物聯(lián)網(wǎng)依托云計(jì)算解決了哪些痛點(diǎn)?
導(dǎo)讀:邊緣計(jì)算是一個(gè)概念,討論它能做什么時(shí),需要給他賦予一個(gè)實(shí)體。本文中,我們以華為物聯(lián)網(wǎng)平臺(tái)推出的邊緣計(jì)算服務(wù)“IoT邊緣”為例,探討物聯(lián)網(wǎng)依托云計(jì)算解決了哪些痛點(diǎn),與你分享。
邊緣,指實(shí)體或邏輯概念中離中心較遠(yuǎn),靠近邊界的部分。在數(shù)據(jù)處理領(lǐng)域,邊緣計(jì)算的概念源于云計(jì)算,是指在靠近數(shù)據(jù)源的一側(cè)搭建集網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力為一體的計(jì)算節(jié)點(diǎn),就近提供處理數(shù)據(jù)的能力,而不是將全部數(shù)據(jù)都交由云端處理??赡苡腥藭?huì)提出疑問(wèn),云計(jì)算的目的不就是為了數(shù)據(jù)集中到云端進(jìn)行處理么,為什么現(xiàn)在又要分工到邊緣了?為了解決這個(gè)疑問(wèn),讓我們以物聯(lián)網(wǎng)場(chǎng)景為例,假設(shè)以下場(chǎng)景:
有家企業(yè)想要把自己旗下的一個(gè)產(chǎn)業(yè)園區(qū)建設(shè)成智慧園區(qū),將園區(qū)中的各種設(shè)備(包含視頻監(jiān)控設(shè)備、門(mén)禁設(shè)備、消防設(shè)備和水電設(shè)備等等)全都接入物聯(lián)網(wǎng)平臺(tái)統(tǒng)一管理。但當(dāng)負(fù)責(zé)人開(kāi)始研究各類設(shè)備分別如何接入時(shí),發(fā)現(xiàn)設(shè)備種類實(shí)在太多了,而且這些設(shè)備全都按照自己獨(dú)有的行業(yè)協(xié)議上報(bào)數(shù)據(jù);相對(duì)的,物聯(lián)網(wǎng)平臺(tái)支持的通信協(xié)議有限,所以,他要把這些五花八門(mén)的行業(yè)協(xié)議統(tǒng)一轉(zhuǎn)換為物聯(lián)網(wǎng)平臺(tái)支持的協(xié)議,工作量很大。
同樣是上面的那個(gè)企業(yè),負(fù)責(zé)人在研究門(mén)禁系統(tǒng)如何接入時(shí)發(fā)現(xiàn)另一個(gè)問(wèn)題:門(mén)禁系統(tǒng)中的員工數(shù)據(jù)屬于企業(yè)隱私數(shù)據(jù),將這部分?jǐn)?shù)據(jù)傳輸至云端不符合公司安全策略。但如果只有門(mén)禁系統(tǒng)不接入云端,維護(hù)成本高,也不利于系統(tǒng)之間的聯(lián)動(dòng)。
在管理園區(qū)的這家企業(yè)苦惱的同時(shí),園區(qū)內(nèi)有家車(chē)企也遇到了一個(gè)難題。這家企業(yè)生產(chǎn)基于物聯(lián)網(wǎng)的自動(dòng)駕駛汽車(chē),車(chē)輛通過(guò)車(chē)載系統(tǒng)和物聯(lián)網(wǎng)平臺(tái)交互獲取自動(dòng)駕駛的指示??刂葡到y(tǒng)的開(kāi)發(fā)很順利,但有一個(gè)問(wèn)題無(wú)論如何都解決不了:路上的網(wǎng)絡(luò)信號(hào)太不穩(wěn)定了,若到了信號(hào)差的地方或者遇到塞車(chē),數(shù)據(jù)傳到云端再等到命令下發(fā)下來(lái),可能會(huì)有著幾秒的時(shí)延,而在復(fù)雜的路況下,這幾秒的時(shí)延是致命的。
上述的問(wèn)題都是設(shè)備直聯(lián)云端方案的痛點(diǎn),而通過(guò)在物聯(lián)網(wǎng)解決方案中引入邊緣的計(jì)算的概念,我們就可以解決這些問(wèn)題。
物聯(lián)網(wǎng)邊緣計(jì)算能做什么?
