edge computing
百度百科
邊緣計算起源於傳媒領域，是指在靠近物或數據源頭的一側，採用網路、運算、儲存 、應用核心能力為一體的開放平台，就近提供最近端服務。
 |
| 碎碎念邊界運算(Edge Computing) | 小朱® 的技術隨手寫- 點部落 |
其應用程序在邊緣側發起，產生更快的網路服務響應，滿足行業在即時業務、應用智慧、安全與隱私保護等方面的基本需求。
邊緣計算處於物理實體和工業連接之間，或處於物理實體的頂端。而雲端運算，仍然可以訪問邊緣計算的歷史數據。
 |
雲計算的範式
|
從分布式開始
邊緣運算並非是一個新鮮詞。作為一家內容分發網路 CDN ，和雲端服務的提供商 AKAMAI，早在 2003 年就與 IBM 合作「邊緣運算」。作為世界上最大的分布式計算服務商之一，當時它承擔了全球 15-30% 的網路流量。
在其一份內部研究項目中，即提出「邊緣運算」的目的和解決問題，並透過 AKAMAI 與 IBM，在其 WebSphere 上，提供以邊緣 Edge 的服務。
對物聯網而言，邊緣運算技術取得突破，意味著許多控制，將透過本地設備，實現而無需交由雲端，處理過程將在本地邊緣運算層完成。這無疑將大大提升處理效率，減輕雲端的負荷。由於更加靠近用戶，還可為使用端提供更快的響應，將需求在邊緣端解決。
vs雲計算
在國際上，以思科為代表的網路公司，以霧運算為主。思科已經不再成為工業網路聯盟的創立成員，但卻集中精力主導 Open Fog 開放霧聯盟。
無論是雲、霧還是邊緣計算，本身只是實現物聯網、智慧製造等，所需要運算技術的一種方法或者模式。嚴格講，霧運算和邊緣運算，本身並沒有本質的區別，都是在接近於現場應用端提供的運算。就其本質而言，都是相對於雲端運算而言的。
從二者的運算範式可以看出來，邊緣側的數據運算，一下子變得豐富起來。這裡產生了全新的想像空間。
【3S MARKET】我們認為：邊雲運算即現場端的數位化與智慧化。我們不站在邊緣側這樣的立場，因為容易誤導。
物聯網應用
全球智慧手機的快速發展，推動了行動終端和「邊緣運算」的發展。而萬物互聯、萬物感知的智慧社會，則是跟物聯網發展相伴而生，邊緣運算系統也因此應聲而出。
事實上，物聯網的概念，已經提出有超過 15 年的歷史，然而，物聯網卻並未成為一個火熱的應用。一個概念到真正的應用有一個較長的過程，與之匹配的技術、產品設備的成本、接受程度、試錯過程都是漫長的，因此往往不能很快形成大量使用的市場。（3S MARKET：物聯網被認知，實際上是這五年的事。）
根據 Gartner 的技術成熟曲線理論來說，在 2015 年 IoT 從概念上而言，已經到達頂峰位置。因此，物聯網的大規模應用也開始加速。因此未來 5-10 年內 IoT 會進入一個應用爆發期，邊緣運算也隨之被預期，將得到更多的應用。
架構
在對岸中國，邊緣運算聯盟 ECC 正在努力推動三種技術的融合，也就是 OICT 的融合（運營 Operational、資訊Information、通訊 Communication Technology）。
而其運算對象，則主要定義的了四個領域，第一個是設備域的問題， 出現的純粹的 IoT 設備，跟自動化的 I/O 採集相比較而言，有不同但也有重疊部分。那些可以直接用於在頂層優化，而並不參與控制本身的數據，是可以直接放在邊緣側完成處理；第二個是網路域。
在傳輸層面，直接的末端 IoT 數據、與來自自動化產線的數據，其傳輸方式、機制、協議都會有不同，因此，這裡要解決傳輸的數據標準問題。
當然，在 OPC UA 架構下，可以直接的訪問底層自動化數據，但是，對於 Web 數據的交互而言，這裡會存在 IT 與 OT 之間的協調問題，儘管有一些領先的自動化企業，已經提供了針對 Web 方式數據傳輸的機制，但是，大部分現場的數據，仍然存在這些問題。
第三是數據域，數據傳輸後的數據儲存、格式等這些數據域需要解決的問題，也包括數據的查詢，與數據交互的機制，和策略問題，都是在這個領域裡需要考慮的問題。
最後一個，也是最難的應用域，這個可能是最為難以解決的問題，針對這一領域的應用模型尚未有較多的實際應用。
邊緣運算聯盟 ECC 對於邊緣運算的參考架構的定義，包含了設備、網路、數據與應用四域，平台提供者主要提供在網路互聯（包括總線）、運算能力、數據儲存與應用方面的軟硬體基礎設施。
