從云到邊緣的轉(zhuǎn)變可能標(biāo)志著物聯(lián)網(wǎng)連接真正的自主革命。之前，我們見證了云計(jì)算如何實(shí)現(xiàn)集中化和協(xié)作-邊緣設(shè)備都是關(guān)于能夠自動脫機(jī)工作，無需將數(shù)據(jù)發(fā)送到云進(jìn)行處理和存儲的功能。這是物聯(lián)網(wǎng)設(shè)備的未來及其對連接的意義。

邊緣連接性是否意味著我們將超越基于云的連接性，而我們正在走向邊緣計(jì)算占據(jù)中心位置的時(shí)代？好問題。

大約20年前首次提出“物聯(lián)網(wǎng)”一詞時(shí)，它就提到了互聯(lián)網(wǎng)，這在當(dāng)時(shí)是一件大事。微型傳感器通過WiFi發(fā)送和接收來自云的數(shù)據(jù)的概念是巨大而驚人的。在今天談?wù)撐锫?lián)網(wǎng)時(shí)，我們的意思是一個(gè)可遠(yuǎn)程控制的設(shè)備生態(tài)系統(tǒng)，該設(shè)備通過某種連接性連接到云并相互連接。

最重要的是，這些設(shè)備必須能夠執(zhí)行某些操作。在智能家居方面，我們談?wù)摰氖侵T如Alexa或Google Echo之類的智能揚(yáng)聲器/語音助手，它們可以發(fā)出命令以打開電燈，調(diào)節(jié)空調(diào)或在最近的Domino或Pizza Hut處訂購快餐。

可以將連接概念綁定到在各種情況下控制商業(yè)房地產(chǎn)的智能系統(tǒng)。談到工業(yè)5.0工廠和其他工業(yè)設(shè)施（如風(fēng)電場）時(shí)，IoT意味著設(shè)備之間的生態(tài)系統(tǒng)能夠相互通信，并能夠根據(jù)收到的命令執(zhí)行某些操作。

但是，隨著技術(shù)的發(fā)展，諸如物聯(lián)網(wǎng)和連接性之類的術(shù)語的含義不斷擴(kuò)大，我們必須考慮到今天的連接性以及將來的連接性的更新圖像。

物聯(lián)網(wǎng)的意義

物聯(lián)網(wǎng)作為一個(gè)獨(dú)立的開發(fā)實(shí)體，以收集，發(fā)送和接收數(shù)據(jù)為中心的概念已不再受歡迎。簡而言之，物聯(lián)網(wǎng)，按其原始含義，已經(jīng)死了很久。這樣的系統(tǒng)必須提供更多的商業(yè)價(jià)值，才能在當(dāng)今可行。他們必須使用戶能夠分析收集的數(shù)據(jù)并根據(jù)分析結(jié)果執(zhí)行有意義的操作。

物聯(lián)網(wǎng)和連接的重點(diǎn)已經(jīng)從無數(shù)傳感器的轉(zhuǎn)移到它們收集的數(shù)據(jù)的價(jià)值。數(shù)據(jù)而非傳感器才是王道。當(dāng)然會有更先進(jìn)的傳感器，但是它們的主要價(jià)值是它們可以收集的數(shù)據(jù)，以及我們可以基于這些數(shù)據(jù)執(zhí)行的操作。

當(dāng)然，我們只需要在離家很近的地方打開智能水壺，便可以更快地喝杯茶或咖啡。但是自動駕駛汽車必須能夠?qū)χ車缆窢顩r的變化做出反應(yīng)，而智能工廠必須能夠在出現(xiàn)問題時(shí)調(diào)整復(fù)雜的工作場景。因此，僅將物聯(lián)網(wǎng)作為數(shù)字化連接資產(chǎn)或DCA的概念是不可行的。因?yàn)檫@樣的系統(tǒng)必須能夠快速處理數(shù)據(jù)并通過分析或發(fā)出一些命令來使用它。

在云中執(zhí)行任務(wù)意味著延遲過長-因此我們需要更快的速度?！案臁笔沁吘売?jì)算概念發(fā)揮作用的地方。

邊緣計(jì)算-物聯(lián)網(wǎng)發(fā)展的下一階段

該邊緣計(jì)算術(shù)語是指形成在某些位置的傳感器網(wǎng)絡(luò)的心本地計(jì)算節(jié)點(diǎn)的概念。這些傳感器網(wǎng)絡(luò)可以是工廠或農(nóng)業(yè)綜合體中的服務(wù)器節(jié)點(diǎn)，即上述的Google或Amazon智能家居系統(tǒng)。

該系統(tǒng)還可以是用于商業(yè)房地產(chǎn)（如購物中心或辦公樓）的智能公用事業(yè)控制系統(tǒng)。簡而言之，邊緣計(jì)算可為傳感器提供局域網(wǎng)連接，從而實(shí)現(xiàn)閃電般快速的數(shù)據(jù)傳輸。它還連接到云，以支持集中式數(shù)據(jù)收集和分析，歷史數(shù)據(jù)存儲以及對此數(shù)據(jù)進(jìn)行AI / ML模型訓(xùn)練。

但最重要的是，邊緣計(jì)算節(jié)點(diǎn)提供了足夠的計(jì)算能力，可以在本地托管人工智能/機(jī)器學(xué)習(xí)算法，這允許這些模型基于從傳感器接收的數(shù)據(jù)來發(fā)布所需的命令。讓我們想象一下由各種傳感器（運(yùn)動，溫度，濕度等），一組機(jī)器人和多個(gè)執(zhí)行器組成的全自動工業(yè)5.0工廠。