邊緣計(jì)算是一個(gè)概念,討論它能做什么時(shí),需要給他賦予一個(gè)實(shí)體。本文中,我們以華為物聯(lián)網(wǎng)平臺(tái)推出的邊緣計(jì)算服務(wù)“IoT邊緣”為例。IoT邊緣通過(guò)在靠近物或數(shù)據(jù)源頭的邊緣側(cè),部署融合網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力的邊緣節(jié)點(diǎn),就近提供計(jì)算和智能服務(wù),滿足行業(yè)在實(shí)時(shí)業(yè)務(wù)、應(yīng)用智能、安全與隱私保護(hù)等方面的基本需求。
設(shè)備端:
開(kāi)發(fā)者使用IoT邊緣支持的設(shè)備協(xié)議或華為SDK將設(shè)備轉(zhuǎn)換成標(biāo)準(zhǔn)產(chǎn)品模型,就近接入邊緣節(jié)點(diǎn),從而實(shí)現(xiàn)設(shè)備的管理、智能控制。
邊緣節(jié)點(diǎn):
設(shè)備連接到邊緣節(jié)點(diǎn)后,節(jié)點(diǎn)可以實(shí)現(xiàn)設(shè)備數(shù)據(jù)的采集、存儲(chǔ)、分析、清洗和上報(bào)設(shè)備數(shù)據(jù)至云端,同時(shí)邊緣側(cè)提供規(guī)則引擎、應(yīng)用集成等功能,方便場(chǎng)景編排和業(yè)務(wù)擴(kuò)展。
云端:
云端提供設(shè)備管理、IEF、EI等云服務(wù),設(shè)備數(shù)據(jù)上云后通過(guò)這些云服務(wù)的標(biāo)準(zhǔn)API實(shí)現(xiàn)更多功能和應(yīng)用。
接下來(lái)讓我們從三個(gè)角度來(lái)介紹IoT邊緣服務(wù)的核心能力。
1)開(kāi)放生態(tài)
邊緣節(jié)點(diǎn)作為物聯(lián)網(wǎng)的“小腦”,是一個(gè)擁有獨(dú)立接入和計(jì)算能力的服務(wù)器,我們一般根據(jù)其外形稱之為“邊緣盒子”。IoT邊緣服務(wù)并不強(qiáng)制配套邊緣盒子,僅對(duì)邊緣盒子的硬件規(guī)格有一些基本要求,只要是滿足要求的硬件,無(wú)論型號(hào),均可基于Docker容器方式部署邊緣服務(wù)軟件包,獲取邊緣側(cè)的設(shè)備接入、設(shè)備聯(lián)動(dòng)和低時(shí)延本地閉環(huán)管理等基本能力。
接入方面,IoT邊緣服務(wù)支持用戶自行開(kāi)發(fā)第三方接入?yún)f(xié)議驅(qū)動(dòng),通過(guò)云端下發(fā)至邊緣節(jié)點(diǎn)運(yùn)行,實(shí)現(xiàn)工業(yè)網(wǎng)關(guān)行業(yè)協(xié)議接入。同時(shí),IoT邊緣服務(wù)還支持用戶開(kāi)發(fā)并部署第三方邊緣容器應(yīng)用,拓展邊緣節(jié)點(diǎn)的能力。通過(guò)在硬件、協(xié)議、應(yīng)用等方面都高度開(kāi)放,IoT邊緣服務(wù)可以滿足各種定制需求,應(yīng)用于多種物聯(lián)網(wǎng)場(chǎng)景。
2)邊云協(xié)同
邊緣節(jié)點(diǎn)雖擁有獨(dú)立計(jì)算能力,但“小腦”真正的價(jià)值,還是需要與“大腦”合作才能發(fā)揮,邊云協(xié)同能力才是IoT邊緣服務(wù)真正的殺手锏。IoT邊緣服務(wù)在云端提供圖形化的操作界面,支持納管邊緣節(jié)點(diǎn),進(jìn)行統(tǒng)一應(yīng)用部署、節(jié)點(diǎn)運(yùn)維和業(yè)務(wù)管理,大幅降低邊緣節(jié)點(diǎn)部署與運(yùn)維的復(fù)雜度。
