边缘计算综述

1.什么是边缘计算？在IIoT的背景下，“边缘”是指靠近数据源的计算基础设施，例如工业机器（例如风力涡轮机，磁共振（MR）扫描仪，海底防喷器）），工业控制器如SCADA系统和时间序列数据库汇总来自各种设备和传感器的数据。这些设备通常远离云中可用的集中式计算。边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台。边缘计算与云计算互相协同，共同助力各行各业的数字化转型。它就近提供智能互联服务，满足行业在数字化变革过程中对实时业务、业务智能、数据聚合与互操作、安全与隐私保护等方面的关键需求。到目前为止，边缘计算的作用主要用于摄取，存储，过滤和发送数据到云系统。然而，我们正处于一个时间点，这些计算系统正在包装更多的计算，存储和分析功能，以消耗并对机器位置的数据采取行动。这种能力对于工业组织来说将是非常有价值的-这是不可或缺的。2.这对工业带来的价值行业权威人士已经计算出，数以千计的连接事物会从不同的来源产生大量的数据。根据国际电信联盟电信标准分局ITU-T的研究报告，到2020年，每个人每秒将产生1.7MB的数据，IoT可穿戴设备的出货量将达到2.37亿。IDC也发布了相关预测，到2018年，50%的物联网网络将面临网络带宽的限制，40%的数据需要在网络边缘侧分析、处理与储存，到2025年，这一数字将超过50%。管理咨询公司麦肯锡公司估计，到2025年，工业物联网（IIoT）将创造价值7.5万亿的市场规模。工业物联网将思想和机器结合在一起，将人们与加速数字产业转型的机器数据相结合。通过将大数据，高级分析和机器学习应用于运营，工业可以减少计划外停机时间，提高资产性能，降低维护成本，并为从机床数据中获取未开发价值的新业务模式开拓潜力。过去几年来，工业组织已经开始将云计算融入业务，从大量数据中获取洞察力，帮助实现关键业务成果，包括减少意外停机，提高生产效率，降低能耗等。云计算仍然通过工业物联网来实现新的性能水平发挥关键作用，因为它需要大量的计算能力来有效地管理来自机器的庞大数据量。但是随着更多的计算，存储和分析能力被捆绑到更靠近数据源的较小设备中，即工业机器-边缘计算将有助于边缘处理实现工业物联网的承诺。虽然这个概念不是新的，但是有几个关键的驱动力使它成为今天更可行的现实：计算和传感器的成本继续下滑，在较小尺寸的设备（如网关或传感器集线器）中执行的更多计算能力，来自机器和/或环境的日益增长的数据（例如天气或市场定价），现代机器学习与分析。这些因素有助于公司将大量数据转化为具有洞察力和智慧的行动。对于工业组织来说，这种技术在以下用例中将变得至关重要：低/间歇连接（如远程位置）o将数据传输到云的带宽和相关的高成本o低延迟，例如机器洞察和启动之间的闭环相互作用（即在机器上采取动作）o即时分析（比如，在现场工作的技术人员来检查机器性能），o获取实时分析的时间数据o遵守，法规或网络安全限制。这项技术的业务影响令人信服。边缘计算联盟虽然可以为工业组织带来许多成果，但确定了以下内容：预测维护o降低成本o安全保证o产品到服务的扩展（新的收入来源）能源效率管理o降低能耗o降低维护成本o可靠性更高智能制造o增加客户需求意味着产品使用寿命大大降低o定制生产模式o小批量和多批次模式正在开始取代大批量生产灵活的设备更换o灵活调整生产计划o快速部署新的流程和模型3.边缘计算与云计算对于工业企业来说，要充分认识到机器产生的大量数据的价值，边缘计算和云计算必须一起工作。当您考虑这两种技术时，请考虑使用双手的方法。您将根据所需的操作使用一个或两个。将其应用于IIoT示例，其中一只手是边缘，另一只手是云，您可以快速查看某些工作负载中的“边缘手”将如何发挥更重要的作用，而在其他情况下，您的“云手”将采取领先位置。而有时候需要双手同时进行。边缘将占主导地位的场景包括需要低延迟（速度至关重要）或有带宽限制的地方（诸如矿井或海上石油平台等场所，使其既不实际也不负担得起，在某些情况下也是不可能的，将所有数据从机器发送到云端）。