物联网部署所面临的挑战与延迟、网络带宽、可靠性和安全性相关的挑战无法通过仅云模型来解决,因此物联网的重点正在向边缘发展。
预测是,在短短两年内,工业设备创建的所有数据中有45%将被存储,处理,分析和操作在网络附近或边缘。
高性能、安全、开放和可互操作的边缘软件平台对于支持这种新的计算模式至关重要。当前一代边缘物联网平台被设计为在通用硬件上运行,例如物联网网关和本地服务器。这些环境支持以数百毫秒到秒为单位的数据处理速率,并且通常具有至少 1GB 的可用内存。对于许多用例,从楼宇管理到设备监控和预测性维护,超过100ms的响应时间通常是可以接受的。
然而,有大量重要的工业物联网用例,例如闭环过程控制,实时信号处理或高频分析,例如,周期时间以微秒为单位测量,并且需要可预测的实时执行。IoT 边缘计算的这一专用子集称为时间关键型边缘。
物联网势头正在推动变革
时间关键型边缘并不新鲜,但与其他形式的边缘计算一样,随着物联网采用的势头增强,它肯定会不断发展。
使用专用PLC的工业控制系统已经存在了几十年。PLC和PAC提供有限的软件可编程性和可配置性,因此也使用了其他定制或定制的面向软件的解决方案。
随着工业物联网的出现,这些传统方法无法充分支持操作技术(OT)和信息技术(IT)世界之间的融合。这限制了利用人工智能(AI)和机器学习(ML)最新进展的能力。
特别是过程自动化领域已经认识到他们的边缘系统需要更加软件友好,因此,创建并越来越多地采用IEC6113等标准,以及最近用于开发下一代分布式控制系统(DCS)的IEC 61499。反过来,这使得供应商和用户都可以利用COTS硬件托管专用的实时操作系统(RTOS)或具有实时内核扩展的Linux。
从支持时间关键型边缘用例的专用单点解决方案转向软件定义的多模式、可配置的基于 IPC 的解决方案的趋势肯定会加速。其他已经在更通用的物联网边缘系统中变得普遍的技术,如容器化和虚拟化,也将更广泛地用于时间关键型系统。它们提供的功能可以帮助解决应用程序部署和编排问题,随着系统的扩展和发展,这些问题变得非常重要。
开放边缘软件平台
新一代开放软件平台开始出现,并将在实现物联网边缘系统方面发挥越来越重要的作用,包括那些具有时间关键要求的系统。
它们提供了OT和IT环境之间的中央集成点,实现了OT连接并处理来自许多不同南向协议的数据采集。它们还可以从底层硬件和操作系统细节中抽象出应用程序,从而实现可移植性和软件重用。重要的是,它们支持与更高级别的系统和IT端点集成,从而允许在向北发送数据之前对其进行过滤和转换。从根本上说,边缘软件平台支持低延迟的本地决策和分析,而与云连接是否可用无关。
为了支持时间关键型用例,这些边缘软件平台提供了一组核心功能,例如:
• 来自南向OT设备的数据聚合
• 支持边缘分析/规则/AI
• 能够向连接的设备发出命令/致动请求
• 过滤和转换数据的能力
• 导出到北向 IT 端点
• 在北向连接间歇性的情况下存储和转发
• 日志记录和警报以实现可管理性
• 安全的数据通信和对平台资源的访问
• 支持现代软件部署方法,如容器化和虚拟化
这些表示构建边缘系统所基于的基本功能。但是,时间关键型边缘平台必须提供其他功能,以实现:
• 高频数据采集和超低延迟响应时间(《50ms到微秒)
• 实时确定性数据处理
• 能够部署在 CPU 功率和内存有限的环境中或传统环境中
• 兼容IEC6113和61499等新兴行业标准
拥抱开放性的边缘平台技术是解决工业边缘系统固有的异构性的关键。至关重要的是,边缘平台解决方案的选择为用户提供了多个级别的选择和灵活性,而不受芯片、硬件、操作系统OT技术和云连接的影响。定义良好的 API 可实现互操作性和应用程序“即插即用”。
业界已经认识到了这一需求。开源边缘计算计划,如Linux基金会的EdgeX Foundry™项目,在工业部门不断增长的公司生态系统的支持下,开始获得巨大的动力。总的来说,该项目的成员组织专注于为低延迟工业边缘系统创建通用软件基础。通过社区扩展,例如IOTech的Edge XRT,具有最苛刻的时间关键要求的系统现在可以从通用的开放框架中受益,该框架可以支持广泛的工业用例。这包括支持低延迟的“硬”实时处理要求,并部署在专用(例如,运行实时扩展的RTOS或Linux内核的IPC)或资源密集型边缘环境(如微控制器)上。
总之,新一代开放边缘软件平台有望对高性能边缘系统的部署产生重大影响。它们将使解决方案比以前更具软件定义性、多模式性、可进化性和灵活性。系统开发人员将免受许多底层数据连接、网络、应用程序集成和硬件问题的困扰。这可以简化开发、降低集成成本并缩短新边缘解决方案的上市时间,即使是那些具有最苛刻的时间关键型要求的解决方案。
审核编辑:郭婷
-
物联网
+关注
关注
2909文章
44556浏览量
372738
发布评论请先 登录
相关推荐
评论