英特尔物联网AI边缘加速平台及案例

边缘计算在物联网中的作用

边缘计算在物联网中的作用发表时间：2019-10-09T11:55:29.097Z 来源：《建筑学研究前沿》2019年12期作者：张守志 [导读] 边缘运算将原本完全由中心节点处理大型服务加以分解，切割成更小与更容易管理的部分，分散到边缘节点去处理。公诚管理咨询有限公司摘要：边缘计算，是一种分散式运算的架构，它将应用程序、数据资料与服务的运算，由网络中心节点，移往网络逻辑上的边缘节点来处理。边缘运算将原本完全由中心节点处理大型服务加以分解，切割成更小与更容易管理的部分，分散到边缘节点去处理。关键词：边缘计算物联网引言随着嵌入式片上系统的重大发展，能够以足够的资源管理足够的操作系统的商业设备的数量急剧增加，这也有助于实现物联网的潜力。许多早期的物联网设备只能收集和发送数据并进行分析。但是，当今设备不断增加的计算能力使这些设备能够在现场执行复杂的计算，从而实现边缘计算。边缘计算通过使业务靠近网络边缘扩展了云计算能力，进而支持一系列新业务和应用。一、边缘计算概念边缘计算是指在靠近智能设备或数据源头的一端，提供网络、存储、计算、应用等能力，达到更快的网络服务响应，更安全的本地数据传输。边缘计算可以满足系统在实时业务、智能应用、安全隐私保护等方面的要求，为用户提供本地的智能服务。边缘计算一般由云端管理系统、本地核心节点和普通设备组成，云端系统负责设备管理、配置设备驱动函数和联动函数、设置消息路由等功能，本地核心节点一般是计算能力较强的设备，如路由器和网关，提供本地计算、消息转发、设备管理的能力，设备一般如灯、开关等轻量级设备，可以接收网关下发的指令，和上报数据给网关。通过缩短设备与提供给设备的云资源之间的距离，另外减少网络跳数，边缘计算消除了当今互联网在延迟和带宽方面的限制，从而带来全新的应用类别。就边缘计算而言，计算系统和存储系统也位于边缘，尽可能接近生成所处理的数据的部件、设备、应用或人。思科在2014 年 1 月推出了其雾计算，以此将云计算功能引入到网络边缘。实际上，雾是标准，边缘是概念。雾实现了边缘计算概念中的可重复结构，那样企业就可以将计算推送到集中系统或云之外的地方，以获得更好的性能和可扩展性。二、边缘计算的应用边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台。边缘计算的核心，是将计算任务从云计算中心，迁移到产生源数据的边缘设备上。边缘计算物联网解决方案，从架构上分为：传感控制层、网络层、敏捷控制器和应用层。传感控制层：这一层包含大量的传感器、控制部件（比如开关等）和测量部件（比如电表等），另外还有通信部件。这些通信部件可能是独立的，也可能是和其它部件结合在一起的。网络层：这一层主要实现融合和互联，它的功能除了网络联接和管理之外，还包括边缘计算，进行现场处理，同时保障业务在本地的存活。本地存活和现场处理对物联网尤其是工业和民用大型设施是非常重要的。此外，协议转换也是这一层的重要功能。在 IoT 领域有特别多的协议，这些协议来自于各个行业历史上的积累，所以需要在网关上做协议的转换，将数据统一承载在 IP 网络上向外传输。敏捷控制器：这一层将网关送上来的数据进行统一的处理，向上送给应用层。并对下层的网络、传感器、控制部件、测量部件、计算资源进行管理，提供网络布署、配置的自动化工具。业务应用层：这一层是各种各样的行业应用。三、物联网边缘计算的优势（1）增加数据安全性虽然物联网解决方案是网络攻击的理想目标，但边缘计算可以帮助企业保护网络，并提高整体数据隐私。由于数据是分散的，并且在生成数据的设备之间分布，因此很难用一次攻击来摧毁整个网络或破坏所有数据。在GDPR合规性方面，这种方法也是首选：通过网络发送并存储在云中的信息越不敏感，信息就越好。（2）更好的应用性能如上所述，数据在设备和数据中心之间来回传输需要一些时间。通过存储和处理靠近其源的数据，企业可以减少延迟时间，并提高整体应用程序性能。因此，企业可以实时分析数据，而不会出现延迟。（3）降低运营成本当企业“存储和处理”边缘的大部分数据时，不需要大量的云存储。此外，可以过滤掉不必要的信息并只备份相关数据。因此，企业的基础设施成本将不可避免地下降。

