您現(xiàn)在的位置：首頁 > 行業(yè)新聞 > 技術(shù)與應(yīng)用

邊緣計(jì)算-走在智能制造的前沿

2018/5/21 10:31:19 標(biāo)簽：中國傳動網(wǎng)

前幾天發(fā)現(xiàn)原來自己的產(chǎn)量還是很低的-半年才幾篇中間間隔都比較長，今天和自動化博覽的宋大小姐聊了一下，發(fā)現(xiàn)已經(jīng)發(fā)布在他們的雜志上的這篇關(guān)于邊緣計(jì)算的也可以作為文章發(fā)布嘛！雖然最近認(rèn)識已經(jīng)發(fā)生了一些變化，但是，由于比較懶就沒怎么修改，直接貼過來了（但也有略微的小調(diào)整）。

2012年11月30日，在北京成立了以華為、沈陽自動化所、Intel、ARM、信通院、軟通動力六家創(chuàng)始企業(yè)發(fā)起的邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟(Edge Computing Consortium)，這就引發(fā)了大家對于這個概念的興趣，并且，在市場上出現(xiàn)了各種計(jì)算，云計(jì)算、霧計(jì)算、邊緣計(jì)算幾個主流的概念，使得吃瓜群眾更加感到迷茫，在國家大力倡導(dǎo)Internet+或者+Internet的大背景下，邊緣計(jì)算將帶給我們什么？這些都值得我們?nèi)パ芯?，本文以邊緣?jì)算為中心，討論與之相關(guān)的話題。

1 邊緣計(jì)算并非新鮮詞匯

首先要說邊緣計(jì)算并非是一個新鮮的詞，早在2003年，AKMAAI與IBM即開始合作“邊緣計(jì)算”，AKAMAI是一家內(nèi)容分發(fā)網(wǎng)絡(luò)CDN和云服務(wù)的提供商，是世界上最大的分布式計(jì)算服務(wù)商之一，承擔(dān)了全球15-30%的網(wǎng)絡(luò)流量，在2003年6月9日的一份內(nèi)部研究研究項(xiàng)目“開發(fā)邊緣計(jì)算應(yīng)用”[1]中即提出“邊緣計(jì)算”的目的和解決的問題，并通過AKAMAI與IBM在其WebSphere上提供基于Edge的服務(wù)（這個Internet上獲得的一個內(nèi)部文件）。

2004年20屆IEEE國際會議上，Pang H就提到了EdgeComputing，這是比較早的關(guān)于Edge Computing的公開文獻(xiàn)，在引用中也較多的一篇（167），在這篇文章中，Pang H就提到了“邊緣計(jì)算是為了實(shí)現(xiàn)可擴(kuò)展且高可用的Web服務(wù)，它將推動企業(yè)的邏輯與數(shù)據(jù)處理數(shù)據(jù)中心到代理服務(wù)的邊緣側(cè)，其優(yōu)勢在于應(yīng)用程序在邊緣側(cè)的運(yùn)行削減了網(wǎng)絡(luò)延遲，并產(chǎn)生更快的Web服務(wù)響應(yīng)”[2]

基于移動端的MobileEdge Computing由歐洲電信標(biāo)準(zhǔn)協(xié)會ETSI制定并發(fā)布白皮書，其構(gòu)架主要建立在移動通信網(wǎng)絡(luò)與無線接入網(wǎng)絡(luò)，由其提供邊緣計(jì)算服務(wù)，這個簡稱為MEC，這個技術(shù)規(guī)范由AT&T、華為、NEC、Motorola、CISCO等移動通信領(lǐng)域的企業(yè)共同發(fā)起制定。