而從產業價值鏈整合角度而言，ECC 提出了 CROSS，即在敏捷聯接（Connection）的基礎上，實現即時業務（Real-time）、數據優化（Data Optimization）、應用智慧（Smart）、安全與隱私保護（Security），為使用端在網路邊緣側，帶來價值和機會，也就是聯盟成員要關注的重點。
運算的本質
自動化事實上是一個以「控制」為核心。控制是基於「信號」的，而「運算」則是以數據進行的，更多意義是指「策略」、「規劃」，因此，它更多聚焦於在「調度、優化、路徑」。
就像對高鐵進行調度的系統一樣，每增加、減少一個車次，都會引發調度系統的調整，它是以時間和節點的運籌與規劃問題。邊緣運算在工業領域的應用，更多是這類「運算」。
簡單地說，傳統自動控制以信號的控制，而邊緣運算則可以理解為「根據資訊的控制」。
值得注意的是，邊緣運算、霧運算雖然說的是低延時，但是其 50mS、100mS 這種週期，對於高精度機床、機器人、高速圖文印刷系統的 100μS 這樣的「控制任務」而言，仍然是非常大的延遲的，邊緣計算所謂的「即時」，從自動化行業的視角來看 —— 很不幸，依然被歸在「非即時」的應用裡的。
產業
邊緣運算是在高頻寬、時間敏感型、物聯網整合，這個背景下發展起來的技術，「Edge」這個概念的確較早為包括 ABB、B&R、Schneider、KUKA 這類自動化/機器人廠商所提及，其本意是涵蓋那些「貼近用戶與數據源的 IT 資源」。
這是屬於從傳統自動化廠商，向 IT 廠商延伸的一種設計， 2016 年 4 月 5 日 Schneider 已經號稱可以為邊緣運算定義了實體基礎設施——儘管，主打的還是其「微數據中心」的概念。而其它自動化廠商提及運算，都是表現出與 IT 融合的一種趨勢，並且同時具有邊緣與泛在的概念在其中。
IT 與 OT 事實上也是在相互滲透的，自動化廠商都已經開始在延伸其產品中的 IT 能力，包括 Bosch、SIEMENS、GE 這些大的廠商在資訊化、數位化軟體平台方面，也包括了像貝加萊、羅克韋爾等都在提供基礎的 IoT 整合、Web 技術的融合方面的產品與技術。
事實上IT技術，也開始在其產品中整合總線接口、HMI 功能的產品，以及工業現場傳輸設備 Gateway、交換機等產品。
IoT 被視為未來快速成長的一個領域，包括最前導的，已經出現了各種基於 Internet 的技術，高通已經提出了 Internet of Everything — 可以稱為 IoX。
因此新一個產業格局呼之欲出，邊緣運算聯盟 ECC 的邊界定義而言，中國華為其主旨在提供運算平台，包括基礎的網路、雲、邊緣伺服器、傳輸設備與接口標準等，而 Intel、ARM 則提供為邊緣運算的晶片，與處理能力保障，信通院則扮演傳輸協議與系統實現的整合，而瀋陽自動化所、軟通動力則扮演實際應用的角色。
但是，邊緣計算/霧計算要落地，尤其是在工業中，「應用」才是最為核心的問題，所謂的IT與OT的融合，更強調在OT側的應用，即運營的系統所要實現的目標。
大融合下分工
在工業領域，邊緣應用場景包括能源分析、物流規劃、工藝優化分析等。就生產任務分配而言，需根據生產訂單，為生產進行最優的設備排產排程，這是 APS 或者廣義 MES 的基本任務單元，需要大量運算。
這些計算是靠具體 MES 廠商的軟體平台，還是「邊緣運算」平台 — 以 Web 技術建構的分析平台，在未來並不會存在太多差別。從某種意義上說，MES 系統本身是一種傳統的架構，而其核心既可以在專用的軟體系統，也可以存在於雲、霧端或者邊緣側。
在這樣的應用場景，總體而言，在整個智慧製造、工業物聯網的應用中，各自分工如下。
自動化廠商提供「採集」，包括數據源的作用，這是利用自動化已經在分布式 I/O 採集、總線互聯、以及控制機器所產生的機器生產、狀態、品質等原生「資訊」。
ICT廠商則提供「傳輸」，實現工業連接。因為在如何提供數據的傳輸、儲存、運算方面，ICT 廠商有其傳統優勢，包括成本方面，已經雲平台的優勢。
傳統工業企業的業務經驗和知識，則為分析軟體（獨立的或者企業內部）廠商提供「分析」的依據。這些業務過程的理解，仍然是必不可少。產業鏈的協同，終極目標，仍然是解決「品質、成本、交付」的核心問題。
 |
沒有留言:
張貼留言