物联网的四种计算模式

目录 1. 物联网的云计算 (4) 2. 面向物联网的雾计算 (5) 3. 物联网边缘计算 (6) 4. 物联网的MIST 计算 (7)

从物联网从业者的角度来看，经常看到对计算更加可用和分布式的需求。当开始将物联网与OT 和IT系统整合时，面临的第一个问题是设备发送到服务器的庞大数据量。在一个工厂自动化的场景中，可能有数百个集成的传感器，这些传感器每1秒发送3个数据点。大部分的传感器数据在5秒钟之后就完全没用了。数百个传感器，多个网关，多个进程，和多个系统，需要几乎在瞬间处理这些数据。大多数数据处理的支持者都支持云模型，即总是应该向云发送一些东西。这也是第一种物联网计算基础。

通过物联网和云计算模型，基本上推动和处理你的感官数据在云。你有一个摄入模块，它可以接收数据并存储在一个数据湖(一个非常大的存储器) ，然后对它进行并行处理(它可以是Spark，Azure HD Insight，Hive，等等) ，然后使用快节奏的信息来做决定。自从开始构建物联网解决方案，现在有了许多新的产品和服务，可以非常容易地做到这一点: ?可以使用AWS Kinesis 和Big data lambda services ?可以利用Azure 的生态系统，让构建大数据能力变得极其容易 ?或者，可以使用像Google Cloud 产品这样的工具如Cloud IoT Core 在物联网中面临的一些挑战是: ?私有平台的使用者和企业对于拥有他们的数据在谷歌，微软，亚马逊等感到不舒服 ?延迟和网络中断问题 ?增加了存储成本、数据安全性和持久性

边缘计算

1 边缘计算边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据。 1.1 从分布式数计算开始对物联网而言，边缘计算技术取得突破，意味着许多控制将通过本地设备实现而无需交由云端，处理过程将在本地边缘计算层完成。这无疑将大大提升处理效率，减轻云端的负荷。由于更加靠近用户，还可为用户提供更快的响应，将需求在边缘端解决。 1.2 边缘计算vs云计算无论是云、雾还是边缘计算，本身只是实现物联网、智能制造等所需要计算技术的一种方法或者模式。严格讲，雾计算和边缘计算本身并没有本质的区别，都是在接近于现场应用端提供的计算。就其本质而言，都是相对于云计算而言的。边缘计算的范式，从二者的计算范式可以看出来，边缘侧的数据计算，一下

子变得丰富起来。这里产生了全新的想象空间。 1.3 物联网应用催生全球智能手机的快速发展，推动了移动终端和“边缘计算”的发展。而万物互联、万物感知的智能社会，则是跟物联网发展相伴而生，边缘计算系统也因此应声而出。事实上，物联网的概念已经提出有超过15年的历史，然而，物联网却并未成为一个火热的应用。一个概念到真正的应用有一个较长的过程，与之匹配的技术、产品设备的成本、接受程度、试错过程都是漫长的，因此往往不能很快形成大量使用的市场。边缘计算在整个计算中的位置：根据Gartner的技术成熟曲线理论来说，在2015年IoT从概念上而言，已经到达顶峰位置。因此，物联网的大规模应用也开始加速。因此未来5-10年内IoT会进入一个应用爆发期，边缘计算也随之被预期将得到更多的应用。