当互联网或蜂窝连接很多时，也很重要。当行动需要重要的计算能力，管理来自各个工厂的数据量，资产健康监测和机器学习等时，云计算将占据更主要的地位。底线是这样的：云端和边缘都是工业运营所必需的，从现今云计算和边缘应用的复杂，多样和数量庞大的数据中获得最大的价值，无论哪个地方最有意义的是实现预期的结果。4.边缘计算典型应用场景4.1.智能家居行业：家中有非常多的智能家居的设备，智能家居不同产品之间互动场景的定义，需要边缘计算。这个边缘计算或者是个网关、或者是个中控系统，设备之间的互联互通、场景控制需要通过云计算与边缘计算协同。4.2.可穿戴设备：未来可穿戴设备大规模普及，每个人可能随身携带几个或者几十个可穿戴的设备，这些可穿戴设备之间是否需要联动？什么设备做这些设备的联动？如何让这些可穿戴设备协同？以每个人为中心的场景也需要边缘计算。4.3.车联网：每部车上都有大量的设备，汽车设备之间的协同，车与其他车之间的协同，车与人的协同；也需要通过边缘计算实现。4.4.智慧城市智慧城市建设是涉及诸多信息系统建设、科学运用综合集成技术的大型信息化工程，将带动城市基础设施的整体升级，支撑城市转型和产业升级。从国外到国内，从深圳到贵阳，物联网技术是基础设施智能化的重要支撑，而物联网技术应用也一定需要边缘计算。从铺设网络、装置传感器、搭建系统平台到实现数据全采集，边缘计算在智慧城市中有着丰富的应用场景。在道路两侧路灯杆上安装传感器，便于收集城市路面信息，检测空气质量、光照强度、噪音水平等环境数据。当路灯发生故障时能够即时反馈至维护人员。在大楼电梯内安装传感器，收集电梯载客人数、运行时间等信息，并将信息上传云平台，通过统计分析能够优化电梯运营、排查故障原因。在商业楼宇停车场内安装停车传感器，便于物业运营管理车位，同时司机也能通过第三方应用程序，根据传感器发来的信号获知空车位信息，后台车位信息的收集、分析及合理调度及基于停车现场的车位信息即时获取，构成了完善的停车传感器系统，一定程度能够缓解高峰期“停车难”的城市化难题。5.挑战为了实现边缘计算，我们认为在硬件、中间件和软件层面，有以下5个挑战需要解决。5.1.挑战1：边缘节点上的通用计算能力理论上，可以在位于边缘设备和云平台之间的某几个节点上完成边缘计算，包括接入点、基站、网关、业务节点、路由器、交换机等。例如，基站可以根据工作负载能力，执行数字信号处理（DSP）。但是在实践中，基站可能并不适合处理分析工作，因为DSP并不是为通用计算设计的。此外，这些节点是否可以执行除了现有工作之外的计算还不太清楚。由CAVIUM提供的OCTEONFusion®Family是一个小型“芯片上基站”单元，可扩展从6个到14个的内核，以支持32到300+的用户。这种基站可在非高峰时间使用多个计算核心的运算能力。许多供应商也已经迈出了使用软件解决方案实现边缘计算的第一步。例如，诺基亚针对移动边缘计算（MEC）的软件解决方案旨在为基站站点提供边缘计算能力。同样，思科的IOx为其集成的服务路由器提供了一个边缘计算环境。这些解决方案应用于特定硬件，因此不适合部署在异构环境中。软件解决方案面临的一个挑战是如何开发跨越不同环境的可移植的解决方案。某些公司正在研究升级边缘节点，以支持通用计算需求。例如，可以升级无线家庭路由器以支持额外的计算任务。英特尔的SmartCellPlatform使用虚拟化技术，支持额外的计算任务。通用CPU替换专用DSP提供了另一种解决方案，但却需要巨大的投资。图7：英特尔的物联网网站挑战2：发现边缘节点到2020年将有500亿的终端和设备联网，除了边缘设备与终端联网最大的“异构”特征之外，产品生命周期越来越短、个性化需求越来越高、全生命周期管理和服务化的趋势越来越明显，这些新趋势都需要边缘计算提供强大的技术支撑。如何在分布式计算环境中发现资源和服务是一个有待拓展的领域。