“物联网要实现发展,什么最重要?”
如果你说“人才最重要”,那么恭喜回答正确,比如众多高校近来新开设物联网等专业课程,都是在为行业输送人才力量。
但从产业链角度,物联网的重要发展本质还是数据,不仅是保护自家数据安全,企业也对数据能够带来的潜在收益心向往之。
于是,在何处、用什么手段对数据进行分析计算,成为了人们十分关切的问题。
边缘计算和云计算,就这么被推上了比试场。
边缘计算暂处上风
边缘计算有三宝:高效、实时、安全好。
不是所有数据都要上传云端存储,更多数据可以在边缘侧收集处理,这是高效;
很多场景对时延要求较高,上传云端的反馈时间会让数据失去价值,在边缘可以保证实时性;
相对云端的数据集中上传,分散在边缘的计算可以大幅降低数据安全风险;
以上种种,都是边缘计算的独特优势。从新闻事件看,近来包括公有云提供商、网络通信提供商、视频监控提供商、CDN提供商以及工业设备/服务提供商等各方,都在边缘侧有所动作,更是证明边缘计算近来的崛起之势。
云计算不会被完全取代
对方来势汹汹,云计算“老江湖”岂会轻易败下阵来?凭借十余年发展的深厚积累,云计算也有自身的强项优势。
![](https://img.haomeiwen.com/i9390496/758b8f877cbe08d5.jpeg)
更通用:云计算具备按需使用、动态易拓展的特点,在IaaS、PaaS、SaaS三大范围的结构组成下,是物联网重要的基础设施;
更统一:当边缘侧呈现分布式时,为了实现统一的智慧管理运营体系,正需要具有中心化特点的云计算,以传达中心指令;
更智能:边缘侧负载海量数据喂食训练的能力有限,有效信息依然需要在后端云平台处进行分析汇总,以实现系统智能化。
将边缘计算比作人体的手脚,云计算就相当于大脑;将边缘计算比作具备自主战斗意识的士兵,云计算就相当于运筹帷幄的高级将领。坐守后方的云计算,亮出了以上特点以作应对。
不同场景的物联网部署方案
无论物联网场景多么碎片化,边缘侧都越来越需要数据处理与分析能力,方便在物联网部署中形成更简单的架构和更灵敏的系统。以下我们从3大场景出发,探寻边缘计算的魅力与云计算无法被完全取代的事实。
场景一 智慧城市
智慧城市应用种类繁多,以交通监控为例,智能摄像头可以实时跟踪行人和来往车辆,通过内置的机器学习系统,将采集到的数据信息进行处理分析,帮助规划人员了解交通状况。
不过,城市道路状况复杂多变,每个路口的摄像头所能接收到的信息不尽相同。真正的智慧城市系统并非是要形成数据孤岛,而是在等待一个协同协调的运营体系。在这一点,单独的智能摄像头无法负荷整体的计算需求,继而需要更强大的后端——云平台来给出有关任务指令。
按照Gartner研究副总裁Mark Hung的说法,先在终端进行初步处理分析,然后发送至云平台进行机器学习与人工智能系统训练,继而传达出反馈,这才会形成一种双向学习的高效运维环境。
场景二 工业物联网
在工业领域,PTC拥有工业物联网软件平台ThingWorx,此前其首席技术官Joe Biron曾表示,工业自动化、智能化建设最根本的目的,是希望借助预测性维护和其他自动化管理手段,帮助企业在降本节能上有所成就。
如何实现预测性维护?依赖“老师傅”的经验值这一手段已经稍显落后,真正的挑战是让工厂内更多与岗位相关的人,都能迅速了解设备将呈现的状态。所以工业智能化的要求是,工厂内的各类设备,无论是一个轴承、一台涡轮机、发电机,还是其他任何资产,都可以在传感器、在机器学习等模型的支持下,被赋予计算能力,用数字化形式体现设备运营状态。
而且正是工业环境对数据的时延要求较高,数据离开设备,经过复杂的网络拓扑后再以指令的形式返回所需时间太长,边缘计算在工业中愈发重要。
但是我们还常把AI与工业自动化联系在一起,我们期望工业系统能够在一定程度上做出自主决策。边缘侧这时难以满足机器学习、人工智能系统对数据的训练强度,成本上此种办法也不可靠,因此,当边缘侧将数据简单处理过后,更有效的信息依然要传回云平台系统进行喂食。
场景三 车联网
对车联网,Gartner研究副总裁Mark Hung指出,任何需要自主导航的东西,无论是无人机还是汽车或其他任何事物,都是物联网智能终端的绝佳选择。
所以也有越来越多的汽车制造商,将越来越多的智能功能构建到现代汽车之中,通过机器学习等算法在边缘侧的部署,获取了信息,有助了解汽车全生命周期的运行状况,优化汽车跟踪与维护方式。
当然,汽车作为边缘侧的重要智能终端,后台依然具有强大的平台系统进行指令发布与管理监控。
互相补充,融合并进
从以上应用场景我们可以发现,如果物联网部署需要在边缘计算和云计算中做出选择,一定不是一道单选题。
二者有各自的可取性,并呈现出对应的互补性。
从预测数据我们可以得知,未来超过 50% 的数据需要在网络边缘侧分析、处理与储存,所以边缘计算是当下趋势。但这仅是基于现状而产生的和云计算之间的比例协调平衡,最终,二者将形成比较稳定的状态,互为补充,为物联网大数据的处理分析贡献各自能力。(来源:物联网空间站 作者:飞鸟黄)
网友评论