一般來看，我們將工業物聯網可視化為具有有限資源的智能小型設備的組合，與云計算的巨大計算能力相連接。現在進入市場的軟件解決方案使企業能夠利用網關和傳統的工業計算平臺實時響應關鍵事件，保護安全性，并有效利用連接和帶寬。從云計算和邊緣計算的角度來看工業物聯網，或許將得到新的認識。

IIoT：不僅是云計算

工業物聯網(IIoT)通常與大數據和云相關聯，從廣泛分布的傳感器中收集大量數據，將“信息轉化為洞察力”。在一些工業流程中，洞察時間非常關鍵，而將數據發送到云端并接收響應的延遲時間可能過長。在其他情況下，數據安全性可能會受到影響，或者與互聯網的快速，可靠連接可能無法使用。為了克服這些挑戰，邊緣計算可以補充云計算的大數據處理能力。它可以執行需要即時響應的計算密集型任務，并在適當的時候將數據存儲和過濾到云中。邊緣計算可以包含簡單的數據過濾，事件處理，甚至機器學習等元素，并且可以托管在任何連接的設備上，從小型嵌入式計算機或PLC到工業PC或本地微型數據中心。從同一平臺上運行的其他進程隔離并占用很小的空間是關鍵要求。

最大限度地提高數據的價值

IIoT的許多價值在于它可以匯集多種來源的信息，幫助企業看到更大的局面：如何改進流程，優化維護活動，減少浪費和能源消耗，并消除可避免的成本。以云為中心的IIoT視圖可以看到使用重量級軟件應用程序在遠程數據中心匯集和分析的各種數據流。

這種模式的前提是可靠的互聯網連接總是可用的，有足夠的帶寬可用于處理推送到云端的數據，而這種延遲 - 從數據生成到收到云端反饋結果的時間是可以接受的。但是，這些重要成分中的任何一種都可能會丟失。遠程站點可能依賴蜂窩網絡進行互聯網連接，但覆蓋范圍可能不完整或不可靠。大量的傳感器可能會產生大量的數據，這些數據與云通信的成本很高，特別是在包含高清圖像或視頻的情況下。出于安全原因或保持運行效率可能需要實時進行復雜決策。另一方面，對于一些公司而言，數據安全性可能會成為問題，因為這些公司可能不希望將敏感信息通過互聯網傳遞到云端。

在任何這些情況下，將從流程或設備捕獲的原始數據發送回云可能是不切實際的。盡管如此，在個別機器或過程控制邏輯層面上需要一些智能和決策能力，使企業能夠確定最佳的行動方案。這是邊緣計算的作用。

邊緣計算提供了一個提升

作為IIoT的一部分，邊緣計算越來越重要。在資產或流程附近實施計算能力的第一線，可以對事件進行智能或協調的響應，并有助于減輕云上的數據處理負擔。在可能具有數十，數百甚至數千個傳感器的系統中，來自這些傳感器的大部分數據可能具有最小的價值，僅僅報告“正常”操作條件。智能網關可以過濾這些數據，并將其更有效地丟棄或重新打包，傳輸到云端進行存儲和分析。當感興趣的事件發生時，智能節點可以快速確定正確的響應，向連接的設備發出適當的指令，并將事件匯總成適合云消費的報告。與對來自少量傳感器的信號的高度本地化響應不同，邊緣計算與更協調的動作相關聯，評估來自大量傳感器的數據以在更高級別做出決定。例如，如果在鉆井平臺中檢測到過度振動，則可以是采礦應用。從振動傳感器接收到的錯誤信號的標準響應可能是停止鉆井，導致生產損失和不必要的停機時間來檢查和修理設備。由于計算能力更強，傳感器輸入和存儲的歷史數據更多，一個更強大的邊緣計算設備可以評估對整個系統的影響，并確定幾個可能的響應并計算結果，并采取最佳的行動方案或通知運營商的最佳選擇。

而直接的傳感器/報警組合沒有具有板上數據聚集和處理的邊緣計算設備的更大圖像視角，邊緣處理引擎可以評估從所有連接的傳感器接收到的數據，并基于預先確定的優先事項。在制造業情況下，在流水線末端進行產品測試或檢查后，故障率突然增加，可能需要停止生產以調查原因。連接到所有機器的智能邊緣設備可以協調線路中所有設備的這種響應。或者，通過分析來自多臺機器的感測數據并自動應用修復，或指導操作人員糾正問題，使生產能夠快速有效地重新啟動，可以識別變化的原因。

另外，邊緣計算可以通過比較感測的測量結果與歷史數據或預設的閾值來支持預測性維護來幫助數字化轉換，以計算最佳的替換時間。它還可以對部署在因特網訪問不可靠或覆蓋率較差的地理區域的資產進行智能管理。如果網關設備暫時無法連接到云，則可以將數據存儲在本地內存中，直到可以重新建立連接。然后，設備可以自動與云同步，確保遠程應用程序始終可以訪問完整和最新的信息。

