技術(shù)
導(dǎo)讀:盡管邊緣計(jì)算和物聯(lián)網(wǎng)是兩種不同的技術(shù),但兩者之間似乎越來越趨同。
隨著越來越多的科技企業(yè)尋找更簡單的方法來優(yōu)化其解決方案并降低運(yùn)行成本,對邊緣計(jì)算的需求也在不斷增長。邊緣計(jì)算有助于促進(jìn)數(shù)據(jù)處理,而不僅僅依賴于集中式數(shù)據(jù)中心,而物聯(lián)網(wǎng)設(shè)備似乎處于這種計(jì)算范式應(yīng)用的最前沿。
《2022 年全球邊緣計(jì)算市場報(bào)告》的最新統(tǒng)計(jì)數(shù)據(jù)預(yù)測,邊緣計(jì)算市場將出現(xiàn)巨大增長,預(yù)計(jì)到 2030 年其規(guī)模將達(dá)到 1559 億美元,在預(yù)測期內(nèi)復(fù)合年增長率約為 38.9%。
全球物聯(lián)網(wǎng)設(shè)備的采用也相應(yīng)增加,據(jù) Statista估計(jì),到 2030 年將達(dá)到 290 億左右。
隨著這些積極發(fā)展的發(fā)生,有必要探索物聯(lián)網(wǎng)和邊緣計(jì)算如何協(xié)同工作。
邊緣計(jì)算和物聯(lián)網(wǎng)
邊緣計(jì)算是一種計(jì)算范式,支持在網(wǎng)絡(luò)邊緣或靠近產(chǎn)生數(shù)據(jù)的設(shè)備計(jì)算數(shù)據(jù)資源。這是一種計(jì)算模型,不需要將數(shù)據(jù)傳輸?shù)竭b遠(yuǎn)的數(shù)據(jù)中心進(jìn)行處理和分析。
另一方面,物聯(lián)網(wǎng)是一組互連的智能設(shè)備,它們使用傳感器、通信硬件和嵌入式系統(tǒng)來收集、傳輸和處理數(shù)據(jù)——無論是在云托管的數(shù)據(jù)存儲(chǔ)中心還是在網(wǎng)絡(luò)邊緣。物聯(lián)網(wǎng)是為物理對象帶來互聯(lián)網(wǎng)連接、智能、輕量級(jí)人工智能和分析的技術(shù)的術(shù)語。
物聯(lián)網(wǎng)在多個(gè)行業(yè)的用例越來越多,因?yàn)橹С只ヂ?lián)網(wǎng)的傳感器和分析功能現(xiàn)在為更多設(shè)備提供動(dòng)力,以改變機(jī)器的工作方式。隨著用例的增加,物聯(lián)網(wǎng)設(shè)備處理的數(shù)據(jù)量也隨之增加。但是,處理更多數(shù)據(jù)有時(shí)會(huì)導(dǎo)致延遲、隱私問題以及解決緊急問題所需數(shù)據(jù)的處理時(shí)間變慢。
需要改進(jìn)物聯(lián)網(wǎng)設(shè)備并減少這些瓶頸,這些瓶頸主要是由于將大量數(shù)據(jù)從物聯(lián)網(wǎng)設(shè)備移動(dòng)到數(shù)據(jù)中心進(jìn)行處理和分析而造成的。這就是為什么需要在邊緣收集和處理物聯(lián)網(wǎng)數(shù)據(jù)以促進(jìn)實(shí)時(shí)計(jì)算的原因。
物聯(lián)網(wǎng)和邊緣計(jì)算如何協(xié)同工作
物聯(lián)網(wǎng)行業(yè)和邊緣計(jì)算可以通過多種方式協(xié)同工作以提高性能。如今,邊緣計(jì)算在物聯(lián)網(wǎng)設(shè)備上的部署越來越多。以下是一些值得注意的用例,邊緣計(jì)算可以在現(xiàn)在和未來為物聯(lián)網(wǎng)提供動(dòng)力。
物聯(lián)網(wǎng)設(shè)備中基于狀態(tài)的監(jiān)控
邊緣計(jì)算可以為物聯(lián)網(wǎng)提供動(dòng)力的方式之一是基于條件的監(jiān)控。物聯(lián)網(wǎng)狀態(tài)監(jiān)控是業(yè)務(wù)監(jiān)控和維護(hù)策略中的重要因素?;跔顟B(tài)的監(jiān)控是一個(gè)術(shù)語,它描述了對設(shè)備狀態(tài)的監(jiān)控以指出變化以及變化如何導(dǎo)致故障。
