一般來看，我們將工業(yè)物聯(lián)網(wǎng)可視化為具有有限資源的智能小型設(shè)備的組合，與云計算的巨大計算能力相連接。現(xiàn)在進入市場的軟件解決方案使企業(yè)能夠利用網(wǎng)關(guān)和傳統(tǒng)的工業(yè)計算平臺實時響應(yīng)關(guān)鍵事件，保護安全性，并有效利用連接和帶寬。從云計算和邊緣計算的角度來看工業(yè)物聯(lián)網(wǎng)，或許將得到新的認識。

IIoT：不僅是云計算

工業(yè)物聯(lián)網(wǎng)(IIoT)通常與大數(shù)據(jù)和云相關(guān)聯(lián)，從廣泛分布的傳感器中收集大量數(shù)據(jù)，將“信息轉(zhuǎn)化為洞察力”。在一些工業(yè)流程中，洞察時間非常關(guān)鍵，而將數(shù)據(jù)發(fā)送到云端并接收響應(yīng)的延遲時間可能過長。在其他情況下，數(shù)據(jù)安全性可能會受到影響，或者與互聯(lián)網(wǎng)的快速，可靠連接可能無法使用。為了克服這些挑戰(zhàn)，邊緣計算可以補充云計算的大數(shù)據(jù)處理能力。它可以執(zhí)行需要即時響應(yīng)的計算密集型任務(wù)，并在適當?shù)臅r候?qū)?shù)據(jù)存儲和過濾到云中。邊緣計算可以包含簡單的數(shù)據(jù)過濾，事件處理，甚至機器學習等元素，并且可以托管在任何連接的設(shè)備上，從小型嵌入式計算機或PLC到工業(yè)PC或本地微型數(shù)據(jù)中心。從同一平臺上運行的其他進程隔離并占用很小的空間是關(guān)鍵要求。

最大限度地提高數(shù)據(jù)的價值

IIoT的許多價值在于它可以匯集多種來源的信息，幫助企業(yè)看到更大的局面：如何改進流程，優(yōu)化維護活動，減少浪費和能源消耗，并消除可避免的成本。以云為中心的IIoT視圖可以看到使用重量級軟件應(yīng)用程序在遠程數(shù)據(jù)中心匯集和分析的各種數(shù)據(jù)流。

這種模式的前提是可靠的互聯(lián)網(wǎng)連接總是可用的，有足夠的帶寬可用于處理推送到云端的數(shù)據(jù)，而這種延遲 - 從數(shù)據(jù)生成到收到云端反饋結(jié)果的時間是可以接受的。但是，這些重要成分中的任何一種都可能會丟失。遠程站點可能依賴蜂窩網(wǎng)絡(luò)進行互聯(lián)網(wǎng)連接，但覆蓋范圍可能不完整或不可靠。大量的傳感器可能會產(chǎn)生大量的數(shù)據(jù)，這些數(shù)據(jù)與云通信的成本很高，特別是在包含高清圖像或視頻的情況下。出于安全原因或保持運行效率可能需要實時進行復雜決策。另一方面，對于一些公司而言，數(shù)據(jù)安全性可能會成為問題，因為這些公司可能不希望將敏感信息通過互聯(lián)網(wǎng)傳遞到云端。

在任何這些情況下，將從流程或設(shè)備捕獲的原始數(shù)據(jù)發(fā)送回云可能是不切實際的。盡管如此，在個別機器或過程控制邏輯層面上需要一些智能和決策能力，使企業(yè)能夠確定最佳的行動方案。這是邊緣計算的作用。

邊緣計算提供了一個提升

作為IIoT的一部分，邊緣計算越來越重要。在資產(chǎn)或流程附近實施計算能力的第一線，可以對事件進行智能或協(xié)調(diào)的響應(yīng)，并有助于減輕云上的數(shù)據(jù)處理負擔。在可能具有數(shù)十，數(shù)百甚至數(shù)千個傳感器的系統(tǒng)中，來自這些傳感器的大部分數(shù)據(jù)可能具有最小的價值，僅僅報告“正常”操作條件。智能網(wǎng)關(guān)可以過濾這些數(shù)據(jù)，并將其更有效地丟棄或重新打包，傳輸?shù)皆贫诉M行存儲和分析。當感興趣的事件發(fā)生時，智能節(jié)點可以快速確定正確的響應(yīng)，向連接的設(shè)備發(fā)出適當?shù)闹噶睿⑹录R總成適合云消費的報告。與對來自少量傳感器的信號的高度本地化響應(yīng)不同，邊緣計算與更協(xié)調(diào)的動作相關(guān)聯(lián)，評估來自大量傳感器的數(shù)據(jù)以在更高級別做出決定。例如，如果在鉆井平臺中檢測到過度振動，則可以是采礦應(yīng)用。從振動傳感器接收到的錯誤信號的標準響應(yīng)可能是停止鉆井，導致生產(chǎn)損失和不必要的停機時間來檢查和修理設(shè)備。由于計算能力更強，傳感器輸入和存儲的歷史數(shù)據(jù)更多，一個更強大的邊緣計算設(shè)備可以評估對整個系統(tǒng)的影響，并確定幾個可能的響應(yīng)并計算結(jié)果，并采取最佳的行動方案或通知運營商的最佳選擇。