物联网中的边缘计算

物联网中的边缘计算边缘计算的发展一向引人注目,但不是所有事情都能达到意想之中的繁荣。很多人不理解物联网的边缘计算是什么?我们都非常自然的将云计算和边缘计算看做相互竞争的存在。作为IT 的核心,两种技术都先后取得了最高的地位,并且根据企业的优先事项和能力,被定位为一个明智的选择。然而,这个“不是/或”的难题是一个值得被详解的神话;他们是完全不同的概念。在物联网上，每个人都可以应用电子标签将真实的物体上网联结，在物联网上都可以查出它们的具体位置。通过物联网可以用中心计算机对机器、设备、人员进行集中管理、控制，也可以对家庭设备、汽车进行遥控，以及搜索位置、防止物品被盗等，类似自动化操控系统，同时透过收集这些小事的数据，最后可以聚集成大数据，包含重新设计道路以减少车祸、都市更新、灾害预测与流行病控制等等社会的重大改变，实现物和物相联。边缘计算——让计算和智能更加接近数据源的物理空间,成为云中断开元素的传递机制。因此,他们可以协同工作,而不是作为替代品。慢慢形成一种有效的混合方式,将边缘的灵活性与中央云的高效处理能力相结合。这就是为什么这两种环境都是为新一代开发人员部署的选项,可以创建更智能,事件驱动的微服务,从而实现更快,更灵活的应用程序开发。虽然预测到由于连接成本将会降低,但这些预测并没有实现。相反,我们看到了由IoT 创建的数据逐渐向边缘迁移的过程,以及增强的连接和功能的自然发展。的确,网络边缘的智能不仅更容易获取,而且还能实时捕获,让其发展在纯粹的形式和最新鲜的状态中。这些都使得它成为最

有价值的信息是即时和准确的操作决策。改变的好处在于:直接在设备上计算,多个设备返回到一个中央核心网络所引起的瓶颈将被交付给过去。此外,安全风险被降至最低,因为在数据传输过程中被消耗,容易受到攻击。当分析添加到混合时,事情就会变得更加有趣,因为数据的子集与分析本地化可以让决策更具说服力。尽管边缘计算的这种优势一直是引人注目的,但并不是所有的东西都能在传统背景下蓬勃发展。就像今天的机器学习算法,包括他们对于大量数据和计算能力的需求,长期以来都是依赖云来完成繁重的工作。然而,随着人工智能成为更加主流的显示,从智能汽车到数字私人助理,外界在迅速改变。现在大家的焦点开始转向如何能更好的在网络外围设备更接近移动电话、计算机和利用该技术应用运行其他设备空间进行交付。边缘计算应用于物联网我们已经看到了智能家居领域的优势。在这里,网络边缘的深度学习功能可以通过集成和互动的物联网数字工具的细微差别和直观反映来洞察,从而随着情况

物联网的四大计算基础解析

物联网的四大计算基础解析从物联网从业者的角度来看，经常看到对计算更加可用和分布式的需求。当开始将物联网与OT和IT系统整合时，面临的第一个问题是设备发送到服务器的庞大数据量。在一个工厂自动化的场景中，可能有数百个集成的传感器，这些传感器每1秒发送3个数据点。大部分的传感器数据在5秒钟之后就完全没用了。数百个传感器，多个网关，多个进程，和多个系统，需要几乎在瞬间处理这些数据。大多数数据处理的支持者都支持云模型，即总是应该向云发送一些东西。这也是第一种物联网计算基础。下面就随着物联网解决方案供应商云里物里科技一起来看下这四大基础计算的详细介绍。 1．物联网的云计算通过物联网和云计算模型，基本上推动和处理你的感官数据在云。你有一个摄入模块，它可以接收数据并存储在一个数据湖（一个非常大的存储器），然后对它进行并行处理（它可以是Spark，Azure HD Insight，Hive，等等），然后使用快节奏的信息来做决定。自从开始构建物联网解决方案，现在有了许多新的产品和服务，可以非常容易地做到这一点：可以使用AWS Kinesis和Big data lambda services