2016年11月30日，ECC(邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟)理事長，中科院沈陽自動化所所長于海斌先生在ECC成立大會上介紹了Edge Computing的定義，邊緣計(jì)算是指在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計(jì)算、存儲、應(yīng)用核心能力的開放平臺，就近提供邊緣智能服務(wù)，滿足行業(yè)數(shù)字化在敏捷聯(lián)接、實(shí)時業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護(hù)等方面的關(guān)鍵需求。對物聯(lián)網(wǎng)而言，邊緣計(jì)算技術(shù)取得突破，意味著許多控制將通過本地設(shè)備實(shí)現(xiàn)而無需交由云端處理反饋，其處理過程也將在本地邊緣計(jì)算層完成。這無疑將大大提升處理效率，同時大大減輕云端的負(fù)荷，由于更加靠近用戶，還可為用戶提供更快的響應(yīng)，將用戶需求解決在邊緣。

2 物聯(lián)網(wǎng)應(yīng)用催生邊緣計(jì)算/霧計(jì)算

其實(shí)無論是云、霧還是邊緣計(jì)算，本身只是實(shí)現(xiàn)物聯(lián)網(wǎng)、智能制造的一種方法或者技術(shù)模式，其實(shí)霧計(jì)算和邊緣計(jì)算本身并沒有本質(zhì)的區(qū)別，都是在接近于現(xiàn)場應(yīng)用端提供的計(jì)算。就其本質(zhì)而言，都相對于“Cloud”的計(jì)算而言的。

2.1 物聯(lián)網(wǎng)才是大背景

2014年，IBM中國研究院院長沈曉衛(wèi)在財新峰會上介紹“邊緣計(jì)算”，將云端計(jì)算不了的放在邊緣側(cè)計(jì)算，而云端可以訪問邊緣計(jì)算的歷史數(shù)據(jù)。在這個時候，全球智能手機(jī)的快速發(fā)展使得移動終端成為了“邊緣計(jì)算”的發(fā)展對象，而因此，沈曉衛(wèi)表示“構(gòu)建邊緣計(jì)算系統(tǒng)，是物聯(lián)網(wǎng)發(fā)展的一大趨勢。

在2016年11月的邊緣計(jì)算聯(lián)盟成立大會上，華為網(wǎng)絡(luò)研發(fā)總裁劉少偉先生提到“未來將是一個萬物感知、萬物互聯(lián)、萬物智能的智能社會，而行業(yè)數(shù)字化轉(zhuǎn)型是構(gòu)建智能社會的支柱。針對行業(yè)數(shù)字化轉(zhuǎn)型在網(wǎng)絡(luò)邊緣側(cè)面臨的挑戰(zhàn)，聯(lián)盟提出了邊緣計(jì)算產(chǎn)業(yè)價值CROSS，即在敏捷聯(lián)接(Connection)的基礎(chǔ)上，實(shí)現(xiàn)實(shí)時業(yè)務(wù)(Real-time)、數(shù)據(jù)優(yōu)化(DataOptimization)、應(yīng)用智能(Smart)、安全與隱私保護(hù)(Security)，為用戶在網(wǎng)絡(luò)邊緣側(cè)帶來更多行業(yè)創(chuàng)新和價值再造機(jī)會。劉少偉以“拉瓦爾噴管”比喻聯(lián)盟的“窄喉”作用，希望通過聯(lián)盟的運(yùn)作，支撐邊緣計(jì)算重點(diǎn)行業(yè)的應(yīng)用創(chuàng)新與示范推廣，并通過廣泛的生態(tài)合作與營銷推廣，進(jìn)一步助力更多行業(yè)的數(shù)字化轉(zhuǎn)型，實(shí)現(xiàn)價值延伸”。

2016年12月6日，世界智能制造大會在南京舉辦，來自美國機(jī)械工程師學(xué)會（ASME）的Keith Roe博士在他的演講中就預(yù)測“物聯(lián)網(wǎng)將在2019年迎來爆發(fā)式增長”。

2.2 邊緣計(jì)算聚焦于IoT應(yīng)用

圖1是來自英國Queen’s大學(xué)的Blesson Varghese教授在其“邊緣計(jì)算的挑戰(zhàn)與機(jī)會”[5]一文中較為有效的描述了邊緣計(jì)算的動機(jī)、挑戰(zhàn)與機(jī)會。