邊緣節(jié)點(diǎn)納管后,即可通過(guò)與云端分工合作,實(shí)現(xiàn)業(yè)務(wù)分層處理。
例如,在車(chē)聯(lián)網(wǎng)場(chǎng)景中,要求及時(shí)處理的業(yè)務(wù),如自動(dòng)駕駛、車(chē)路協(xié)同等,由邊緣節(jié)點(diǎn)直接進(jìn)行計(jì)算并返回結(jié)果;對(duì)時(shí)延不敏感、數(shù)據(jù)量大的業(yè)務(wù),如大屏監(jiān)控、大數(shù)據(jù)分析等,則交由云端處理。
再例如,在園區(qū)場(chǎng)景中,涉及用戶隱私的數(shù)據(jù),在節(jié)點(diǎn)本地自閉環(huán)處理,所有數(shù)據(jù)采集、處理及存儲(chǔ)在本地節(jié)點(diǎn)閉環(huán);非隱私數(shù)據(jù)予以清洗匯總后,上傳至云端進(jìn)行機(jī)器學(xué)習(xí)及訓(xùn)練,持續(xù)優(yōu)化及更新本地智能算法。通過(guò)業(yè)務(wù)分層處理,將物聯(lián)網(wǎng)的價(jià)值最大化,實(shí)現(xiàn)真正的萬(wàn)物互聯(lián)。
3)邊緣智能
邊緣智能能力包括數(shù)據(jù)清洗、邊緣規(guī)則和邊緣AI,這正是我們接下來(lái)要講的。
數(shù)據(jù)清洗是指邊緣側(cè)對(duì)設(shè)備上報(bào)的數(shù)據(jù)進(jìn)行過(guò)濾、去重、聚合等處理后上報(bào)云端,針對(duì)希望選擇性上報(bào)數(shù)據(jù)至云端,降低上云帶寬、云端存儲(chǔ)計(jì)算要求的使用場(chǎng)景。
具體來(lái)說(shuō),過(guò)濾是指用戶指定過(guò)濾條件,例如屬性A大于10,滿足該條件的數(shù)據(jù)均會(huì)被過(guò)濾;用戶可以同時(shí)指定多個(gè)條件,條件之間可以是“與”關(guān)系(滿足全部條件的數(shù)據(jù)才會(huì)被過(guò)濾),也可以是“或”關(guān)系(滿足任一條件就會(huì)被過(guò)濾)。
去重是指當(dāng)設(shè)備連續(xù)上報(bào)屬性值重復(fù)的消息時(shí),邊緣節(jié)點(diǎn)僅會(huì)向云端上報(bào)第一條。
聚合則是指用戶可以指定一個(gè)時(shí)間窗(如一個(gè)小時(shí)),邊緣節(jié)點(diǎn)會(huì)將這個(gè)時(shí)間窗內(nèi)每個(gè)設(shè)備上報(bào)的數(shù)據(jù)聚合成一條數(shù)據(jù)上報(bào),并且用戶可指定數(shù)據(jù)中每個(gè)屬性的聚合方法,例如取最大值、最小值、求和、取平均值等。
這三種清洗規(guī)則的優(yōu)先級(jí)是過(guò)濾 > 去重 > 聚合,也就是用戶同時(shí)設(shè)置了這三種清洗規(guī)則時(shí),數(shù)據(jù)會(huì)先被過(guò)濾,再進(jìn)行去重,最后聚合后上報(bào)。
除了上述兩種基于簡(jiǎn)單邏輯的邊緣智能外,IoT邊緣服務(wù)還支持與華為云企業(yè)智能(EI)聯(lián)動(dòng)實(shí)現(xiàn)邊緣側(cè)人工智能。通過(guò)邊緣側(cè)上報(bào)的數(shù)據(jù),EI側(cè)對(duì)AI進(jìn)行訓(xùn)練,并將訓(xùn)練完成的AI模型下發(fā)至邊緣側(cè)執(zhí)行,典型應(yīng)用包括人臉識(shí)別、車(chē)輛識(shí)別等視覺(jué)系A(chǔ)I模型,實(shí)現(xiàn)邊緣側(cè)的高度智能化。
物聯(lián)網(wǎng)邊緣計(jì)算能解決哪些問(wèn)題?
