新的一周开始,我们来说点认真的事儿!现在的趋势是工业端应用超越了消费端应用,正在主导全球物联网投资,我们可以拍脑袋“负责”地预测:边缘计算会最先从工业应用落地。
边缘计算+IoT云平台,正在成为巨头们强强联手的重头戏。比如华为的边缘计算方案EC-IoT和GE的云平台Predix合作,实现工业设备运行状态的实时监测;再比如思科的边缘计算实现与微软Azure云平台之间的互联,确保为企业提供从边缘到云端的整体性服务。
本文揭示了巨头们在互相合作之外,自己同时“修炼”边缘计算+IoT云平台能力,做到“雌雄同体”的发展思路。
IoT成熟的过程,是运算能力进一步分工细化的过程
“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,就近提供边缘智能服务。
需要强调的是,最新出现的“边缘计算”设备,并不是传统的网关或者控制器换个名称“滥竽充数”,而是需要满足3个必备能力:采集边缘数据、智能的运算能力和可操作的决策反馈。
采集边缘数据- 数据采集是边缘计算的基础,从工业设备到智能家电,一切设备都是数据的来源。
智能的运算能力-基于机器学习,跨越边缘计算和云平台提供智能化的运算能力。微软、谷歌、亚马逊、IBM等巨头正在不遗余力的把机器学习能力嵌入到各个角落。
可操作的决策反馈-管理层可以根据数据分析获得相关决策建议,或者由授权代表或者设备本身直接完成决策过程。
边缘计算与集中式的传统云计算框架最大的区别在于,边缘计算采用分布式计算架构,将运算分散在靠近数据源的近端设备处理,分担云平台的工作量,而不再需要大老远把数据回传云端处理,实时性更好、效率更高、延迟最短,甚至没有网络、无法接入云端,也不会妨碍边缘设备的“贴地”计算。
谈到边缘计算与IoT云平台之间的关系,贴近现实的观点是,边缘计算与云计算将会共生,成为互补。边缘计算并不会最终取代云端,而是通过分布式架构,让传统的云计算框架进一步去中心化,完成运算能力的进一步分工,让原本汇聚在云端的能力向外围延伸,更加“贴地”。
毋庸置疑,边缘计算的市场前景非常广阔:到2018年,40%的IoT数据将会通过雾计算、边缘计算在近端处理。
根据IDC的预估,对物联网的投资将在未来3年内以15.6%的速度增长,2020年达到1.29万亿美元。其中,物联网投资由工业应用主导,包括制造业、交通运输业和公用事业。既然工业端应用超越了消费端应用,正在主导全球物联网投资,那我们就可以拍脑袋“负责”的预测:边缘计算会最先从工业应用落地。
边缘计算+IoT云平台的组合,也可以用到传感器数据监测和分析、零售业用户的行为分析、移动数据的降噪和信息提取、金融机构的合规分析、石油/天然气等行业的远程监测和分析,以及各种相关领域。
巨头纷纷跨界,进入下半场的新赛道
亚马逊已经正式推出Greengrass进军边缘计算阵地。从Bottom up的观点来看,聚焦在传统边缘计算领域的企业也纷纷进军IoT云平台。“雌雄同体”的中性气质,正在物联网领域中弥漫。
不少企业已在边缘计算深耕多年,尤其以工业领域的知名企业为代表,都是擅长边缘计算的行家里手,凭借以往设备端的数据采集与控制经验,加个IoT云平台的营生,也可以得心应手。
仅仅边缘计算还不够,工业物联网需要利用云平台来应付各种情境。西门子SimaticIOT 2000就是专为西门子云平台MindSphere和SAP Hana而设计的智能网关。
用户可以在工厂内部对网关进行改造,以便协调不同数据源之间的通信、分析并传递数据。通过Simatic IOT 2000接入的云平台可以是MindSphere或用户首选的其它任何云。
SimaticIOT 2000通常用于预防性机械维护,可最大限度减少生产停工风险,避免高价损失。另外,它还能对相关指标进行评估,并尽早查明即将发生的磨损。
由于在工业领域多年的经验积累,SimaticIOT 2000保证了在工业现场恶劣环境下的可靠性,这一点能够弥补Arduino等物联网开源硬件在工业强度等级上的不足,相当于给性能强大的物联网硬件穿上一身安全服。
至于MindSphere,则是西门子推出的一个开放IoT云平台,工业企业可将其作为数字化服务——譬如预防性维护、能源数据管理以及工厂资源优化——的基础。
博世在本轮边缘计算+IoT云平台的赛局中的能量不可小觑,这是一家具备传感器、云平台和服务,三大核心IoT竞争力的公司。
博世通过自己的云平台,运行各类有助于实现未来互联愿景的应用程序,包括智能家居、工业4.0以及互联交通。
按照博世的逻辑,给公司制造的各种家电、工业产品、车载设备等“物”加上感知设备,能够使其收集到数据。之后数据将会被传到Bosch IoT Cloud,通过软件的运算和优化,最终形成相应的服务。
研华科技
研华今年也发表了一系列边缘智能服务器软硬整合解决方案(Edge Intelligence Servers),可以应用在工厂、零售、车队物流、医疗,以及环境与能源等行业。
新一代IoT边缘智能服务器(Edge Intelligence Server,简称EIS)可以把不同工业协议收集起来的数据转换成MQTT协议传输到云端,然后再做数据分析或应用的处理。简单的说,研华IoT边缘智能服务器(EIS)=物联网网关+小型数据库+轻量计算与分析。
同时,为了帮助物联网系统集成商快速开发出所需的应用系统,研华开发了一个中间件名叫WISE-PaaS,这个中间件提供传感器信息传输和远程管理控制,集成了大数据分析、物联网应用开发等工具,是云平台与IoT设备之间的桥梁。
机器学习“离家出走”,贴近边缘
除了巨头们对边缘计算的青睐之外,技术的成熟度也在催化边缘计算的落地。
以往我们认为人工智能的相关算法必须通过云端的运算能力来实现,不过现在机器学习大有从云端降落的趋势,通过边缘计算完成。
最近苹果发布了Core ML平台,坚持不在云端实现机器学习,核心是加速在iPhone、iPad、Apple Watch上的人工智能任务,支持深度神经网络、循环神经网络、卷积神经网络、支持向量机、树集成、线性模型等。
Core ML的推出意味着机器学习正在从云端“离家出走”,降落到边缘设备的开始。
各大巨头的逻辑就是,通过培养边缘计算+IoT云平台的综合实力,提炼共性技术,跨越多个行业推出普适性的服务。
而在实际的操作中,无论是工业领域,还是消费领域,细分市场众多,需求差异很大,梦想一步做成整体行业的独角兽简直是难于登天。这时创新企业摆正态度,找准定位,依托巨头斥资打造的物联网生态,在某个或者某几个细分领域深耕细作,不失为发展良机。
本文的最后,附上表格:边缘计算并不只是巨头的天下。
-
物联网
+关注
关注
2909文章
44578浏览量
372866 -
边缘计算
+关注
关注
22文章
3085浏览量
48903
原文标题:趋势 || 边缘计算+IoT云平台,物联网既能上天,又接地气!
文章出处:【微信号:cqwu023,微信公众号:重庆物联网】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论