圖1 云、邊緣節(jié)點(diǎn)與邊緣設(shè)備

圖2 邊緣計(jì)算的動力、挑戰(zhàn)與機(jī)會

這張圖對于邊緣計(jì)算的研究是比較全面的，也是最新的研究。

圖4 邊緣計(jì)算在整個計(jì)算中的位置

圖4也同樣從延遲角度來分析邊緣側(cè)處于低延時段，而云更為“集中”。

在最新2016年9月IEEE IoT雜志上，來自韋恩州立大學(xué)的史偉松在其文章“邊緣計(jì)算：遠(yuǎn)景與挑戰(zhàn)”[4]中對邊緣計(jì)算產(chǎn)生的原因，主要聚焦于物聯(lián)網(wǎng)本身對于數(shù)據(jù)的傳輸需求，本地的低延遲數(shù)據(jù)處理需求的迫切需求，并延伸了其在工業(yè)大數(shù)據(jù)、智慧城市、智能家居、健康醫(yī)療等重要的Edge Computing的應(yīng)用領(lǐng)域。

2.3 IoT即將快速興起

事實(shí)上，物聯(lián)網(wǎng)的概念已經(jīng)提出有超過15年的歷史，然而，物聯(lián)網(wǎng)卻并未成為一個火熱的應(yīng)用，任何技術(shù)的發(fā)展都是曲折的過程，概念到真正的大量應(yīng)用有一個較長的過程，因?yàn)椋c之匹配的技術(shù)、以及產(chǎn)品設(shè)備的成本、應(yīng)用的接受程度、對應(yīng)用與實(shí)際結(jié)合的試錯過程都是漫長的，甚至?xí)鞘〉?，因此，往往不能很快形成大量使用的市場?/div>

圖5 Gartner技術(shù)成熟曲線

根據(jù)Gartner的技術(shù)成熟曲線理論來說，物聯(lián)網(wǎng)大數(shù)據(jù)目前已經(jīng)成為了一個進(jìn)入日常應(yīng)用的領(lǐng)域，據(jù)預(yù)測5-10年內(nèi)IoT平臺會有較大的發(fā)展，但是，IoT可能會比我們想像更快的速度進(jìn)入應(yīng)用爆發(fā)期。

2.4 ECC生逢其時

中國人做事講究“天時、地利、人和”，和Gartner曲線比起來倒也是有一定的共通之處，不過，歐美人的思維就是會設(shè)計(jì)一個工具、模型研究，而中國的思維則是有點(diǎn)“玄乎”，你得去揣摩，講究“悟性”。

盡管邊緣計(jì)算也不算新鮮概念，但是，作為ICT廠商的華為發(fā)起應(yīng)該是敏銳的意識到“IoT、IIoT”的應(yīng)用正在“天時、地利”當(dāng)口，而成立聯(lián)盟則是取得“人和”，聯(lián)合OCIT廠商機(jī)構(gòu)包括Intel、ARM、沈陽自動化所、信通院、軟通動力這些共通打造“OICT”融合的平臺。

2.4.1 在邊緣計(jì)算里定義了四個領(lǐng)域：

設(shè)備域：數(shù)據(jù)節(jié)點(diǎn)的問題，目前出現(xiàn)的包括IoT設(shè)備以及自動化的I/O采集，略有不同的在于純粹的IoT設(shè)備與自動化的I/O采集有重疊部分，直接用于在頂層優(yōu)化并不參與控制本身的數(shù)據(jù)是可以直接到邊緣側(cè)的。

