物聯網需要邊緣智慧的5個原因
邊緣計算現在很熱門,但並不是每個人都理解為什麼這麼多人如此專注於將資料儲存在閘道器或內部服務中,而不是將其傳送到雲端。雖然將資料處理帶到網路邊緣似乎是一個巨大轉變,而不是將所有資料傳送到雲端,但對於很多物聯網應用情境來說,雲端計算永遠不會是一個可行的解決方案。
當談到物聯網時,邊緣計算勝出的原因主要有五個,其中三個跟雲資料傳輸的技術限制有關,另外兩個取決於企業文化和對雲安全的認知。
1. 安全:
這是大型工業公司青睞邊緣計算的原因之一。他們不想將自己的流程連線到網際網路上,因為網際網路會讓他們的操作暴露給黑客和資料洩露。例如,在我2017年參加的霍尼韋爾使用者組會議上,發現霍尼韋爾工業自動化產品的大多數客戶都不願意在自己的工廠內安裝無線基礎設施,因為擔心安全遭到破壞。其中一部分是對風險的認知,多虧了Target百貨公司的黑客攻擊行為——從暖通空調系統開始,並最終竊取了百貨公司客戶的信用卡資訊,引起了人們對黑客攻擊基礎設施的擔憂——考慮到某些型別的工業流程,那麼這種擔憂是非常有必要的。
2. 智慧財產權:
與安全問題相關的是對專有資料和智慧財產權的擔憂。高質量的感測器可以用來獲取重要資訊,例如被視為商業祕密的煉油過程。西門子物聯網戰略的JaganathRao表示,食品公司對這類問題特別敏感,例如,想象一下,如果可以通過工業資料推斷出可口可樂的保密配方。
3. 延遲和彈性:
延遲是衡量資訊在網路上傳播速度的一個指標。無論您是在等待網路電影載入還是在玩網路遊戲,延遲都會讓人抓狂。當你將數字流轉換成電子或機器時,延遲更令人惱火,例如,在家裡,當我使用應用程式開啟燈時,雲到雲服務可能會導致一兩秒鐘的延遲,這很煩人。但是在工業流程中,將資料從一臺機器傳送到雲,然後再返回可能會花費大量金錢甚至是生命。
邊緣計算最受歡迎的一個論點是自動駕駛汽車。比如,一輛時速100公里的汽車需要能夠識別威脅並立即停車,而不是需要往返雲端而等待幾秒鐘。在工業領域,一臺有故障危險的機器可能只有幾秒鐘或一分鐘的警告時間,感測器可能會接收到機器新的振動訊號,該訊號表示故障,然後將其傳送到本地閘道器進行處理,而閘道器需要有能力識別故障,或者警告某人,或者在毫秒或秒內發回關閉機器的指令。
這也與彈性有關,網路覆蓋範圍可能會減小,網路可能會崩潰。當這種情況發生時,汽車、重型工業機械和製造業仍然需要正常工作。邊緣計算使它們能夠做到這一點。
4. 頻寬成本:
一些連網的感測器,例如在引擎中工作的攝像頭或聚合感測器,會產生大量資料,例如,每分鐘或每小時有數千兆位元組的資料。在這些情況下,把所有這些資料傳送到雲端需要花費很長時間,而且代價過於昂貴。這就是為什麼本地影象處理或使用本地分析來監測模式的有意義原因所在。本地閘道器可以處理這些資料,然後傳送相關資訊,而不是從連網路燈傳送數TB的原始影象資料。
5. 自主性:
延遲和彈性問題是邊緣計算將在物聯網中蓬勃發展的最終原因——自主決策不能依賴雲端計算。對許多人來說,連網工廠或辦公室的承諾是大量流程可以實現自動化。如果機器可以監控自身及其正在執行的流程,那麼它最終可以被設計為在問題發生時採取正確的行動。因此,例如,如果感測器監測到壓力增加,它就可以開啟管線下游的閥門來釋放壓力。
以上大部分都是常識。但是,當數字世界的挑戰出現在物理世界時,它們就會被放大;當人們的生活或生產過程是在網際網路上進行時,就會帶來現實世界的後果。
這並不是說隨著時間推移,雲端計算不會承擔更多的物聯網工作,但是現在,對於很多物聯網用例來說,這可能是一個非常可怕的倡議。