選擇SaaS提供商時需要問的關(guān)鍵問題

　　考慮到邊緣計算和物聯(lián)網(wǎng)之間的關(guān)系，將會產(chǎn)生物聯(lián)網(wǎng)的子類別——工業(yè)物聯(lián)網(wǎng)。如今，工業(yè)物聯(lián)網(wǎng)的邊緣計算用例日趨成熟。

　　工業(yè)部門通常是制造業(yè)和能源等企業(yè)的廣義術(shù)語(例如重型機械制造廠或發(fā)電廠)，該行業(yè)實際上在邊緣概念上領(lǐng)先一步：工業(yè)SCADA系統(tǒng)。簡而言之，這些都是獨立的本地控制系統(tǒng)，負(fù)責(zé)本地的各種關(guān)鍵工業(yè)和其他流程。因此可以將這些視為現(xiàn)代邊緣架構(gòu)的前身。

　　Insight公司首席架構(gòu)師Andrew Nelson說，“工業(yè)SCADA是一種邊緣形式，以某種方式已經(jīng)存在了30多年。如今，大多數(shù)設(shè)施都配備了一些隔離控制系統(tǒng)。事實上，他們通常有多個這樣的系統(tǒng)和流程，而邊緣計算部署越來越有可能增加甚至取代它們。”

　　工業(yè)環(huán)境本身基本上是邊緣位置，這意味著它們通常遠(yuǎn)離集中式數(shù)據(jù)中心或云平臺。因此它們適合日益增長的邊緣采用。海洋中的石油和天然氣鉆井平臺似乎符合任何人對“邊緣”的定義。

　　在這一點上，工業(yè)部門處理固有的困難站點：邊緣計算用例與倉儲或物流等其他環(huán)境重疊，但通常環(huán)境更惡劣。

　　所有這些都使工業(yè)部門成為一個很好的邊緣用例。那么工業(yè)部門的首席信息官和其他IT和業(yè)務(wù)領(lǐng)導(dǎo)者如何考慮和實施邊緣基礎(chǔ)設(shè)施和應(yīng)用程序?

　　首先，Red Hat公司技術(shù)布道者Gordon Haff提供了一些宏觀背景：工業(yè)邊緣計算基本上有兩個主流。

　　Haff說，“一方面，傳感器數(shù)據(jù)通常是過濾和聚合，從運營/車間邊緣層流向核心;另一方面，代碼、配置、主數(shù)據(jù)和機器學(xué)習(xí)模型從核心(開發(fā)和測試發(fā)生的地方)流向工廠。”

　　這對各個行業(yè)的邊緣戰(zhàn)略有很大影響。邊緣到核心是IT領(lǐng)導(dǎo)者需要決定哪些內(nèi)容需要實際存在于邊緣，以及哪些內(nèi)容可以或應(yīng)該保存在集中式云平臺或數(shù)據(jù)中心中。

　　Haff說，“我們的想法是，如果可能的話，通常希望集中管理，但在需要的時候保持分散管理。例如，可能不允許敏感的生產(chǎn)數(shù)據(jù)離開現(xiàn)場，或者需要保護正在運行的工業(yè)流程免受與工廠外網(wǎng)絡(luò)問題相關(guān)的任何中斷的影響。”后者是SCADA連接的重要組成部分，這是因為在許多工業(yè)環(huán)境中，意外停機不被允許。

　　從核心到邊緣的流程主要是關(guān)于運營的健全性和效率。與一般的邊緣架構(gòu)一樣，不能期望每次需要在邊緣位置更新配置或修補系統(tǒng)時都讓IT專業(yè)人員來解決。Haff說，“在工業(yè)領(lǐng)域，可能有數(shù)百家工廠運行著數(shù)千個流程：自動化和一致性是關(guān)鍵。”

　　Red Hat公司技術(shù)布道者Ishu Verma補充說，核心到邊緣是企業(yè)如何將他們在云平臺或內(nèi)部部署應(yīng)用的相同實踐和技術(shù)擴展到其邊緣節(jié)點的方式，即使在最嚴(yán)酷的工業(yè)環(huán)境中也是如此設(shè)置。

　　Verma說，“這種方法允許企業(yè)將新興技術(shù)的最佳實踐擴展到邊緣——微服務(wù)、GitOps、安全等。這允許使用與集中式站點或云平臺相同的流程、工具和資源來管理和操作邊緣系統(tǒng)。”

　　制造業(yè)和能源領(lǐng)域的邊緣計算

　　在這些雙向流中，以下是工業(yè)領(lǐng)域使用邊緣計算的四個場景。

　　(1)實時簡化操作

　　那些傳統(tǒng)的SCADA和其他控制系統(tǒng)就像許多其他領(lǐng)域的單片或遺留應(yīng)用程序一樣重要，但在現(xiàn)代環(huán)境中使用起來并不特別容易或靈活。

　　Nelson說，“傳統(tǒng)的SCADA和控制系統(tǒng)基礎(chǔ)設(shè)施往往是封閉的，并且是特定于供應(yīng)商的。物聯(lián)網(wǎng)/邊緣部署可以幫助在單一控制平臺中進(jìn)行實時操作，而不是在系統(tǒng)之間跳轉(zhuǎn)。”

　　監(jiān)控和預(yù)測性維護是該類別中的一個很好的例子：工廠中的傳感器和儀表可用于實時操作，并幫助工業(yè)運營商更好地規(guī)劃何時需要進(jìn)行關(guān)鍵維護和其他工作。由于出現(xiàn)數(shù)據(jù)孤島，在過去這很困難，這對許多企業(yè)的首席信息官來說都是一個常見的挑戰(zhàn)。