而直接的傳感器/報警組合沒有具有板上數(shù)據(jù)聚集和處理的邊緣計算設(shè)備的更大圖像視角，邊緣處理引擎可以評估從所有連接的傳感器接收到的數(shù)據(jù)，并基于預先確定的優(yōu)先事項。在制造業(yè)情況下，在流水線末端進行產(chǎn)品測試或檢查后，故障率突然增加，可能需要停止生產(chǎn)以調(diào)查原因。連接到所有機器的智能邊緣設(shè)備可以協(xié)調(diào)線路中所有設(shè)備的這種響應(yīng)?；蛘?，通過分析來自多臺機器的感測數(shù)據(jù)并自動應(yīng)用修復，或指導操作人員糾正問題，使生產(chǎn)能夠快速有效地重新啟動，可以識別變化的原因。

另外，邊緣計算可以通過比較感測的測量結(jié)果與歷史數(shù)據(jù)或預設(shè)的閾值來支持預測性維護來幫助數(shù)字化轉(zhuǎn)換，以計算最佳的替換時間。它還可以對部署在因特網(wǎng)訪問不可靠或覆蓋率較差的地理區(qū)域的資產(chǎn)進行智能管理。如果網(wǎng)關(guān)設(shè)備暫時無法連接到云，則可以將數(shù)據(jù)存儲在本地內(nèi)存中，直到可以重新建立連接。然后，設(shè)備可以自動與云同步，確保遠程應(yīng)用程序始終可以訪問完整和最新的信息。

效率管理是另一個方面，通過利用感測數(shù)據(jù)來調(diào)整和優(yōu)化設(shè)置，根據(jù)高層次的能源管理政策，可以通過邊緣設(shè)備的額外智能來增強。

實施：硬件和軟件

邊緣處理背后的原理是盡可能將分析智能與相關(guān)資產(chǎn)置于同一地點。由于邊緣計算及其與云的關(guān)系仍然是一個正在進行的工作，因此定義和架構(gòu)仍然非常流暢。由于物理空間或資源可能無法實現(xiàn)專用的邊緣服務(wù)器，智能可能需要嵌入到現(xiàn)有的基礎(chǔ)設(shè)施中，例如網(wǎng)關(guān)，PLC，工業(yè)PC或存在于連接的工廠側(cè)的各種其他設(shè)備云。

從本質(zhì)上講，邊緣計算存在于單個機器控制系統(tǒng)的層面之上，在本地操作并補充云中托管的重量級應(yīng)用程序的工作。 邊緣應(yīng)用程序可以執(zhí)行一項任務(wù)，就像從多個渠道獲取和存儲數(shù)據(jù)一樣簡單，并在轉(zhuǎn)發(fā)到云之前過濾數(shù)據(jù)。 更復雜的可視化將分析甚至機器學習帶入邊緣計算的領(lǐng)域，以實時生成智能響應(yīng)。 實現(xiàn)這一復雜愿景所需的基本組件包括數(shù)據(jù)攝取，事件處理引擎，連接設(shè)備管理，用戶應(yīng)用程序以及安全數(shù)據(jù)傳輸?shù)皆啤?/p>

圖2：FogHorn Lighting平臺提供了邊緣軟件堆棧中包含的功能

從第一原則出發(fā)，建立一個完整的智能邊緣處理平臺是一個巨大的挑戰(zhàn)。另一種方法是采用與硬件無關(guān)的軟件框架，該框架提供諸如事件處理引擎，設(shè)備管理和使用諸如MQTT輕量級消息協(xié)議或安全HTTPS之類的協(xié)議的安全流的基本構(gòu)建模塊。許多這樣的框架正在到達IIoT現(xiàn)場，例如GE的Predix，思科的IOx以及FogHorn Systems的閃電平臺。除了功能組件之外，這些軟件包還提供各種軟件開發(fā)工具包(SDK)以允許用戶運行自己的自定義應(yīng)用程序，以及有助于配置系統(tǒng)和定義分析功能的開發(fā)環(huán)境。這些框架還提供了管理邊緣設(shè)備的工具，包括監(jiān)視，控制和診斷。