可以利用Azure的生态系统，让构建大数据能力变得极其容易或者，可以使用像Google Cloud产品这样的工具如Cloud IoT Core 在物联网中面临的一些挑战是：私有平台的使用者和企业对于拥有他们的数据在谷歌，微软，亚马逊等感到不舒服延迟和网络中断问题增加了存储成本、数据安全性和持久性通常，大数据框架不足以创建一个能够满足数据需求的大型摄入模块 2．面向物联网的雾计算通过雾计算，可以变得更加强大。雾计算使用的是本地处理单元或计算机，而不是将数据一路发送到云端并等待服务器处理和响应。 4－5年前，还没有像Sigfox和LoraWAN那样的无线解决方案，BLE也没有mesh 或远程功能。因此，必须使用更昂贵的网络解决方案，以确保能够建立一个安全，持久的连接到数据处理单元。这个中心单元是解决方案的核心，很少有专业的解决方案提供商。从实施一个雾网络中可以了解到：这并不是很简单，需要知道和理解很多事情。构建软件，或者说在物联网上所做的，是更直接和开放的。而且，当把网络当成一道屏障时，它会降低速度。对于这样的实现，需要一个非常大的团队和多个供应商。通常也会面临供应商的锁定。 OpenFog是一个由著名业内人士开发的专为雾计算架构而设计的开放雾计算框架。它提供了用例，试验台，技术规格，还有一个参考体系结构。 3．物联网边缘计算物联网是关于捕捉微小的交互作用，并尽可能快地做出反应。边缘计算离数据源最近，能够在传感器区域应用机器学习。如果陷入了边缘和雾计算的讨论，应该明白，边缘计算是所有关于智能传感器节点的应用，而雾计算仍然是关于局域网络，可以为数据量大的操作提供计算能力。

边缘计算和物联网在数据中心的应用

边缘计算和物联网在数据中心的应用随着各行业组织的数字化转型发生了很多变化，除了营销术语之外，企业成为一个数字实体意味着可以支持和运行高级用例、移动用户和新类型的用例。企业的用户和IT平台如今分布更加广泛。而且，其中很多都与网络连接的设备、用户和物联网相关联。此外，该市场将继续增长。调研机构埃森哲公司最近的研究发现，医疗物联网(IOHT)已经实现了成本节约，但持续的投资是必不可少的。该报告指出，通过引入更多物联网连接、远程监控和信息收集，医疗物联网(IOHT)可以鼓励更好地利用医疗资源，做出更明智的决策，减少效率低下或成本浪费，并有利于患者的健康和恢复。该报告的估计显示，到2020年，医疗物联网(IOHT)的市场价值将达到1630亿美元，2015年至2020年的复合年增长率（CAGR）为38.1％。不断增长的市场是数据中心运营商和企业管理人员积极投资物联网解决方案的重要原因。此外，他们还投资于可支持物联网设备和访问数据的所有用户的解决方案。而这是适用边缘计算的地方。AFCOM公司最近发布的数据中心行业研究报告发现，81％的受访者表示采用边缘计算的目的是支持和启用物联网。40%的受访者已部署或计划部署边缘计算。企业在投资或采用边缘计算之前，需要认真思考，并了解自己和自己的边缘计算要求。边缘数据中心基础设施设计中的需求评估边缘计算解决方案不只是一个数据中心站点，其规模更小，特定于用例，并且采用IT 环境密集的设计，以帮助企业处理更多的服务和用户数据。用例定义企业需要审视自己组织的长期战略。例如，业务正在不断成长吗？会支持远程用户吗？是否尝试提供新型连接服务？如果企业认为具有这些优势，适合采用边缘计算，那么可以采取后续步骤，编写一份良好的业务计划和技术策略为应用边缘计算提供支持。企业无需成为边缘计算专家即可明确定义自己的用例。此外，有很多提供商可以帮助企业完成这一旅程。但是，重要的是要调整基础设施和业务，以确保企业的战略能够实施。企业招聘到能够将这一愿景变为现实的合适人才是成功的关键。延迟预算对于最终用户来说，网络延迟是下载电影需要很长时间的主要原因。但是对于内容提供商而言，完成这个功能所需的毫秒数却需要通过客户不满和成本来衡量。此外，对于企业而言，网络延迟也可能意味着业务损失或竞争优势。

