为您的物联网系统开发规划正确的路线

您正在设计物联网系统吗？让我帮助您奠定基础，以便您知道如何以及从哪里开始。因为如果你从一开始就没有走在正确的道路上，你就会经历很长的路，远远超过必要的时间。您的应用将有助于确定您的选择，无论是机器人、工业、制造、自动化还是其他领域，包括医疗设备。

首先，开源的决定可能是一个好决定。开源不仅仅指软件。这是一个商业决策，也是一种文化态度。例如，在 SUSE，我们利用我们的 Linux 传统，但也部署灵活的业务实践，而不会将开发人员锁定在任何特定供应商中。

决策一必须与您决定在物联网系统中使用的工具有关。然后，您可以更深入地了解如何利用所选工具。在某些时候，开源工具可能会迁移到商业产品中，关键是“迁移点”发生在适当的时间。请注意，在某些情况下，商业权利从一开始就是正确的选择。这个决定与设计团队的经验、团队愿意承担的成本以及所需的时间框架有很大关系。

物联网领域相当广泛，因此您需要从启用硬件和操作系统（OS），支持操作系统以及管理所有连接设备的角度来看待它。一开始，这不一定是垂直的，即硬件就是硬件，操作系统只是操作系统。当您开始将内容组合在一起时，它就会在垂直应用程序中组合在一起。

边缘到云的连接

一个常量是边缘到云的连接。最近，更多的聪明人被推向边缘，并且有几个很好的理由。首先，在边缘拥有智能可以让您更快地做出决策。如果您的应用程序需要实时决策，这是要走的路。自动驾驶和医疗设备是两个真正需要实时决策的应用。第二个原因是降低成本。让我们面对现实吧;长距离无线发送数据可能很昂贵。没有办法解决这个问题。

您几乎可以将Edge视为自己的迷你服务器。事实上，如今边缘的计算能力几乎与几年前的云一样多。第二个基于边缘的功能是预处理数据，因此您实际上向云发送的数据越来越少，从而简化了传输和接收，并减少了在云中处理该数据所需的时间。

将所有这些放在一起，信息是您可以（相对）轻松地进行工作负载处理，将其容器化，然后将其移动到物联网的边缘。这导致边缘上具有类似但有限的服务器功能。当设备连接到 Edge 节点时，您将启动一个处理该工作负载的容器，并执行一定程度的处理。

例如，如果您在边缘运行AI框架，则输入数据，对其进行一些处理，并决定是否应采取措施或是否需要进一步处理，从而启动边缘到云的事务。同时，您可以运行机器学习模型来训练基于Edge的引擎，使其对未来的行动/反应更加智能。

PLC是工业应用的例子，其中“智能化”发生在一个闭环中，从边缘到云，使整个循环更智能。传统上，PLC并不总是最智能的设备（不要告诉我们说的PLC）。它们基本上是用固定功能编程的，并且仅根据特定输入执行该功能。将它们连接到 IoT 并添加机器学习，即可使用边缘设备执行趋势分析。您可以根据这些趋势采取行动。或者，您可以执行预防性维护，减少和管理设备停机时间。

最重要的是，从设计一开始就做出正确的选择将在以后得到回报，特别是如果你使用开源。无论是复杂的医疗设备还是简单的PLC，收益都在那里。由您来利用它们。

审核编辑：郭婷