像 Raspberry Pi Foundation的Raspberry Pi 3這樣的輕便，資源友好的單板計算機可以為這種設(shè)備提供基礎(chǔ)。事實上，通用電氣已經(jīng)展示了在這樣的平臺上運行的邊緣設(shè)備的Predix機器軟件。另一方面，能夠訪問網(wǎng)關(guān)設(shè)備或自動化系統(tǒng)中功能更強大的工業(yè)PC的工程師可以利用額外資源并計算性能來執(zhí)行更復雜的應(yīng)用程序。桌面級別的性能現(xiàn)在可以在經(jīng)過驗證的外形中使用，例如PC/104，在VersaLogic Liger開發(fā)板等板上，該板采用可選的Intel i3，i5或i7(Kaby Lake)雙核處理器，運行頻率高達2.8 GHz。這些電路板非常堅固耐用，具有MIL-STD沖擊和振動阻力，可用于惡劣環(huán)境中的設(shè)備。通過多達八個本地數(shù)字I/O通道，一個用于進一步擴展的Mini PCIe端口以及一個高速SATA存儲接口，這些主板可以承擔復雜的自動化任務(wù)，并處理邊緣處理工作負載。千兆以太網(wǎng)接口便于通過企業(yè)網(wǎng)關(guān)連接到互聯(lián)網(wǎng)和云。此外，該主板還包含一個可信平臺模塊(TPM)，該模塊允許硬件密碼加速并提供安全的密鑰存儲，使其成為需要高度抵抗黑客攻擊的自治設(shè)備的理想選擇。

軟件容器(containers)

要在與自動化控制器或PLC相同的硬件上運行邊緣計算引擎和應(yīng)用程序，需要與其他軟件分開運行。 使用容器(containers)已經(jīng)成為一種流行的方法，它提供了類似于虛擬機的隔離，但更適合資源受限的設(shè)備。 容器鏡像包含軟件運行所需的一切。 但是，與虛擬機不同的是，容器虛擬化了操作系統(tǒng)而不是硬件，從而形成了一個更輕便的便攜式解決方案。 也可以在容器中使用虛擬機來獲得部署和管理應(yīng)用程序的額外的靈活性。

Docker框架被IoT解決方案開發(fā)人員廣泛用于實現(xiàn)容器(圖3)，并向支持容器生態(tài)系統(tǒng)開發(fā)的Open Container Initiative(OCI)捐獻了代碼。要創(chuàng)建邊緣計算解決方案，可以使用C/C++或Java開發(fā)基于Docker的Linux應(yīng)用程序，以捕獲所需的數(shù)據(jù)，并通過所選軟件平臺中提供的SDK與分析引擎等邊緣處理資源集成。

通過提供便捷的儀表板來管理連接的邊緣設(shè)備，一個合適的軟件平臺允許開發(fā)人員專注于定制他們的應(yīng)用程序來捕獲他們需要的數(shù)據(jù)，并對檢測到的事件作出適當?shù)捻憫?yīng)。邊緣計算是軟件開發(fā)平臺以及交鑰匙邊緣計算設(shè)備進入市場的重要新產(chǎn)品開發(fā)的主題。

邊緣計算是IIoT的一個額外方面，已準備好與云計算合作，為運營商和業(yè)務(wù)經(jīng)理提供靈活性，以便在適當?shù)臅r間獲得他們所需的洞察力。通用電氣公司(GE)已經(jīng)估計，傳統(tǒng)的自動化只使用大約3%的機器數(shù)據(jù)來產(chǎn)生有意義的結(jié)果。邊緣和云計算如果同時使用，可以釋放更多的剩余97%的價值，從而增強實時自動化并指導長期決策。

通常將IIoT可視化為具有有限資源的智能小型設(shè)備的組合，與云計算的巨大計算能力相連接。隨著越來越多的企業(yè)在更廣泛的情況下依賴IIoT，一個更復雜的架構(gòu)正在不斷發(fā)展，其特點是在邊緣具有智能，以補充云的力量?，F(xiàn)在進入市場的軟件解決方案使企業(yè)能夠利用網(wǎng)關(guān)和傳統(tǒng)的工業(yè)計算平臺實時響應(yīng)關(guān)鍵事件，保護安全性，并有效利用連接和帶寬。