解读物联网边缘计算的概念和三大计算模式的区别

解读物联网边缘计算的概念和三大计算模式的区别物联网是业界永远的话题，大量的企业都计划将智能设备和传感器纳入到物联网的业务模式，因此全球的数据量在逐年增长。而边缘计算能够将物联网（IoT）设备产生的数据在更接近数据产生的终端进行处理，而不是将其发送到数据中心或云端。企业可以凭借此技术更接近网络边缘，可以近距离实时分析重要数据。边缘计算中的相关概念与其他技术一样，边缘计算也有一些专有词汇，先了解边缘计算中的术语再去了解边缘计算，将起到事半功倍的效果。边缘设备：边缘设备是任何可以产生数据的设备，可以是传感器、工业机器或其他差生或收集数据的设备边缘：边缘取决于用例，在电信领域，边缘可能是手机;在汽车领域，网络的边缘可能是一辆汽车;在生产环境中，它可能是车间的机器;在IT企业中，边缘是一台笔记本电脑边缘网关：网关是完成边缘计算处理和雾计算之间的缓冲区，网关是进入超出网络边缘的网络环境的窗口胖客户端（fat client），有时候也称为厚客户端（thick client）是在本地安装了丰富资源的网络电脑，而不是像瘦客户端那样把资源分散到网络中。边缘计算设备：边缘计算使用一系列现有设备和新设备，很多传感器和机器可以通过它们访问互联网以在边缘计算环境中工作。移动边缘计算：这是电信行业中边缘计算生态系统中的概念，主要应用于5G应用场景。边缘计算究竟是什么？市场调查公司IDC称，边缘计算是一种微型数据中心的网状网络，可在本地处理或存储关键数据，并将所有接收到的数据推送到中央数据中心或云存储库。它通常被广泛应用于物联网用例中，边缘设备将收集数据并将其全部发送到数据中心或云端进行处理。边缘计算对本地数据进行分类，因此其中一些将会在本地进行处理，从而减少了到中央存储库的回程流量。通常这些工作由物联网设备将数据传输到本地设备，包括小型的计算、存储和网络连接。数据在边缘进行处理，全部或部分内容将发送到企业数据中心、协同设施或IaaS云端的

你真的了解物联网中的边缘计算概念吗

你真的了解物联网中的边缘计算概念吗区块链的名词连街边的大妈都能蹦出来，成为热门新词。而边缘计算谈的人还比较少，边缘计算比区块链更切贴我们的生活与工作，具有更广阔的市场前景，是5G 时代和物联网时代必须考虑的业务领域。作为对通信产业、互联网产业、IT产业感兴趣的朋友，千万不可错过边缘计算的浪潮。下面老糊整理相关资料，带你5分钟看懂边缘计算。为什么会有边缘计算在云计算兴起的时候，曾有观点认为，终端只要一个显示屏即可，物联网所有的数据都传输到云中心，由云完成运算过程，再传回到用户的终端。因此瘦终端将是未来的趋势。现实情况是，过渡依赖云中心，会导致物联网的效率达不到预期，特别是对时延要求严格的场景，物联网部署变得毫无意义。例如，用于安全监控的场景下，摄像头获取用户视频并传输到云中心处理的陌生，不仅需要高速带宽传输大量无效数据，而且给云中心也带来巨大负担。最终结果是处理成本高昂，处理事件长，效率低下。如何解决这个问题呢?于是研究人员对摄像头端进行改造，让摄像头与云中心保持连接的同时，还拥有视频处理能力、存储能力和识别能力。云中心给摄像头下发比对模型，拍摄的视频会在摄像头端实时进行处理比对，第一时间将初筛后的信息传输到云端进行高精度识别。在这种模式下，可以在毫秒级的时间內，对摄像头拍到的数据进行处理，第一时间完成监控任务。我们把具有智能处理能力的物联网终端，成为边缘计算产品。业内对边缘计算定义是指，在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务。边缘计算的发展前景广阔网络边缘智能化将成为未来重要的发展方向。伴随5G网络的建设，物联网成为重点网络之一。业内预计，到2020年将有超过500亿的终端与设备联网，仅中国就会产生100亿以上的物联网连接数。各行各业都希望部署物联网，为客户提供更

