技术
首页  >  技术  >  技术要闻

工业互联网边缘计算的痛点、热点和发力点

2018-12-28  来源:中国信息产业网-人民邮电报  作者:时晓光 罗松

全球已经掀起工业数字化转型的浪潮,在这一转型过程中,数字化是基础,网络化是支撑,智能化是目标。边缘计算是在靠近物或数据源头的网络边缘侧,构建融合网络、计算、存储、应用核心能力的分布式开放体系。通过边缘计算能够“就近”提供边缘智能服务,满足工业在敏捷联接、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。工业互联网边缘计算在关键技术和产业组织上展现了新的发展热点,需要我们认真研判并从顶层设计、技术布局、标准制定与开源推进等方面抓好发力点,全面布局发展。

“现场级”计算能力面临的艰巨挑战

工业互联网的边缘计算能够解决工业现场大量异构设备和网络带来的复杂性问题。工业的生产属性体现在两个方面,一是工业现场的复杂性。由于工业需要面向市场需求生产多样化的产品,同时工业生产力的发展是积累和逐步升级的过程,决定了工业现场必然是复杂和多样的。例如,目前在工业现场存在30种以上的不同通信协议。工业设备之间的连接需要边缘计算提供“现场级”的计算能力,实现各种制式的网络通信协议相互转换、互联互通,同时又能够应对异构网络部署与配置、网络管理与维护等方面的艰巨挑战。

工业互联网的边缘计算要解决工业生产的实时性和可靠性问题。工业生产属性的第二个主要特征是工业系统控制和执行对计算能力的实时性和可靠性都有着更为严格的要求。在工业控制的部分场景,计算处理的时延要求在10ms以内。如果数据分析和控制逻辑全部在云端实现,难以满足业务的实时性要求。同时,在工业生产中要求计算能力具备不受网络传输带宽和负载影响的“本地存活”能力,避免断网、时延过大等意外因素对实时性生产造成影响。边缘计算在服务实时性和可靠性方面能够满足工业互联网的发展要求。

边缘计算需要提供工业转型升级所需的“设备开放,数据共享”的新能力。当前工厂内部的大部分工业生产设备还是“哑设备”,这些设备一方面通常采用软硬件一体化封闭系统,这就造成设备采集的生产过程数据无法共享出来;另一方面,由于设备厂家的多样性,使得设备数据的标准不一致,相互之间无法互认,数据无法发挥更大的作用。实际上,工业互联网所要求的智能化生产、网络化协同、个性化定制和服务化延伸,都需要边缘计算改变工业现场“哑设备”的情况,实现数据的开放和统一。

从概念推广期到产业布局期

工业互联网边缘计算的研究从2016年左右开始,在经过了概念推广期之后,目前正在快速进入产业布局期。龙头企业、高校和研究机构、标准化组织等对边缘计算技术从高度关注到积极布局,呈现出以下发展热点。

一是ICT企业立足自身优势,从芯片、设备、软件、网络等多个方向布局边缘计算。2018年,英特尔推出了“至强D-2100”处理器,该系统芯片(SoC)处理器旨在满足受限于空间和功率的边缘应用需求。恩智浦等半导体公司也将基于ARM的Layerscape系列处理器与微软Azure IoT集成以实现安全的边缘计算解决方案。华为、思科等设备厂家从网络设备着手,已经推出能够提供边缘计算能力的工业网关,利用虚拟化、软件定义等技术打造可加载不同应用工业互联网边缘侧能力。特别是在边缘侧提供智能化能力是目前业内探索和布局的重点方向。高通公司在骁龙845芯片中加入第三代移动人工智能平台,为开发者提供深度学习神经网络所需要的工具。美国NI公司通过对边缘节点收集到的设备信息进行模型训练和验证,利用机器学习等人工智能技术实现预测性维护的优化商业决策。

关键词:工业现场 发力点 Layerscape INDICS 计算技术