为了充分利用网络的边缘设备，需要建立某种发现机制，找到可以分散式部署的适当节点。因为可用设备的数量庞大，这些机制不能依靠人工手动。此外，还需要使用多种异构设备满足最新的计算需求，比如大规模的机器学习任务。这些机制必须在不增加等待时间或损害用户体验的前提下，实现不同层次和等级的计算工作流中无缝集成，原有的基于云计算的机制在边缘计算领域不再适用。5.3.挑战3：分区和拆分任务对于边缘计算来说，最大的难点在于如何动态、大规模地部署运算和存储能力以及云端和设备端如何高效协同、无缝对接。不断发展的分布式计算已经催生了许多技术用来促进在多个地理位置分区执行任务。任务分区通常在编程语言或管理工具中明确表示。然而，利用边缘节点来实现分区计算不仅仅带来了有效分割计算任务的挑战，对于如何能在不需要明确定义边缘节点的能力或位置，以自动化的方式进行计算的问题上，也遇到了瓶颈。因此，需要一种新型的调度方式，以便将分割的任务部署到各个边缘节点上。5.4.挑战4：高水准的服务质量（QoS）和服务体验（QoE）另一个挑战是需要确保边缘节点实现高吞吐量，并且在承接额外计算工作量时运行可靠。例如，当基站过载时，可能影响连接到基站的其他边缘设备。因此需要对边缘节点的峰值时间全面了解，以便可以用灵活的方式来分割和调度任务。复杂的算法如何在云端和边缘设备之间合理分解和整合，需要一个对云管端三者都有控制力的技术来实现。5.5.挑战5：开放和安全的使用边缘节点安全横跨云计算和边缘计算，需要实施端到端的防护。由于更贴近万物互联的设备，网络边缘侧访问控制与威胁防护的广度和难度因此大幅提升。边缘侧安全主要包含设备安全、网络安全、数据安全与应用安全。此外，关键数据的完整性、保密性是安全领域需要重点关注的内容。如果把终端设备（例如交换机、路由器和基站）当作可共享接入的边缘节点，则需要解决许多问题：首先，需要定义边缘设备使用者和拥有者相关联的风险。其次，当设备用于边缘计算节点时，设备的原有的功能不能被损害。第三，边缘节点上的多重用户都需要将安全性作为首要关注指标。第四，需要向边缘节点的用户保证最低服务水平。最后，需要考虑工作负载、计算能力、数据位置和迁移、维护成本和能源消耗，以便建立合适的定价模型。6.现有解决方案包括PTC、GEPredix、华为的相关解决方案等6.1.PTC的ThingWorx平台ThingWorxIoT平台ThingWorx技术平台是唯一的企业级平台，使创新者能够快速开发和部署物联网的智能连接解决方案。ThingWorx包含最完整的集成的特定于IoT的集成开发工具和功能，使解决方案开发简单，上市时间快，并且在平台上构建的解决方案更具吸引力。连接-使用来自Kepware的ThingWorx连接或工业连接连接您的“东西”。分析-ThingWorx分析自动化复杂的分析流程，用于loT数据，如边缘实时异常检测，预测分析和模拟。创建-强大的开发工具使熟练和新手的开发人员能够快速创建解决方案。经验-使用Vuforia的增强现实创造体验，帮助终端用户更好地创建，服务和操作他们的“事物”。分享-通过ThingWorx开发者门户，Marketplace和我们的年度loTConferenceLiveWorx与世界各地的loT开发人员进行协作。6.2.GEPredix6.2.1.Predix架构介绍官网公布的架构了解物联网IoT的基本架构的话，一看Predix也是同样的架构应用层：采用Predix云平台，在安全的环境下，交付和部署可扩展的服务和端到端工业应用；Predix云层：提供各种服务（资产管理、数据分析、数据存储、安全管理、运维管理等）和开发工具；联接层：提供各种联接协议和方式，联接企业业务系统和PredixMachine联接各种设备，采集关键工业数据。（PredixMachine，跟Thingworx的EdgeManagementServer一样，简单理解就是安装在EdgeAsset上的小程序，用于设备与平