边缘计算和物联网的关系边缘计算的五大优势

边缘计算和物联网的关系边缘计算的五大优势随着物联网的发展，边缘计算已成为时下最热门的技术之一，引得华为、阿里、ARM、英特尔等行业巨头纷纷布局。那么边缘计算到底是何方神圣，与物联网又存在着何种联系呢？且看下文。一、云计算的物联网挑战作为互联网最重要的平台技术，云计算能够建造大型数据中心，将大量数据集中式存储和处理，利用数据中心海量机器的算力来计算和解决问题。自从本世纪初云计算模型的出现和广泛应用，云计算已经改变了我们的生活、学习和工作，从贵州到冰岛，全球都可以看到大公司的数据中心。对于亚马逊、微软、阿里和腾讯来说，云计算平台也已经成为非常重要的业务和收入来源之一。但随着物联网时代到来，云计算平台将面临着海量设备接入、海量数据、带宽不够和功耗过高等高难度挑战。就目前的带宽水平来说，还无法支持设备到云端之间的数据传输，这使得云计算中心实时返回数据决策也变成了不可能的任务。于是，边缘计算开始进入到公众的视线。二、边缘计算的应用及其优势边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台。边缘计算的核心，是将计算任务从云计算中心，迁移到产生源数据的边缘设备上。边缘计算物联网解决方案，从架构上分为：传感控制层、网络层、敏捷控制器和应用层。传感控制层：这一层包含大量的传感器、控制部件（比如开关等）和测量部件（比如电表等），另外还有通信部件。这些通信部件可能是独立的，也可能是和其它部件结合在一起的。网络层：这一层主要实现融合和互联，它的功能除了网络联接和管理之外，还包括边缘计算，进行现场处理，同时保障业务在本地的存活。本地存活和现场处理对物联网尤其是工业和民用大型设施是非常重要的。此外，协议转换也是这一层的重要功能。在IoT 领域有特别多的协议，这些协议来自于各个行业历史上的积累，所以需要在网关上做协议的转换，将数据统一承载在IP 网络上向外传输。

物联网-边缘设备及边缘计算概述

边缘设备与边缘计算概述 1.边缘设备边缘设备主要指安装在边缘网络上的交换机、路由器、路由交换机、IAD 以及各种MAN/WAN 设备，负责接入设备和核心/骨干网络设备间的数据包传送。边缘设备是应用数据链路层(第二层)和网络层(第三层)技术的一种物理设备。 2.边缘计算 Azure IoT Edge 可以将数据、数据处理和应用程序集中在边缘设备中，而不像传统方式那样几乎全部保存在数据中心，通过云实现智能的流动和分配，赋予广泛的边缘设备直接存储数据和处理任务的能力，让物联网成为真正的智能物联网。边缘计算与集中式的传统云计算框架最大的区别在于，边缘计算采用分布式计算架构，将运算分散在靠近数据源的近端设备处理，分担云平台的工作量，而不再需要大老远把数据回传云端处理，实时性更好、效率更高、延迟最短，甚至没有网络、无法接入云端，也不会妨碍边缘设备的“贴地”计算。虽然“云”可以将计算和数据存储移动到数据中心，但是有