介紹完IoT邊緣的功能后,相信各位已經(jīng)想到了文章開(kāi)頭的那些問(wèn)題要怎么解決了吧。其實(shí),問(wèn)題中的那兩個(gè)場(chǎng)景,智慧園區(qū)和智慧城市。正是物聯(lián)網(wǎng)邊緣計(jì)算的主要應(yīng)用場(chǎng)景。接下來(lái),讓我們?cè)僖黄鹂聪略谶@兩個(gè)場(chǎng)景中邊緣計(jì)算都能解決哪些問(wèn)題,帶來(lái)哪些價(jià)值。
首先來(lái)看下智慧園區(qū)場(chǎng)景。
園區(qū)里門(mén)禁、消防、監(jiān)控等系統(tǒng)由不同的供應(yīng)商提供,全部都采用了自己的行業(yè)協(xié)議,整個(gè)園區(qū)需要接入物聯(lián)網(wǎng)平臺(tái)的設(shè)備和子系統(tǒng)協(xié)議多達(dá)十幾種,但物聯(lián)網(wǎng)平臺(tái)支持的設(shè)備接入?yún)f(xié)議就那幾種,要怎么辦?
通過(guò)自建網(wǎng)關(guān)適配協(xié)議是一個(gè)可行的方案,但集成難度依然很高。但如果采用IoT邊緣,邊緣軟件原生+第三方驅(qū)動(dòng)形式可支持的協(xié)議類型可多達(dá)30+種,且第三方驅(qū)動(dòng)開(kāi)發(fā)簡(jiǎn)單,可以大幅減低集成難度。
各個(gè)子系統(tǒng)各司其職,在自己的職責(zé)范圍內(nèi)快速響應(yīng),但是,一旦遇到了需要多系統(tǒng)聯(lián)動(dòng)的時(shí)態(tài),由于中間環(huán)節(jié)的缺失,往往響應(yīng)速度不夠快,造成事件處理效率低下。IoT邊緣通過(guò)集成各個(gè)子系統(tǒng),在邊緣層上實(shí)現(xiàn)消防、門(mén)禁等業(yè)務(wù)跨系統(tǒng)聯(lián)動(dòng),大幅提高事件處理效率。
設(shè)備直接上報(bào)數(shù)據(jù)量過(guò)大且涉及用戶隱私,不能直接報(bào)給物聯(lián)網(wǎng)平臺(tái),需要先在本地處理。若全部由設(shè)備自行處理,邏輯復(fù)雜且成本高,因此IoT邊緣提供的數(shù)據(jù)清洗能力就成了一個(gè)很好的選擇,數(shù)據(jù)經(jīng)過(guò)過(guò)濾、去重和聚合后,不僅大大減少了上報(bào)數(shù)據(jù)量,還能保護(hù)用戶隱私。
面部識(shí)別等視覺(jué)性AI的模型需要大量的數(shù)據(jù)進(jìn)行訓(xùn)練,一般都會(huì)放在云端,但因?yàn)樵贫穗x設(shè)備較遠(yuǎn),帶寬需求和時(shí)延問(wèn)題怎么都無(wú)法避免。但如果把云端訓(xùn)練好的模型下放到靠近設(shè)備的邊緣側(cè),問(wèn)題便迎刃而解,滿足秒級(jí)時(shí)延體驗(yàn),降低云邊帶寬需求。
