在工业生产过程中,生产过程的连续是任何改进和优化的前提。在工业大数据爆发的情况下,边缘计算是完成工业互联网的必要基础和保证连续生产的重要工具。
01 边缘计算的概念
不同机构给出了不同边缘计算定义,这里选取边缘计算产业联盟给出的定义:
边缘计算是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。
用一句话来概括其内容则是,在边缘侧解决问题。
02 边缘计算的由来及发展
边缘计算雏形起源于国内免备案CDN,随着云计算和雾计算的兴起,使得边缘计算有了理论基础,促进了边缘计算的发展。
起源:20世纪90年代,Akamai推出了内容传送网络(CDN),该网络在接近终端用户设立了传输节点。这些节点能够存储缓存的静态内容,如图像和视频等。在国内免备案CDN的出现是为了解决延迟的问题。如果在此基础上,传输节点可以实现计算功能,我们可以简单的理解为边缘计算。
发展:在06年云计算问世后,09年基于虚拟机的cloudlets产生的两级架构的概念为边缘计算提供了许多了的理论基础,随后雾计算中的分布式系统等概念也是我们我们理解的边缘计算的理念。为边缘计算打下了理论基础。
公有云服务商中的亚马逊和微软是边缘计算的领头羊。电信运营商也布局了边缘计算,通过在基站的连接回程网络的近端,放置一台服务器,来处理需要传回到核心网络的数据。
从由来及发展中我们可以看出,一个完整的边缘计算解决方案需要硬件、软件和网络三者的结合。
03 边缘计算的构成
边缘计算通用架构由边缘控制器、边缘网关和边缘云三部分构成。其中通过边缘控制器是边缘数据产生和反馈数据后执行的单元。边缘网关涉及到了设备管理、数据存储和预处理、计算。边缘云则是边缘计算的平台级应用,涉及到了业务应用管理、平台管理和智能应用的功能。
而在工业生产的过程中,这三者共同构成了边缘计算。边缘控制器收集和传递数据,边缘设备产生的数据一部分在边缘网关进行处理,一部分在边缘云上进行处理。这里根据数据的划分,选择不同的位置进行处理。数据处理完成后,可以反馈至边缘控制器来完成对设备的操控。
数据来源:《离散制造业边缘计算解决方案白皮书(征求意见稿)》
04 边缘计算的特性
低延迟:低延迟是相对于云计算而言的。数据的处理在边缘侧就可以进行处理,相对于传输至云端的数据处理速度就会有了明显的提升。
高带宽:在边缘数据中心即可处理相关数据,减少了全部上传至云端的网络压力。
实时性:边缘数据中心可以处理海量、异构和多样性的数据,负责简单的数据处理,具备实时分析和处理数据的能力。
05 边缘计算保证了工业生产的连续性
工业生产过程是一个连续的过程,需要实时、低延迟的处理数据,并应用到工业生产过程中,因此边缘计算必不可少。同时边缘计算也是在网络暂时停摆情况下保证生产的必要设备。
2015年在华为网络大会,华为预测,到2025年,物联网设备的数量将接近1000亿个,新部署的传感器速度将达到每小时200万个。到2025年,55%的物联网应用将集中在商业领域,如智能化制造、智能化电商、智慧城市、智能公共服务等领域。在物联网设备爆发性增长的时代,数据同样将呈现出爆发性的增长。调研机构IDC公司预测,到2025年,全球的数据将达到175ZB。
设备量和数据量的急剧爆发,使得网络和中心云对数据的处理量会急剧的上升,虽然5G可以实现高速率、大容量和低延迟可靠性,但是在这些数据中会有大量的无用数据占用计算资源,边缘计算可以帮助中心云来对数据进行筛选和简单处理,节省了网络传输资源和中心云的资源。
06 边缘计算解决工业的问题
边缘计算依托于数据,可以实现预测性维护、柔性制造和能效管理等方面的改造,让工业生产更接智能化。
通过本地的边缘计算的数据分析能力,可以实现提前的预测性维护。在数控机床、能源预测性维护等方面都可以达到较好的效果。
从刚性生产到柔性制造:刚性自动化生产是生产线只能生产某种或生产工艺相近的某类产品,表现为生产产品的单一性。未来随着需求主导生产的情况出现,产品的生命周期越来越短和定制化需求的特征,导致了刚性生产线不能满足当下的需求,柔性制造则是必要的转型方向。英特尔和华为共同开发边缘计算服务器,使用了英特尔至强处理器。将边缘计算引入机器人,通过软件定义机器人,实现快速部署,大幅缩短产线切换时间,助力工业客户实现柔性制造。
能效管理:华为承接的捷克路灯改造项目中,边缘计算技术的应用,使节能效率达到80%,运营成本降低90%。
其他:随着不同设备之间数据的打通,边缘计算将解决更多的问题。
07 总结
边缘计算和高防CDN加速云计算构成了工业生产过程中的计算体系。边缘计算是工业互联网的必要基础设施,其实时性、低延迟和高带宽的特性保证了工业生产过程的连续性。通过边缘网关的组合可以解决在网络停摆的情况下工业暂停生产的问题。