很多情况下用户更希望避免设备和数据中心之间的转换。现在借助IoT Edge，Microsoft 现在可以更轻松地将开发人员的部分计算需求转移到服务器设备上。 Azure IoT Edge 使得 IoT 设备能够实时运行云服务，处理数据，并与传感器和其它与之相连的设备进行通信。通过处理、分析和运行数据源，Azure IoT Edge 帮助用户做出更快、更智能的决策，同时将关键信息发送到云进一步分析来降低带宽成本。从技术定义来说，边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。分布式计算的特征是每个节点都有计算功能，缺点是每个用户都需要管理自己的节点、硬件、软件。因此后来出现了云计算，把大量的数据处理交给“云”去做。这个云计算实际上是一个集中计算，这种做法解决了用户对中央计算的管理烦恼。到“云”为止，我们完成了从分布计算到集中计算的转变，然而现在我们发现，碎如鸡毛的不同物联网场景，单

边缘计算——未来物联网解决方案

边缘计算——未来物联网解决方案物联网见证了互联网技术融入日常生活的戏剧性发展。然而，由于缺乏安全保障，社会压力和政府行为迫使工程师实施更强大的安全功能。边缘计算如何提供帮助？为什么它会成为未来物联网的最终解决方案？介绍自推出以来，物联网设备在全球爆炸式增长，估计全球至少有200亿台。虽然物联网（IoT）是一个相对的新名词，但互联网相关技术的使用可以追溯到互联网本身的诞生。但物联网运动更关注的是传统上不具备互联网功能的简单设备（如传感器和数据记录器），这就是为什么物联网被视为独立于计算机、笔记本电脑和电话等标准互联网计算技术之外的一个部门。最初的物联网设备在本质上很简单，通常针对利基市场，包括基本的远程温度和湿度记录。由于正在收集的数据本质上是良性的（即不敏感），因此对于使用默认密码和未加密消息传递协议的许多设备来说，很少会关注到其安全性。由于最初物联网设备的数量很少，再加上缺乏能力，安全专家、网络罪犯和政府都没有注意到这些设备。但所有这些都随着技术的进步而改变，设备变得更加智能，所收集的数据的性质变得更加敏感。敏感数据增加

物联网领域的发展加快了人工智能发展，这得益于物联网设备提供的海量数据。人工智能系统正被用来为许多现代任务提供动力，而这些任务本来就很难或变化太大，无法用传统的if语句和切换用例来为每一种可能性进行编程。这些例子包括语句识别、声音识别、图像识别、智能搜索结果和个性化助手。如前所述，物联网收集的第一批数据类型在本质上是良性的，包括温度和湿度，可以用来创建能够响应这些环境刺激的智能系统。但工程师们很快意识到，随着微控制器技术的进步(例如，从8位到32位ARM的转变)，可以收集更复杂的数据类型，包括音频和视频。这样的系统可以用来创建先进的人工智能物联网设备，不仅可以收集周围环境的数据，还可以将这些数据发送到一个基于云的人工智能系统，该系统可以从这些数据中学习，并在未来提供更好的结果。例如，Amazon Echo是一种物联网设备，它将用户的语音请求提交给一个云系统，然后对该系统进行分析，以执行请求并改进人工智能以供未来使用。很快，物联网设备在全球范围内爆炸，包含一系列集成功能，从加速计、磁力计、运动传感器、相机和麦克风。但这些设备的设计和投放市场的速度实在是太快了，这正是网络罪犯开始利用的地方。物联网设计的变化速度以及对物联网设备需求的突然增加，使得工程师们在创纪录的时间内扭转了产品的局面。再加上政府无力应对瞬息万变的市场，以及工程师的短视，市场上的数十亿