效率管理是另一個方面，通過利用感測數據來調整和優化設置，根據高層次的能源管理政策，可以通過邊緣設備的額外智能來增強。

實施：硬件和軟件

邊緣處理背后的原理是盡可能將分析智能與相關資產置于同一地點。由于邊緣計算及其與云的關系仍然是一個正在進行的工作，因此定義和架構仍然非常流暢。由于物理空間或資源可能無法實現專用的邊緣服務器，智能可能需要嵌入到現有的基礎設施中，例如網關，PLC，工業PC或存在于連接的工廠側的各種其他設備云。

從本質上講，邊緣計算存在于單個機器控制系統的層面之上，在本地操作并補充云中托管的重量級應用程序的工作。 邊緣應用程序可以執行一項任務，就像從多個渠道獲取和存儲數據一樣簡單，并在轉發到云之前過濾數據。 更復雜的可視化將分析甚至機器學習帶入邊緣計算的領域，以實時生成智能響應。 實現這一復雜愿景所需的基本組件包括數據攝取，事件處理引擎，連接設備管理，用戶應用程序以及安全數據傳輸到云。

圖2：FogHorn Lighting平臺提供了邊緣軟件堆棧中包含的功能

從第一原則出發，建立一個完整的智能邊緣處理平臺是一個巨大的挑戰。另一種方法是采用與硬件無關的軟件框架，該框架提供諸如事件處理引擎，設備管理和使用諸如MQTT輕量級消息協議或安全HTTPS之類的協議的安全流的基本構建模塊。許多這樣的框架正在到達IIoT現場，例如GE的Predix，思科的IOx以及FogHorn Systems的閃電平臺。除了功能組件之外，這些軟件包還提供各種軟件開發工具包(SDK)以允許用戶運行自己的自定義應用程序，以及有助于配置系統和定義分析功能的開發環境。這些框架還提供了管理邊緣設備的工具，包括監視，控制和診斷。

像 Raspberry Pi Foundation的Raspberry Pi 3這樣的輕便，資源友好的單板計算機可以為這種設備提供基礎。事實上，通用電氣已經展示了在這樣的平臺上運行的邊緣設備的Predix機器軟件。另一方面，能夠訪問網關設備或自動化系統中功能更強大的工業PC的工程師可以利用額外資源并計算性能來執行更復雜的應用程序。桌面級別的性能現在可以在經過驗證的外形中使用，例如PC/104，在VersaLogic Liger開發板等板上，該板采用可選的Intel i3，i5或i7(Kaby Lake)雙核處理器，運行頻率高達2.8 GHz。這些電路板非常堅固耐用，具有MIL-STD沖擊和振動阻力，可用于惡劣環境中的設備。通過多達八個本地數字I/O通道，一個用于進一步擴展的Mini PCIe端口以及一個高速SATA存儲接口，這些主板可以承擔復雜的自動化任務，并處理邊緣處理工作負載。千兆以太網接口便于通過企業網關連接到互聯網和云。此外，該主板還包含一個可信平臺模塊(TPM)，該模塊允許硬件密碼加速并提供安全的密鑰存儲，使其成為需要高度抵抗黑客攻擊的自治設備的理想選擇。

軟件容器(containers)

要在與自動化控制器或PLC相同的硬件上運行邊緣計算引擎和應用程序，需要與其他軟件分開運行。 使用容器(containers)已經成為一種流行的方法，它提供了類似于虛擬機的隔離，但更適合資源受限的設備。 容器鏡像包含軟件運行所需的一切。 但是，與虛擬機不同的是，容器虛擬化了操作系統而不是硬件，從而形成了一個更輕便的便攜式解決方案。 也可以在容器中使用虛擬機來獲得部署和管理應用程序的額外的靈活性。

Docker框架被IoT解決方案開發人員廣泛用于實現容器(圖3)，并向支持容器生態系統開發的Open Container Initiative(OCI)捐獻了代碼。要創建邊緣計算解決方案，可以使用C/C++或Java開發基于Docker的Linux應用程序，以捕獲所需的數據，并通過所選軟件平臺中提供的SDK與分析引擎等邊緣處理資源集成。

通過提供便捷的儀表板來管理連接的邊緣設備，一個合適的軟件平臺允許開發人員專注于定制他們的應用程序來捕獲他們需要的數據，并對檢測到的事件作出適當的響應。邊緣計算是軟件開發平臺以及交鑰匙邊緣計算設備進入市場的重要新產品開發的主題。

邊緣計算是IIoT的一個額外方面，已準備好與云計算合作，為運營商和業務經理提供靈活性，以便在適當的時間獲得他們所需的洞察力。通用電氣公司(GE)已經估計，傳統的自動化只使用大約3%的機器數據來產生有意義的結果。邊緣和云計算如果同時使用，可以釋放更多的剩余97%的價值，從而增強實時自動化并指導長期決策。

通常將IIoT可視化為具有有限資源的智能小型設備的組合，與云計算的巨大計算能力相連接。隨著越來越多的企業在更廣泛的情況下依賴IIoT，一個更復雜的架構正在不斷發展，其特點是在邊緣具有智能，以補充云的力量。現在進入市場的軟件解決方案使企業能夠利用網關和傳統的工業計算平臺實時響應關鍵事件，保護安全性，并有效利用連接和帶寬。