物聯(lián)網(wǎng)設(shè)備依賴云端進(jìn)行業(yè)務(wù)管理,但若因?yàn)榫W(wǎng)絡(luò)故障導(dǎo)致云端失聯(lián),如何保證業(yè)務(wù)連續(xù)性?IoT邊緣本地會(huì)保存已下發(fā)的規(guī)則和AI模型等,即使與云端斷連也可獨(dú)立運(yùn)行,確保業(yè)務(wù)連續(xù)性。
下面來(lái)看智慧交通場(chǎng)景。
在城市交通中,單個(gè)車(chē)輛能獲取的路況信息只是很小一部分,想要做出最合適的判斷,還需要結(jié)合監(jiān)控視頻、雷達(dá)數(shù)據(jù)、天氣情況等信息,再通過(guò)智能化算法計(jì)算才能得出結(jié)果。但路況瞬息萬(wàn)變,若把這部分計(jì)算交由云端,對(duì)網(wǎng)速的要求調(diào)高。IoT邊緣服務(wù)支持將訓(xùn)練好的AI模型下發(fā)到邊緣側(cè),實(shí)現(xiàn)實(shí)時(shí)路況計(jì)算,及時(shí)提供減速信息、碰撞告警等信息。
車(chē)路協(xié)同場(chǎng)景中,監(jiān)控視頻、雷達(dá)數(shù)據(jù)、車(chē)輛信息等數(shù)據(jù)均采用自己的行業(yè)協(xié)議進(jìn)行傳輸,集成難度大。IoT邊緣支持多種行業(yè)協(xié)議,快速集成,數(shù)據(jù)融合。
智能交通除了需要關(guān)注局部,確保交通安全外,還需要放眼全局,提升整體交通效率。IoT邊緣可將交通數(shù)據(jù)清洗后,將有價(jià)值的數(shù)據(jù)上報(bào)云端,云端根據(jù)全局?jǐn)?shù)據(jù)進(jìn)行分析,為交通指揮者提供有效建議,提升道路通行效率,促進(jìn)節(jié)能減排和便捷監(jiān)管,支持向端云協(xié)同自動(dòng)駕駛演進(jìn)。
當(dāng)物聯(lián)網(wǎng)遇上邊緣計(jì)算,很多傳統(tǒng)直聯(lián)方案的問(wèn)題迎刃而解,物聯(lián)網(wǎng)有了邊,真正成為了一張大網(wǎng),覆蓋了越來(lái)越多的領(lǐng)域,為人們帶來(lái)越來(lái)越智能的生活。
本文由 @KING 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)作者許可,禁止轉(zhuǎn)載。
題圖來(lái)自Unsplash,基于CC0協(xié)議。
您好,我有一個(gè)問(wèn)題。物聯(lián)網(wǎng)平臺(tái)支持的通信協(xié)議有限,怎么接入各種不同協(xié)議的設(shè)備信息呢?
物聯(lián)網(wǎng)平臺(tái)流轉(zhuǎn)數(shù)據(jù)到服務(wù)器,服務(wù)器遠(yuǎn)程控制設(shè)備,將兩端設(shè)備接入物聯(lián)網(wǎng)平臺(tái),設(shè)備間的連接和通信請(qǐng)求都由物聯(lián)網(wǎng)平臺(tái)承擔(dān)
您好!您文章寫(xiě)的非常不錯(cuò),您是從事物聯(lián)網(wǎng)產(chǎn)品工作嗎?