網(wǎng)絡(luò)域：作為傳輸，直接的末端IoT數(shù)據(jù)、來自自動化產(chǎn)線的數(shù)據(jù)其傳輸方式、機(jī)制、協(xié)議都會有不同，因此，這里要解決傳輸?shù)臄?shù)據(jù)標(biāo)準(zhǔn)問題，當(dāng)然，在OPC UA架構(gòu)下可以直接的訪問底層自動化數(shù)據(jù)，但是，對于Web數(shù)據(jù)的交互而言，這里會存在IT與OT之間的協(xié)調(diào)問題，盡管有一些領(lǐng)先的自動化企業(yè)已經(jīng)提供了針對Web方式數(shù)據(jù)傳輸?shù)臋C(jī)制，但是，大部分現(xiàn)場的數(shù)據(jù)仍然存在這些問題。

數(shù)據(jù)域：數(shù)據(jù)傳輸后的數(shù)據(jù)存儲、格式等這些數(shù)據(jù)域需要解決的問題，也包括數(shù)據(jù)的查詢與數(shù)據(jù)交互的機(jī)制和策略問題都是在這個領(lǐng)域里需要考慮的問題。

應(yīng)用域：這個可能是目前最為難以解決的問題，針對這一領(lǐng)域的應(yīng)用模型尚未有較多的實(shí)際應(yīng)用。

2.4.2 邊緣計(jì)算的架構(gòu)理解

從圖3中，我們可以看到ECC對于邊緣計(jì)算的參考架構(gòu)的定義，包含了設(shè)備、網(wǎng)絡(luò)、數(shù)據(jù)與應(yīng)用四域，平臺提供者主要提供在網(wǎng)絡(luò)互聯(lián)（包括總線）、計(jì)算能力、數(shù)據(jù)存儲與應(yīng)用方面的軟硬件基礎(chǔ)設(shè)施。

圖6 邊緣計(jì)算參考架構(gòu)1.0（來自ECC-需求與架構(gòu)組）[6]

從產(chǎn)業(yè)價值鏈整合角度而言，ECC提出了CROSS，即在敏捷聯(lián)接（Connection）的基礎(chǔ)上，實(shí)現(xiàn)實(shí)時業(yè)務(wù)（Real-time）、數(shù)據(jù)優(yōu)化（DataOptimization）、應(yīng)用智能（Smart）、安全與隱私保護(hù)（Security），為用戶在網(wǎng)絡(luò)邊緣側(cè)帶來價值和機(jī)會，也就是聯(lián)盟成員要關(guān)注的重點(diǎn)。

ECC是第一個將OICT融為一體的設(shè)想與生態(tài)系統(tǒng)構(gòu)建，按照ECC成立中反復(fù)強(qiáng)調(diào)的“不會成為一個開會的組織”，算是比較樸素也算是務(wù)實(shí)的市場聲音。

邊緣計(jì)算包括了基礎(chǔ)的傳輸設(shè)備（網(wǎng)關(guān)、路由，以及對應(yīng)的通信協(xié)議實(shí)現(xiàn)如TSN、SDN等）、實(shí)時數(shù)據(jù)庫、應(yīng)用分析軟件。

3 “邊緣計(jì)算”產(chǎn)業(yè)

3.1回到問題的本質(zhì)

IT人擅長于制造概念，OT端的人通常并不擅長此道，這在于兩者解決問題的思路是不同的，結(jié)果也是不同的，OT的產(chǎn)品研發(fā)過程是基于“問題的解決”，而IT可以去“解決未來的問題”，因?yàn)闄C(jī)器的加工精度、速度會存在明確的指標(biāo)，因此，OT的人不能創(chuàng)造一個“概念”來滿足用戶，而IT則可以，例如：蘋果可以設(shè)計(jì)一個未來的手機(jī)，然后告訴消費(fèi)者“這就是你想要的手機(jī)”，這是IT與OT的不同，也是為何Edge Computing/FogComputing因何概念都首先發(fā)起于ICT領(lǐng)域。

