Predix: GE Digital's Platform for the Industrial Internet
 |
| 康橋科技 —— 白光攝影機專業廠商！ |
來源：物联江湖 作者：王一鸣
一、工業互聯網的技術特性
1.對物聯網層級的不同定義
如果做一個簡單的比較，就會發現(工業網路)執行視角的基礎架構和(資訊領域)物聯網網路結構十分相似，但對層級的劃分卻有一些不同。
邊緣層，一是包括了感測器、驅動器(執行器)、工業設備等終端設備，對應到物聯網的感知/執行層；二是包括了兩種網路形式：鄰接網路、接入網路。和物聯網網路層級相比，這兩種網路的定義、範圍略有差異。
鄰接網路，可以理解為邊緣網路層，包括了用於局域組網的轉發節點，提供「就近」服務的邊緣計算，以及連接雲端的邊緣網路閘道管理設備。
兩者的差異在於物聯網終端，到邊緣轉發節點也屬於鄰接網路，但在邊緣網路層(資訊領域)中，是不包括這部分的。
兩者的差異在於物聯網終端，到邊緣轉發節點也屬於鄰接網路，但在邊緣網路層(資訊領域)中，是不包括這部分的。
接入網路，其定義和物聯網網路接入層有較大差異。它主要是指核心網(主要是指通信領域的骨幹網路，例如行動通信的4G LTE/EPC網路)，是用於接入終端和邊緣網路閘道管理設備的核心網路。
雖然在「接入」的理解上，工業網路有自己的定義，但是整體上，工業網路和其他領域，對物聯網層次的理解差異性並不大。
平台層和服務層共處於服務網路之中，可以映射到核心網路層的應用部分(不包括核心網路)。其中，平台層對應於物聯網服務平台，而服務層則對應於具體的行業應用。
端系統的概念
工業網路對「接入」有不同的理解，是由於工業領域通常會將工廠內一整套的自動化系統，理解為「端」。這種概念，在電腦領域稱之為「端系統」，如同「終端」一樣的資訊化系統。
端系統是在一個區域範圍內，由多種邊緣設備(感測器、執行器、生產設備(終端)、儀器儀表、邊緣網路節點、邊緣伺服器等)組成的系統。例如自動化生產系統，就是在一個工廠空間內，由各類感測器、執行器、控制器等組成的生產流水線。
端系統中的各類網路、設備、終端、有著非常緊密的聯繫，相互間往往採用私有、專用的通信協議，進行數據傳遞，具有緊耦合的結構特性，以此搭建出一個完整、封閉(具有專網專用的特徵)、自動化的生產應用或服務。
除了生產流水線以外，感測器網路(Wireless Sensor Networks, WSN)和RFID應用系統(RFID應用系統包括控制伺服器、讀寫器、電子標籤)也都屬於端系統。
由於採用了專用、私有的通信協議，使得端系統必須作為一個整體來使用，系統中單獨一個組件的功能，無法被企業或用戶正常使用。
從物聯網的發展趨勢來看，邊緣設備的智慧會逐步提升，通信接入和組網協議也會朝著規範、開放的方向發展，工業的「端系統」會逐漸被分解(系統解耦)，邊緣網路中的終端和節點會逐漸獨立出來，以滿足自由、靈活的組合。所以，執行視角對網絡層級的理解，預計會和互聯網、通信領域的理解進行融合。
當然，僅從字面上糾結「接入」的範圍，和上下層次，並沒太大的實際意義。物聯網應用是豐富多態的，只有根據實際需求去理解架構層次，才具有價值。
2. 執行視角的遞歸性
從執行視角自身來看，其架構是具有顯著「遞歸性」的，即網路能力和資訊處理能力可以相互疊加和組裝，實現更加複雜、健壯的資訊系統。
例如：
一個小的鄰接網路可以歸屬於一個，範圍更大的鄰接網路，再連接到平台層(疊加網路)；
平台層也可以分為多個層級，來實現各類資訊化功能(分層服務)；