　　Nelson說，“許多工業(yè)設(shè)施將擁有多個控制系統(tǒng)，這些系統(tǒng)可能集成也可能不集成。物聯(lián)網(wǎng)/邊緣用例可以跨系統(tǒng)提取數(shù)據(jù)，關(guān)聯(lián)事件并預(yù)測故障。”

　　(2)在工業(yè)現(xiàn)場運行AI/ML工作負(fù)載

　　減少或消除延遲是邊緣計算戰(zhàn)略的主要驅(qū)動力之一。這對于人工智能和機器學(xué)習(xí)應(yīng)用程序，以及其他需要數(shù)據(jù)和大量數(shù)據(jù)才能有效的自動化來說尤其如此。

　　工業(yè)物聯(lián)網(wǎng)中存在巨大的AI/ML和自動化潛力，但也存在巨大的數(shù)據(jù)和延遲影響。

　　Iterate.ai公司首席技術(shù)官Brian Sathianathan表示：“讓智能機器在邊緣無縫工作需要大量數(shù)據(jù)。良好的人工智能需要數(shù)據(jù)。偉大的人工智能要求大量數(shù)據(jù)，而且需要立即獲得。”

　　在上述來自Red Hat公司的Haff描述第一個數(shù)據(jù)流的場景中，這可能會成為問題：傳感器數(shù)據(jù)從邊緣流向核心。

　　Sathianathan說：“我在制造設(shè)施中看到過這樣的情況：工廠中的機器人通過本地網(wǎng)絡(luò)傳輸‘太多’的數(shù)據(jù)，然后一直到云端再返回。這種做法并不理想，因為正如制造業(yè)公司的首席信息官所知，必須立即做出決策才能有效。”

　　如果延遲是一個問題，那么實際的停機時間就是一個致命的殺手——尤其是在工業(yè)環(huán)境中(例如，數(shù)據(jù)中斷或網(wǎng)絡(luò)問題可能導(dǎo)致天然氣管道關(guān)閉)和制造等相關(guān)領(lǐng)域。

　　雖然在標(biāo)準(zhǔn)IT環(huán)境中，一些停機時間通常是可以接受的，但在制造業(yè)中卻并非如此。由于邊緣應(yīng)用程序不穩(wěn)定而停止生產(chǎn)線的成本可能達(dá)到每分鐘幾十萬美元，因此根本沒有出錯的余地。

　　在邊緣保留必要的數(shù)據(jù)將是使邊緣計算與AI/ML用例相結(jié)合的推動因素，并最大限度地減少Sathianathan所描述的“數(shù)據(jù)過多”場景。

　　(3)改善能源管理

　　擁有可以自動監(jiān)控和優(yōu)化工業(yè)場所能源消耗的邊緣應(yīng)用程序不僅能夠提高工作效率，還可能提高企業(yè)的收入。

　　Insight公司的Nelson說，“在制造和工業(yè)應(yīng)用中監(jiān)控能源使用和控制負(fù)載有很大的推動力。在工業(yè)領(lǐng)域，只需在高峰時間關(guān)閉或計量電力負(fù)載，就可以節(jié)省大量成本。”

　　事實上，工業(yè)組織中不斷上升的能源消耗和成本是一個很大的問題，以至于它成為2021年會議演講和論文的主題：工業(yè)設(shè)施的邊緣計算能源管理系統(tǒng)。

　　首席信息官和其他IT領(lǐng)導(dǎo)者當(dāng)然可以理解它的收入：設(shè)計一個能夠根據(jù)價格波動自動調(diào)整和優(yōu)化能源消耗的邊緣應(yīng)用程序可能是一個真正推動發(fā)展的用例。

　　該報告的作者寫道，“降低電力成本已經(jīng)成為亟待解決的問題，與此同時，連接設(shè)備的遠(yuǎn)程監(jiān)控和被推到監(jiān)控設(shè)備邊緣的智能在工業(yè)物聯(lián)網(wǎng)中變得至關(guān)重要。”

　　(4)加強員工安全和現(xiàn)場安全

　　在這里將看到一種模式：工業(yè)邊緣/物聯(lián)網(wǎng)用例依賴于這些環(huán)境中的大量傳感器和其他機器。但這不僅與機器有關(guān)，還與人員有關(guān)。Nelson表示，工業(yè)優(yōu)勢也具有重要的員工安全和現(xiàn)場安全可能性。

　　Nelson說：“跟蹤員工和承包商并在他們不在應(yīng)該工作的地方時發(fā)出警報對于安全和安保來說是一件大事”。

　　與許多邊緣應(yīng)用程序一樣，這是一個通常涉及或與其他技術(shù)(如AI/ML)集成的類別。這也是一種看似低技術(shù)的設(shè)備(例如無處不在的員工ID徽章)可以進(jìn)行現(xiàn)代改造。

　　Nelson說，“計算機視覺、RFID和BLE都可以在這個用例中使用，建立安全徽章閱讀器和安全攝像頭是一種有用的集成。”

　　或者嘗試另一種普遍認(rèn)可的安全產(chǎn)品，它早于邊緣、云計算以及人們所知道的數(shù)字計算：安全帽。

　　Nelson說，“他們制造了帶有內(nèi)置傳感器的安全帽，可以通過WiFi接入點對這種用例進(jìn)行跟蹤。”