邊緣計(jì)算是相對于云計(jì)算而言的，更傾向于在接近應(yīng)用現(xiàn)場端提供的計(jì)算能力，華為其主旨在提供計(jì)算平臺，包括基礎(chǔ)的網(wǎng)絡(luò)、云、邊緣服務(wù)器、傳輸設(shè)備與接口標(biāo)準(zhǔn)等，而Intel、ARM則提供為邊緣計(jì)算的芯片與處理能力保障，信通院則扮演傳輸協(xié)議與系統(tǒng)實(shí)現(xiàn)的集成，而沈陽自動化所、軟通動力則扮演實(shí)際應(yīng)用的角色。

各種來自Mckinsey、PwC、Forrest & Sullivan、IHS都把IoT視為未來快速成長的一個領(lǐng)域，包括最前沿的已經(jīng)出現(xiàn)了各種基于Internet的技術(shù)，高通已經(jīng)提出了Internet of Everything—可以稱為IoX。

但是，邊緣計(jì)算/霧計(jì)算要落地，尤其是在工業(yè)的實(shí)際應(yīng)用中，必須明白“應(yīng)用”才是最為核心的問題，所謂的IT與OT的融合，更為強(qiáng)調(diào)在OT側(cè)的應(yīng)用，即運(yùn)營的系統(tǒng)所要實(shí)現(xiàn)的目標(biāo)。

3.2 OT是解決問題的

邊緣計(jì)算是在高帶寬、時間敏感型、物聯(lián)網(wǎng)集成這個背景下發(fā)展起來的技術(shù)，“Edge”這個概念的確較早為包括ABB、KUKA、B&R、Schneider這類自動化廠商所提及，其本意是在“貼近用戶與數(shù)據(jù)源的IT資源”—這些是屬于從傳統(tǒng)自動化廠商向IT廠商延伸的一種設(shè)計(jì)，自動化廠商提及云計(jì)算/霧計(jì)算/邊緣計(jì)算都是其與IT融合的一種趨勢，并且同時具有Edge概念。

3.3 Internet+還是+interrnet？

IT與OT的人對實(shí)現(xiàn)智能制造是存在著大的方向一致而對主導(dǎo)權(quán)的認(rèn)識不同的，Internet+思想是將互聯(lián)網(wǎng)當(dāng)做了主導(dǎo)者，借助于ICT技術(shù)來推動智能制造，而+internet的就是認(rèn)為ICT只是輔助，顯然，從IT和OT各自出發(fā)似乎都有道理，但是，無論是放大IT還是OT的作用都是不合適的，因?yàn)?，這里存在著這樣的問題：

（1）.既然誰都是不能缺的，那不去融合而去對抗也是不對的；

（2）.IT與OT事實(shí)上也是在相互滲透的，自動化廠商都已經(jīng)開始在延伸其產(chǎn)品中的IT能力，包括SIEMENS的MindSphere、GE的Predix和ABB的Ability平臺，這些大的廠商在信息化、數(shù)字化軟件平臺方面，也包括了像B&R、Rockwell AB等在基礎(chǔ)的IoT集成、Web技術(shù)的融合方面的產(chǎn)品與技術(shù)。事實(shí)上IT技術(shù)也開始在其產(chǎn)品中集成總線接口、HMI功能的產(chǎn)品，以及工業(yè)現(xiàn)場傳輸設(shè)備網(wǎng)關(guān)、交換機(jī)等產(chǎn)品。

邊緣計(jì)算的可能應(yīng)用潛力以及如何部署邊緣計(jì)算架構(gòu)來滿足未來工業(yè)對數(shù)據(jù)的采集和分析的需求。其實(shí)，無論是概念還是實(shí)質(zhì)的落地而言，都必須回到今天我們的本質(zhì)要做什么？IT與OT通常使用著不同的語言系統(tǒng)，需要進(jìn)行融合。

4.計(jì)算的本質(zhì)

