā)生的磨損。

  由于在工業(yè)領(lǐng)域多年的經(jīng)驗積累,Simatic IOT 2000保證了在工業(yè)現(xiàn)場惡劣環(huán)境下的可靠性,這一點能夠彌補(bǔ)Arduino等物聯(lián)網(wǎng)開源硬件在工業(yè)強(qiáng)度等級上的不足,相當(dāng)于給性能強(qiáng)大的物聯(lián)網(wǎng)硬件穿上一身安全服。

 

  至于MindSphere,則是西門子推出的一個開放IoT云平臺,工業(yè)企業(yè)可將其作為數(shù)字化服務(wù)——譬如預(yù)防性維護(hù)、能源數(shù)據(jù)管理以及工廠資源優(yōu)化——的基礎(chǔ)。

  博世

  博世在本輪邊緣計算+IoT云平臺的賽局中的能量不可小覷,這是一家具備傳感器、云平臺和服務(wù),三大核心IoT競爭力的公司。

 

  博世通過自己的云平臺,運行各類有助于實現(xiàn)未來互聯(lián)愿景的應(yīng)用程序,包括智能家居、工業(yè)4.0以及互聯(lián)交通。

  按照博世的邏輯,給公司制造的各種家電、工業(yè)產(chǎn)品、車載設(shè)備等“物”加上感知設(shè)備,能夠使其收集到數(shù)據(jù)。之后數(shù)據(jù)將會被傳到Bosch IoT Cloud,通過軟件的運算和優(yōu)化,最終形成相應(yīng)的服務(wù)。

  研華科技

  研華今年也發(fā)表了一系列邊緣智能服務(wù)器軟硬整合解決方案(Edge Intelligence Servers),可以應(yīng)用在工廠、零售、車隊物流、醫(yī)療,以及環(huán)境與能源等行業(yè)。

  新一代IoT邊緣智能服務(wù)器(Edge Intelligence Server,簡稱EIS)可以把不同工業(yè)協(xié)議收集起來的數(shù)據(jù)轉(zhuǎn)換成MQTT協(xié)議傳輸?shù)皆贫耍缓笤僮鰯?shù)據(jù)分析或應(yīng)用的處理。簡單的說,研華IoT邊緣智能服務(wù)器(EIS)=物聯(lián)網(wǎng)網(wǎng)關(guān)+小型數(shù)據(jù)庫+輕量計算與分析。

 

  同時,為了幫助物聯(lián)網(wǎng)系統(tǒng)集成商快速開發(fā)出所需的應(yīng)用系統(tǒng),研華開發(fā)了一個中間件名叫WISE-PaaS,這個中間件提供傳感器信息傳輸和遠(yuǎn)程管理控制,集成了大數(shù)據(jù)分析、物聯(lián)網(wǎng)應(yīng)用開發(fā)等工具,是云平臺與IoT設(shè)備之間的橋梁。

  機(jī)器學(xué)習(xí)“離家出走”,貼近邊緣

  除了巨頭們對邊緣計算的青睞之外,技術(shù)的成熟度也在催化邊緣計算的落地。

  以往我們認(rèn)為人工智能的相關(guān)算法必須通過云端的運算能力來實現(xiàn),不過現(xiàn)在機(jī)器學(xué)習(xí)大有從云端降落的趨勢,通過邊緣計算完成。

  最近蘋果發(fā)布了Core ML平臺,堅持不在云端實現(xiàn)機(jī)器學(xué)習(xí),核心是加速在iPhone、iPad、Apple Watch上的人工智能任務(wù),支持深度神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、樹集成、線性模型等。

  Core ML的推出意味著機(jī)器學(xué)習(xí)正在從云端“離家出走”,降落到邊緣設(shè)備的開始。

  各大巨頭的邏輯就是,通過培養(yǎng)邊緣計算+IoT云平臺的綜合實力,提煉共性技術(shù),跨越多個行業(yè)推出普適性的服務(wù)。

  而在實際的操作中,無論是工業(yè)領(lǐng)域,還是消費領(lǐng)域,細(xì)分市場眾多,需求差異很大,夢想一步做成整體行業(yè)的獨角獸簡直是難于登天。這時創(chuàng)新企業(yè)擺正態(tài)度,找準(zhǔn)定位,依托巨頭斥資打造的物聯(lián)網(wǎng)生態(tài),在某個或者某幾個細(xì)分領(lǐng)域深耕細(xì)作,不失為發(fā)展良機(jī)。

  本文的最后,附上表格:邊緣計算并不只是巨頭的天下。

(轉(zhuǎn)載)

標(biāo)簽:研華 物聯(lián)網(wǎng) 我要反饋 
2024世界人工智能大會專題
即刻點擊并下載ABB資料,好禮贏不停~
優(yōu)傲機(jī)器人下載中心
西克
2024全景工博會
專題報道