應用層中各類應用之間，可以相互「調用」和「查詢」，它們交互資訊、相互支持，在不同的行業應用中扮演不同的角色，在各異的業務流程中，履行不同職責(能力分工)。
架構中資訊能力的組合，是設計者從商業、管理、行業和資訊技術等各個方面的統籌考量，可以是一個極度複雜的大系統，也可以「弱水三千、只取一瓢」：只實現最基本的組網，使用最基本的功能。
3.執行視角和功能視角的關係
(1)元素(執行視角)與組合(功能視角)的關係
從功能視角來看，在執行視角中的資訊處理能力，是組成功能視角的元素。功能域中的功能模組，就是執行層中，各類技術的組合。
如果一個「功能」，是需要對控制域的設備進行操作，則需要從服務層(行業應用)發送指示，經過平台層轉換為具體的操作指令，再貫穿兩層網路(接入網路、邊緣網路)，抵達驅動器執行。
在這個具體的功能中，涉及了大量(執行視角中)的資訊技術和相關設備。但對最終用戶來說，只需要知道如何發出「指示」，就可以實現對物的遠端操控。
功能視角中的「功能」被稱為「組件」，功能組件可以理解為一種數位化的「物品」，是在虛擬世界中可見、可以觸及的「事物」。組件具有開放、規範的交互接口，結構化的屬性和狀態，語義化的內在含義。
它可以被其它任何應用系統查詢、理解、分析和使用，就像球場上的足球，可以被雙方22個球員「盤頂撲射」的同時，還能被裁判和數萬個現場球迷觀看到。
在執行視角中，各類終端設備也具有「功能」，但不能稱為組件。就像一個溫度感測器有感知溫度的「功能」，但只有專用系統才能夠讀取、理解並運用它的測量數據。
對其它設備系統來說，它們「看不到」感測器的存在，即使「捕獲」感測器的感測數據，也無法理解那一串字符。
功能視角可以將實體物件，映射在虛擬世界中(例如數位化雙胞胎)，也可以將資訊化應用(例如某特定行業的大數據分析)映射成標準服務向外提供。
利用功能組件中，所包含的元素(功能模組)和組合(多個模組之間形成的結構)，能夠在資訊化、數位化的基礎上，實現既靈活、又複雜的應用。這便是功能視角，作為工業網路頂層構架的意義所在。
(2) 功能域在網路層級(執行視角)中的位置
從整體來看，功能視角中的功能域，在執行視角的網路結構中有集中化部署的特性，即某些特定的功能域(功能視角)，主要集中在特定的(執行視角中的)網路層級中。或者說，「層(執行視角的網路層級)」和「域(功能域)」有一定的映射關係，但這種映射關係，並不是必然的。
控制域幾乎都部署在邊緣層中；大部分資訊域和操作域的能力，落地在平台層中；而企業層主要對應著應用域和業務域。
雖然整體上具備對應關係，但實際情況往往是由特定的行業系統來決定的，並且會隨著技術的發展不斷變化。
當設備終端是透過接入網路，直接連接服務平台時，平台層必須具備一定的控制域能力。
如果邊緣計算的能力不斷增強，更多資訊域的功能(數據預處理能力等)，自然會遷移到邊緣層中，而操作域中包括的資產管理能力，也可以部署到邊緣層中。
整體來看，隨著計算的泛在部署逐漸推進，上層功能域的能力(應用域、業務域的資訊處理能力)，會更廣泛地部署到各個層級中。
此外，在實際的行業應用中，不同層級中的功能域，需要相互服務和調用：控制域在圖像的智慧辨識上，可能需要資訊域提供圖像處理的能力；同樣需要定位服務的時候，又需要借助應用域提供Google地圖這樣的服務。
所以，執行的「層」和功能的「域」並沒有嚴密的映射關係。
二、工業互聯網的兩個核心「主題」
工業網路初衷，在於透過自動化控制系統，和資訊系統的結合，實現兩個核心「主題」：增加邊緣的協作自主性；全球化業務貫通，增進系統優化。
1.增加邊緣的協作自主性