4.1 “控制”與“策略”問題

自動化事實(shí)上是一個以“控制”為核心進(jìn)行應(yīng)用的行業(yè)，控制則是基于“信號”的，而“計(jì)算”則是基于數(shù)據(jù)進(jìn)行的，更多意義是指“策略”、“規(guī)劃”，因此，它更多聚焦于在“調(diào)度、優(yōu)化、路徑”，就像對全國的高鐵進(jìn)行調(diào)度的系統(tǒng)一樣，每增加一個車次減少都會引發(fā)調(diào)度系統(tǒng)的調(diào)整，它是基于時間和節(jié)點(diǎn)的運(yùn)籌與規(guī)劃問題，而同樣道理，今天的邊緣計(jì)算在工業(yè)領(lǐng)域的應(yīng)用更多是這類“Computing”。

因此，我們注意到邊緣計(jì)算、霧計(jì)算雖然說的是低延時，但是其50mS、100mS這種周期對于高精度機(jī)床、機(jī)器人、高速圖文印刷系統(tǒng)的100μS這樣的“控制任務(wù)”而言，仍然是非常大的延遲的，在自動化人的視角，邊緣計(jì)算所謂的“實(shí)時”，本身就是被歸在“非實(shí)時”的應(yīng)用里的。

圖7-云計(jì)算—邊緣計(jì)算區(qū)分處理數(shù)據(jù)

概而言之：傳統(tǒng)自動控制基于信號的控制，而邊緣計(jì)算則可以理解為“基于信息的控制”，參量由信號到了信息，信號控制可以在既有的模型下實(shí)現(xiàn)，而信息控制則需要進(jìn)行學(xué)習(xí)—因?yàn)椴⒎怯锌梢姥拇_定性高的模型。

4.2 IIoT與邊緣計(jì)算的目標(biāo)

考慮到全局的優(yōu)化，尤其是在更為個性化生產(chǎn)的時代所需的“質(zhì)量”、“成本優(yōu)化”、“交付能力”的優(yōu)化問題：

（1）.質(zhì)量提升的幾個應(yīng)用方向：如何為小批量的產(chǎn)品生產(chǎn)實(shí)現(xiàn)動態(tài)的過程優(yōu)化成為了質(zhì)量控制的難點(diǎn)，基于對被加工對象、以及生產(chǎn)過程中的動態(tài)缺陷檢測實(shí)現(xiàn)加工參數(shù)的動態(tài)調(diào)整，另一個應(yīng)用需求在于對影響加工質(zhì)量的因素進(jìn)行學(xué)習(xí)，并根據(jù)變化自動形成工藝參數(shù)的設(shè)定。

（2）.成本降低問題，對于小批量生產(chǎn)而言，生產(chǎn)的能耗、當(dāng)機(jī)、減速等系列問題引發(fā)的都是成本的上升，而這些成本的上升對于小批量的財務(wù)核算而言，則會造成單位成本的提升，因此，如何借助于IIoT技術(shù)來實(shí)現(xiàn)能源、維護(hù)數(shù)據(jù)的采集，并通過數(shù)據(jù)分析來實(shí)現(xiàn)成本的優(yōu)化策略。

（3）.交付周期問題：包括在生產(chǎn)現(xiàn)場中如何配比生產(chǎn)訂單、根據(jù)工藝進(jìn)行最快的響應(yīng)能力組合，尤其是在變化的過程中降低生產(chǎn)工藝參數(shù)調(diào)校所產(chǎn)生的時間浪費(fèi)將成為影響交付能力的關(guān)鍵。

我們反復(fù)強(qiáng)調(diào)，智能制造、工業(yè)4.0的核心問題仍然是在“個性化時代解決質(zhì)量、成本與交付的問題”，那么歸根結(jié)底，邊緣計(jì)算是提供了計(jì)算能力，但計(jì)算什么？在管理學(xué)上，我們可以歸入Operation Management-這屬于大的運(yùn)營管理范疇，包括精益思想、6Sigma這些都是設(shè)定了管理的目標(biāo)的。