工业物联网中的边缘计算概述

工业物联网中的边缘计算概述广州虹科工业物联网团队边缘计算具有使非连接设备，制造工具，IIoT设备和工作站无需与集中式数据库系统协作即可捕获和处理数据的能力。借助工业4.0和数以百万计的传感器和IIoT设备的驱动，用于工业IoT的边缘计算将达到新的高度。了解其概念和应用优势对于寻求利用其功能的企业至关重要。本文将讨论： -边缘计算定义及其功能 -边缘计算在工业物联网和工业4.0中的应用 -边缘计算在工业物联网应用中的优势什么是边缘计算？边缘计算可以定义为在源头部署数据处理活动和操作，而不必经过集中式网段。通过使计算更接近产生数据的这些项目的网络边缘，此计算过程可优化设备，IoT设备和应用程序。根据所考虑的设备，网络边缘可以指的是设备与Internet 通信的区域。对于IIoT设备（例如智能相机），网络边缘将是相机内的处理器，而对于未连接的设备，网络边缘将在连接到设备的智能边缘设备内。什么是智能边缘设备？这是指配备有捕获数据和处理数据功能的设备，例如JSmart HMI。智能边缘

设备将边缘计算带入了工业车间内的传统机械。边缘计算与雾计算网络边缘的概念在定义边缘计算以及工业物联网功能的边缘计算方式方面引入了一些细微的差异。具有网络边缘的IoT设备或位于设备内部端点的处理器定义了边缘计算，而其网络边缘位于局域网（LAN）的设备定义了雾计算。边缘计算和雾计算是同一枚硬币的两个侧面，但有微小差异。边缘计算由绑定到各个设备的单个进程表示，而雾计算将边缘计算带到连接到同一LAN的多个设备。我们将重点介绍术语“边缘计算”，因为它将是最终取代雾计算的未来重点。工业物联网的边缘计算如何发挥作用边缘计算的特性和功能可以带来与之相关的各种好处，并吸引组织。为了了解其提供的自动化和安全性优势，在车间内部署IIoT摄像机可为描述性目的提供出色的方案。部署在仓库中的IoT摄像头用于捕获员工的行为模式，将捕获有关员工的移动模式，车间交通和延误点的数据。然后，物联网摄像机的处理器可以分析移动模式和车间流量，以仅保存从员工提取的坐标数据，而丢弃敏感的员工信息和实际外观数据。然后可以将分析的坐标发送到集中式系统，以驱动新的物料处理策略，从而消除车间交通并提高生产率。这种情况凸显了一个事实，即工业IoT的边缘计算即刻发生，可以处理捕获的数据以做出实时决策，或将其发送到集中式平台以驱动策略。它还强调了它带给工业物联网以及在车间内部署机器人的安全性层。将边缘计算应用于工业物联网工业边缘计算还指将低延迟计算引入制造设施的不同尝试。这些尝试已经成功并且有益于提高IIoT设备中边缘计算的使用。为了更好地了解边缘计算在工业物联网中的优势，重点介绍其应用的用例，为企业画出更清晰的图画。驱动自动化通过将边缘计算完全集成到驱动运营的设备，设备和流程中，可以在工业车间内实现真正的自动化。在IIoT设备产生大量数据集的情况下，在将可行结果发送回设备之前，将捕获的数据发送到集中式系统进行分析，会降低自动化速度。可以集成边缘计算，以消除通信和处理时滞，从而推动实时自动化。这意味着可以减少人与人之间的接触并实现真正意义上的照明工厂。自动化维护程序Industrie4.0的组成部分之一是它能够向车间引入预测性维护。而且，还必须维护和优化跨智能设施的工业物联网设备，以确保它们以最大容量运行。鉴于边缘设备能够知道何时寻找充电点并采取相应行动，边缘计算可以确保IIoT设备的维护程序完全自动化。