自主性是建立在自動化之上的「智慧」。在工業生產的現場，高新傳感監測技術的廣泛部署，實現高品質的數據採集；利用嵌入式計算，來完成即時的複雜邏輯運算，和高級數據分析；網路互聯，實現了系統間無縫的資訊交互，使得相互合作、協同生產稱為可能。
「智慧」的落地(邊緣計算)，將成長性賦予了系統，它們可以透過「自學習(機器學習等)」來自建數據分析模型，和資訊處理工具，不斷地優化自身的業務邏輯。
2.全球業務貫通的系統優化
透過跨系統的海量(感測)數據匯聚，和「智慧」的分析，使得企業的決策系統，能夠預見未來的業務趨勢，洞察新的商業機會。系統將對未來的「洞見」進行「消化」，自主性地形成新的商業策略，並融入業務組件中(例如調整供應商、增加庫存、修改產品設計等)。
智慧化的資訊回饋機制，會將「智慧」垂直向下，傳遞到「行為」上：業務組件會根據策略優化應用(組件)，改進功能(組件)，並最終落實到執行層面(組件)。
「感知-智慧(策略)-執行」形成了一個持續不止、巨大無比的資訊循環，循環中的每一個獨立系統，都可以根據自身獲取的資訊流，來調整自己的工作狀態和工作方式，以適應(以預測為依據的)不斷變化的商業環境。
三、GE的Predix
Predix是GE的物聯網平台，定位於工業領域的PaaS(平台及服務)。從Predix中能看到工業網路的架構，也能看到物聯網平台發展最關鍵的需求。
1.從功能視角回看GE的Predix
在功能視角中，平台包括有三類功能域：操作域、資訊域、應用域。GE作為工業網路平台推進的主力企業，它的Predix(物聯網平台)即是按照這三類功能域進行建構的。
Predix的PaaS層平台中有五類核心服務：「Assets」(資產)、「Analytics」(分析)、「Data」(數據)、「Security」(安全)、「Operations」(營運)。
Predix 的「服務」具備「域」的各種能力：
資產服務-＆資訊域：工業數據建立「資產模型」、圖形化數據庫
分析服務-＆操作域：營運分析和預測分析(工業領域內的應用計算)
數據服務-＆資訊域：引入層(Ingestion)和數據池(Data Lake)功能
安全服務-＆所有五類功能域：資訊安全和安全生產
營運服務-＆操作域、應用域：「DevOps」和「BizOps」(軟體領域)
2. GE Predix的荊棘之路
相比工業4.0，工業網路有著比較清晰的資訊基礎架構，從GE Predix的架構中，可以看出工業網路業者努力的方向。
對於工業4.0和工業網路，CPS(Cyber\Physical System)都是它們構建工業網路的基石，而構建CPS的關鍵是統一、規範的數位化標準和能力架構。但不幸的是，隨著傑夫·伊梅爾特(Jeffrey Immelt)離任GE的CEO一職(2017年下半年)，Predix的發展被猛踩了一腳剎車。
由於前幾年收購、合併了大量的軟體公司，造成Predix自身一直存在大量的異構性問題，數據接口、系統架構、通信協議、數據模型差異巨大。由於一直無法有效整合這些軟體系統，致使GE的「登月工程」戛然而止。
在工業物聯網中，不論是引入CPS系統，還是搭建物聯網平台服務，最核心的基礎目標，都是為了消除各領域資訊系統的異構性。
然而，如果位於應用之下的CPS、平台自身也存在大量的異構問題，那麼這就會給企業的「工業革命」，帶來災難性的後果。顯然，GE雄厚的技術實力，也無法解決策略上的判斷失誤，沒有相對統一、明確的內部系統，則無法整合紛亂的外部系統，而形成新的工業生態。
所以，GE的Predix怕是需要推倒重來，才能涅槃重生了!
沒有留言:
張貼留言