5 應(yīng)用仍然為王

5.1 生態(tài)系統(tǒng)建設(shè)問題

邊緣計(jì)算其目的是服務(wù)于IoT、I4.0的應(yīng)用，在本質(zhì)上并沒有區(qū)別，聯(lián)盟本身是為了構(gòu)建生態(tài)系統(tǒng)，因?yàn)?，在智能制造時代本質(zhì)上就是一種“生態(tài)系統(tǒng)”協(xié)同共贏的局面，廠商可以根據(jù)自己的需要加入不同的聯(lián)盟，可能會面向不同的領(lǐng)域，

但是，OICT廠商都是服務(wù)于“制造業(yè)”，服務(wù)于“制造業(yè)2025”的，歸根結(jié)底是要為制造企業(yè)解決全球競爭力的問題，如何生產(chǎn)更具競爭力的產(chǎn)品，提升企業(yè)的整體運(yùn)營效率，而且，從投資回報角度如何計(jì)算和平衡，讓生產(chǎn)企業(yè)真正得利，否則，無論是誰的概念都不會有好的結(jié)果。

Internet時代最為顯著的特征就是“網(wǎng)絡(luò)協(xié)同”，因此基于傳統(tǒng)的比對競爭的時代已經(jīng)過去，正如James FMoore在其《競爭的衰亡》中所描述的“Ecosystem”，企業(yè)之間必須依存，商業(yè)文化必須改變，傳統(tǒng)買賣關(guān)系的上下游企業(yè)，必須意識到通過合作解決共同的問題才能共同發(fā)展，價值鏈之所以被不斷提及就在于從芯片廠商、自動化、ICT、系統(tǒng)集成商、機(jī)械制造商、生產(chǎn)制造企業(yè)這個價值鏈上的企業(yè)都必須共同來面對“消費(fèi)者”來實(shí)現(xiàn)問題的解決，而消費(fèi)者，又是我們每個人自己。

5.2 工業(yè)領(lǐng)域的邊緣應(yīng)用場景

（1）能源分析問題：顯然，發(fā)電、輸配電、供電是最大的網(wǎng)絡(luò)，在未來能源效率問題會覆蓋到整個電力系統(tǒng)的每個環(huán)節(jié)，而電力對采集有著特殊的需求，包括電力信號的測頻、相位等，是IoT重的交大應(yīng)用領(lǐng)域。

（2）物流規(guī)劃問題：無論是企業(yè)的生產(chǎn)制造環(huán)節(jié)中的物料配送、還是快遞業(yè)中的分揀問題，都是計(jì)算所需要進(jìn)行分析和優(yōu)化的。在物流輸送中，巷道車必須根據(jù)系統(tǒng)的存取需求，對現(xiàn)有的倉位進(jìn)行計(jì)算，規(guī)劃出最優(yōu)的路徑，以實(shí)現(xiàn)最快速的路徑最短時間完成倉庫內(nèi)部的物料存取任務(wù)。

（3）工藝優(yōu)化分析：工藝優(yōu)化最為重要的是與質(zhì)量最為緊密的工藝參數(shù)的學(xué)習(xí)，以便在個性化生產(chǎn)時能夠形成自主的參數(shù)配置，以及工藝的自適應(yīng)能力，這種學(xué)習(xí)對于生產(chǎn)制造商非常關(guān)鍵，也是他們最大的期待，但是，在當(dāng)前人工智能學(xué)習(xí)、機(jī)器學(xué)習(xí)還沒有很好的與具體工業(yè)領(lǐng)域的生產(chǎn)結(jié)合，也是未來邊緣計(jì)算、霧計(jì)算所關(guān)注的重點(diǎn)。

（5）生產(chǎn)任務(wù)與分配：根據(jù)生產(chǎn)訂單為生產(chǎn)進(jìn)行最優(yōu)的設(shè)備排產(chǎn)排程，本身就是計(jì)算范圍，而這也是MES的基本任務(wù)單元之一，而事實(shí)上，這些計(jì)算附著于由具體MES廠商的軟件平臺還是依附于“邊緣計(jì)算”的平臺—基于Web技術(shù)構(gòu)建的分析平臺，在未來并不會存在差別，從某種意義上說MES系統(tǒng)本身是一種傳統(tǒng)的架構(gòu)，而其核心即可以在專用的軟件系統(tǒng)，也可以存在于云、霧或者邊緣側(cè)。