物聯(lián)網(wǎng)基于狀態(tài)的監(jiān)控側(cè)重于數(shù)據(jù)輸入和輸出,以檢查變化和可能的行動(dòng)路線,以防止設(shè)備出現(xiàn)故障或停機(jī)。為此,數(shù)據(jù)需要在傳感器、網(wǎng)絡(luò)和連接的物聯(lián)網(wǎng)設(shè)備上移動(dòng),在這些設(shè)備上對其進(jìn)行分析和解釋,以提供實(shí)時(shí)的質(zhì)量預(yù)測性維護(hù)報(bào)告。由于處理的數(shù)據(jù)量很大,物聯(lián)網(wǎng)基于狀態(tài)的監(jiān)控設(shè)備需要邊緣計(jì)算來獲得更好的性能。
借助邊緣計(jì)算,基于狀態(tài)的監(jiān)控物聯(lián)網(wǎng)設(shè)備可以更快地處理數(shù)據(jù),消除延遲并提供有助于工程師做出更好維護(hù)決策的信息。在這種情況下,邊緣計(jì)算的集成將幫助組織更加主動(dòng)地確保其系統(tǒng)的效率,并大大降低維護(hù)成本。
人工智能在物聯(lián)網(wǎng)中的更好應(yīng)用
隨著全球智能物聯(lián)網(wǎng)設(shè)備的普及,人工智能在物聯(lián)網(wǎng)中的地位不容忽視。今天,有自動(dòng)駕駛汽車、幫助制造業(yè)的多個(gè)生產(chǎn)過程的機(jī)器人、計(jì)算機(jī)視覺和物聯(lián)網(wǎng)中人工智能的其他用例。所有這些技術(shù)進(jìn)步都是通過將人工智能應(yīng)用于物聯(lián)網(wǎng)而實(shí)現(xiàn)的。
然而,邊緣計(jì)算的力量可以提高物聯(lián)網(wǎng)設(shè)備中人工智能使用的激增。毫無疑問,人工智能在物聯(lián)網(wǎng)設(shè)備中做出準(zhǔn)確預(yù)測所需的大量數(shù)據(jù)。邊緣計(jì)算可用于通過將數(shù)據(jù)計(jì)算保持在邊緣內(nèi)來減少處理數(shù)據(jù)所需的時(shí)間。
工業(yè)物聯(lián)網(wǎng)和工業(yè) 4.0
工業(yè)物聯(lián)網(wǎng)和工業(yè) 4.0 是近年來備受關(guān)注的兩個(gè)術(shù)語。這兩個(gè)概念背后的想法是使用互聯(lián)網(wǎng)和海量數(shù)據(jù)來驅(qū)動(dòng)和管理工業(yè)智能機(jī)器。
在此之前,工業(yè)化主要由人類和機(jī)械設(shè)備驅(qū)動(dòng)。然而,鑒于技術(shù)滲透到現(xiàn)代商業(yè)生活的各個(gè)領(lǐng)域,大量數(shù)據(jù)和實(shí)時(shí)分析正被應(yīng)用于工業(yè)機(jī)器,以提高效率和提高產(chǎn)量。
IIoT 還依賴于海量數(shù)據(jù)的數(shù)據(jù)捕獲和分析以及互聯(lián)網(wǎng)與其他設(shè)備進(jìn)行實(shí)時(shí)交互。由于推動(dòng) IIoT 和工業(yè) 4.0 所需的數(shù)據(jù)計(jì)算水平,邊緣計(jì)算對于促進(jìn) IIoT 中的計(jì)算變得至關(guān)重要。
為什么物聯(lián)網(wǎng)和邊緣計(jì)算將繼續(xù)合作
當(dāng)前趨勢表明,世界距離邊緣計(jì)算和物聯(lián)網(wǎng)融合的終結(jié)還很遙遠(yuǎn)。盡管如此,物聯(lián)網(wǎng)和邊緣計(jì)算將繼續(xù)協(xié)同工作的原因有很多。
物聯(lián)網(wǎng)需要穩(wěn)定的連接才能超高效,而邊緣計(jì)算可以保證這一點(diǎn)。當(dāng)邊緣計(jì)算輕松為邊緣數(shù)據(jù)計(jì)算提供支持基礎(chǔ)時(shí),物聯(lián)網(wǎng)不需要永久接觸托管在中央云中的數(shù)據(jù)。如果必須讓客戶滿意,物聯(lián)網(wǎng)在提供金融服務(wù)、健康服務(wù)和自動(dòng)駕駛汽車的企業(yè)中的應(yīng)用就無法應(yīng)對延遲。因此,這些領(lǐng)域的物聯(lián)網(wǎng)可能會(huì)繼續(xù)依賴邊緣計(jì)算來滿足業(yè)務(wù)目標(biāo)和用戶滿意度。