从云向边缘的转变可能标志着物联网领域真正的自主革命。云计算需要集中和协作,边缘设备具备离线、自主工作的能力。这里是物联网设备的未来以及它对连通性的意义。
边缘连接意味着我们将超越基于云的连接,并且正在走向边缘计算占据中心地位的时代。
物联网意味着什么?
微型传感器通过WiFi发送和接收来自云端的数据的概念非常宽泛,今天的物联网概念,指的是一个远程控制的生态系统,这些设备互联并上云。而且这些设备能够执行某些操作。
在智能家居方面,像Alexa或Google Echo这样的智能扬声器/语音助手,它们可以发出命令,打开电灯、调节空调或在最近的多米诺骨牌店或必胜客点比萨饼。
互联概念可以通过一些列的场景布置到智能系统中,以控制商业房地产。当谈论工业5.0时和其他工业装备时,物联网是指能够相互通信并能够根据接收到的命令执行某些操作的设备生态系统。
然而,随着技术的发展,诸如物联网和连通性等术语的含义也在扩大,我们必须考虑到这一更新的可能,即今天的连通性——以及未来的连通性。
物联网已经不再足够
物联网作为一个以收集、发送和接收数据为中心的独立开发实体的概念已经超出了它的受欢迎程度。
物联网必须提供更多的可行的商业价值。必须赋能用户分析数据,并根据分析结果执行有意义的操作。
物联网和连接的焦点已经从传感器转移到数据的价值。数据才是王道,而不是传感器。当然还会有更复杂的传感器出现,但其主要价值依然在于收集到的数据,以及根据这些数据采取的行动。
仅仅将物联网作为数字连接资产(DCA)的概念是不可行的。它不可能存在于真空中,因为这样的系统必须能够快速处理数据,并通过分析或发出命令来利用这些数据。
边缘计算是物联网发展的下一个阶段
边缘计算是指在某些位置形成传感器网络中心的局部计算节点的概念。这些传感器网络可以是工厂或农业综合体的服务器节点,也可以是Google或Amazon智能家居系统。还可以是商业地产,如商场或写字楼的智能设备控制系统。
边缘计算为传感器提供了局域网连接,实现了极速的数据传输。它连接到云端,以实现集中的数据收集和分析、历史数据的存储,以及在此数据上进行人工智能和机器学习的训练。
边缘计算节点提供了足够的计算能力来托管本地人工智能和机器学习算法,以满足根据传感器接收到的数据作出相应的命令。
在全自动工业5.0工厂中配备了各种传感器(运动、温度、湿度等)、机器人和执行器。机器人执行生产操作,传感器监控情况,一个传感器发出信号,显示其中一个传送带发动机严重过热。本地边缘计算节点通过人工智能和机器学习算法来执行操作,注入关闭发动机,或者在可能的情况下使用冷却液,或者启用备用发动机等。也可以重新安排生产流程到其他传送带上,所有的操作都在毫秒内完成,既防止了火灾,又为制造商节省了数百万潜在的损失。
要使这些操作成为可能,边缘计算节点必须具有三个关键能力:
● 控制物理世界的进程。边缘计算节点必须能够收集、处理数据并执行一些响应操作。
● 离线工作。远离海岸的深层地下矿井或海上设施与云层的通信可能出现中断,因此系统必须能够自主运行。
● 零秒响应时间。在自动化生产或公用设施操作中,几秒钟内的延迟可能会导致巨大的经济损失,因此必须立即制定和执行响应场景。
物联网的未来:信息物理、上下文和自治对象
从生态系统的角度来看,我们可以从生态系统的设备中获取数据,并以此为基础收集数据。因此,我们可以定义三大类现有和未来的物联网设备:
● 信息物理对象
收集物理信号并将其转换为数据。例如能追踪生命体征的智能可穿戴设备、数字打印机、机器对机器和远程信息处理设备、智能家居系统,比如恒温器等等。
所有只能执行单一功能的消费类设备,如开关灯或上下卷帘都属于这一类。
● 上下文对象。
简单的网络物理DCA只是提供数据或执行单个命令,但更复杂的系统可以理解传感器和执行器的上下文,并做出更好的决策。
例如一个农业综合体,其中DCAs控制灌溉系统或自动化机队的位置和操作。通过部署边缘计算节点,农场主可以将这些数据整合到一个仪表板上,并用天气预报和其他关键信息对其进行扩充,这将有助于获得更多的数据价值并轻松控制所有系统。
● 自治对象
是“收集-处理-反应”链的最高级别,这些系统将传感器网络、边缘计算节点和人工智能、机器学习算法结合起来,将人类的职责接管给机器。
总结:互联互通将一直存续
我们必须在现实世界中操作,并使用我们可用的工具。基础的网关设备为边缘计算节点的数据收集、存储和处理提供了充足的容量。
这些节点使其中的机器学习模型能够采取行动,却无法提供足够的计算资源来训练这样的模型,因为它需要在数百个计算周期内处理成堆的历史数据,而这只能在云数据中心完成。
连接性对于将边缘计算节点连接到云端、收集统计数据、培训新的人工智能算法以及更新现有的人工智能算法仍然至关重要。它是一个完整的生态系统,每个组成部分都发挥其作用。
将边缘计算节点连接到云仍然至关重要,连接性永远不会消失。
评论前必须登录!
立即登录 注册