總體而言，在整個智能制造、IoT應(yīng)用中，各自分工如下：

--自動化提供“采集”，包括數(shù)據(jù)源的作用，這是利用自動化已經(jīng)在分布式I/O采集、總線互聯(lián)、以及控制機(jī)器所產(chǎn)生的機(jī)器生產(chǎn)、狀態(tài)、質(zhì)量等原生“信息”。

圖8顯示了來自貝加萊的邊緣概念，對于小型機(jī)器與產(chǎn)線可以采用OrangeBOX來實(shí)現(xiàn)現(xiàn)場的OEE、能源數(shù)據(jù)等的采集，而APROL則作為邊緣節(jié)點(diǎn)對大型工廠及流程工業(yè)提供控制與計(jì)算的集成。

圖8 貝加萊邊緣計(jì)算架構(gòu)應(yīng)用-塑料工業(yè)場景

通過MQTT/AMQP進(jìn)行數(shù)據(jù)的傳輸，OPC UA是一種基本的OT遵循協(xié)議，而針對IT的MQTT協(xié)議，也進(jìn)行了支持。APROL EC扮演著不同的邊緣計(jì)算角色，不管是針對老的工廠改造升級，還是一個全新的工廠產(chǎn)線，或者一臺大型設(shè)備，都可以采用這一方式進(jìn)行數(shù)據(jù)的采集與傳輸，并送至本地的邊緣計(jì)算側(cè)，具有幾種方式的傳輸模式。

--ICT廠商提供“傳輸”，因?yàn)樵谌绾翁峁?shù)據(jù)的傳輸、存儲、計(jì)算方面，ICT廠商有其傳統(tǒng)優(yōu)勢，包括成本方面，已經(jīng)云平臺的優(yōu)勢。

--智能分析軟件廠商提供“分析”，這些包括了我們所說的“邊緣計(jì)算”、“云計(jì)算”的“計(jì)算”而非僅僅提供基礎(chǔ)設(shè)施平臺，這類公司可以是Google、IBM這樣在更大的金融、交通、能源領(lǐng)域的大數(shù)據(jù)集成能力，也包括了眾多在垂直領(lǐng)域進(jìn)行分析的中小型企業(yè)。

--終端生產(chǎn)企業(yè)則是需求的來源，因?yàn)楫a(chǎn)業(yè)鏈協(xié)同最終是為其解決“質(zhì)量、成本、交付”的核心問題。

參考文獻(xiàn)

[1]IBM & AKAMAI,Develop Edge Computing Application, June 9,2003

[2]Pang H H, Tan K L. Authenticating query results in edgecomputing[C]//Data Engineering, 2004. Proceedings. 20th InternationalConference on. IEEE, 2004: 560-571.

[3]Grieco R, Malandrino D, Scarano V. A scalable cluster-basedinfrastructure for edge-computing services[J]. World Wide Web, 2006, 9(3):317-341.

[4]Shi W, Cao J, Zhang Q, et al. Edge Computing: Vision andChallenges[J].

[5]Varghese B, Wang N, Barbhuiya S, et al. Challenges and Opportunitiesin Edge Computing[J]. arXiv preprint arXiv:1609.01967, 2016.

[6]史揚(yáng),邊緣計(jì)算參考1.0架構(gòu)分享，邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟成立大會，2016年11月30日，北京

供稿：說東道西

本文鏈接：http://www.baqblw.cn/content.aspx?url=rew&id=488

上一篇：武漢工博會丨這次，松下會有什么秘密武器呢？

下一篇：一季度利潤暴跌83% ，補(bǔ)貼減少徹底揭了比亞迪的短？