機(jī)器人執(zhí)行生產(chǎn)操作，同時(shí)傳感器監(jiān)視情況-一個(gè)傳感器發(fā)出信號，指示其中一臺傳送帶發(fā)動機(jī)急劇過熱。本地邊緣計(jì)算節(jié)點(diǎn)接收信號，運(yùn)行它的AI / ML算法制定一種響應(yīng)方案。該方案可以關(guān)閉發(fā)動機(jī)，在可能的情況下使用冷卻液，從傳送帶上斷開發(fā)動機(jī)的連接（如果有備用發(fā)動機(jī)，請啟動它們）。

為了很大程度地減少生產(chǎn)中斷-或?qū)⑸a(chǎn)流程重新路由到其他輸送機(jī)。所有功能都在幾毫秒內(nèi)完成，從而防止火災(zāi)并為制造商節(jié)省數(shù)百萬美元的潛在損失。

為了使操作成為可能，邊緣計(jì)算節(jié)點(diǎn)必須具有三個(gè)關(guān)鍵能力：

控制物理世界中的過程。邊緣計(jì)算節(jié)點(diǎn)必須能夠收集數(shù)據(jù)，對其進(jìn)行處理并制定一些響應(yīng)措施。

離線工作。距離海岸較遠(yuǎn)的深層地下礦山或海上設(shè)施可能會與云進(jìn)行通信，因此其系統(tǒng)必須能夠自主運(yùn)行。

零秒響應(yīng)時(shí)間。對于自動化的生產(chǎn)或公用事業(yè)運(yùn)營，延遲幾秒鐘可能會導(dǎo)致巨大的財(cái)務(wù)損失，因此必須立即制定并執(zhí)行響應(yīng)方案。

物聯(lián)網(wǎng)的未來：網(wǎng)絡(luò)物理，上下文和自治對象

如我們所見，IoT的含義和價(jià)值已經(jīng)從用于收集數(shù)據(jù)的互連設(shè)備生態(tài)系統(tǒng)轉(zhuǎn)變?yōu)槟軌蚴占瘮?shù)據(jù)，處理數(shù)據(jù)并根據(jù)此數(shù)據(jù)采取行動的設(shè)備生態(tài)系統(tǒng)。因此，我們可以定義現(xiàn)有和將來的物聯(lián)網(wǎng)設(shè)備的三個(gè)主要類別：

網(wǎng)絡(luò)物理對象。收集物理信號并將其轉(zhuǎn)換為數(shù)字?jǐn)?shù)據(jù)的傳感器。想想可追蹤我們生命的智能可穿戴設(shè)備，數(shù)字打印機(jī)，許多機(jī)器對機(jī)器和遠(yuǎn)程信息處理設(shè)備，恒溫器等各種智能家居系統(tǒng)等。所有只能執(zhí)行單個(gè)功能（如打開/關(guān)閉燈或向上/向下滾動百葉窗）的消費(fèi)類設(shè)備也屬于此組。

上下文對象。簡單的網(wǎng)絡(luò)物理DCA只能提供數(shù)據(jù)或執(zhí)行單個(gè)命令，而更復(fù)雜的系統(tǒng)則可以了解這些傳感器和執(zhí)行器的工作環(huán)境并做出更好的決策。

舉個(gè)例子，讓我們想象一個(gè)農(nóng)業(yè)綜合體，其中DCA控制灌溉系統(tǒng)或自動化機(jī)器機(jī)群的位置和操作。

通過在邊緣計(jì)算節(jié)點(diǎn)上進(jìn)行補(bǔ)充，農(nóng)民可以將數(shù)據(jù)整合到單個(gè)儀表板中，并通過天氣預(yù)報(bào)和其他關(guān)鍵信息進(jìn)行擴(kuò)充，這將有助于獲得更多的數(shù)據(jù)價(jià)值，并輕松控制所有系統(tǒng)。

自治對象：“聚集-處理-反應(yīng)”鏈中的最高級別，這些系統(tǒng)結(jié)合了傳感器網(wǎng)絡(luò)，邊緣計(jì)算節(jié)點(diǎn)和AI / ML算法，形成了從人到機(jī)器承擔(dān)責(zé)任的自治對象。一個(gè)例子是我們前面提到的工廠事件。

總結(jié)：隨意調(diào)用-連接不會消失

我們必須在現(xiàn)實(shí)世界中運(yùn)作，并使用我們可用的工具?；揪W(wǎng)關(guān)設(shè)備為邊緣計(jì)算節(jié)點(diǎn)內(nèi)的數(shù)據(jù)收集，存儲和處理提供了足夠的容量。

這些節(jié)點(diǎn)使其中的ML模型能夠采取行動。但是，它們無法提供足夠的計(jì)算資源來訓(xùn)練這樣的模型，因?yàn)樗枰跀?shù)百個(gè)計(jì)算周期內(nèi)處理大量歷史數(shù)據(jù)，而這只能在云數(shù)據(jù)中心中完成。

對于將邊緣計(jì)算節(jié)點(diǎn)連接到云，收集統(tǒng)計(jì)數(shù)據(jù)，訓(xùn)練新的AI算法以及更新現(xiàn)有算法，連通性仍然至關(guān)重要。它是一個(gè)集成的生態(tài)系統(tǒng)，每個(gè)組件都在其中發(fā)揮作用。

我們將如何稱呼這個(gè)令人興奮的新生態(tài)系統(tǒng)

IoT 2.0？支持網(wǎng)絡(luò)物理邊緣計(jì)算的對象？這些術(shù)語本身無關(guān)緊要，盡管我們了解其背后的含義。這些對象將具有連接物理世界和數(shù)字世界，使用傳感器收集數(shù)據(jù)，與其他輸入進(jìn)行上下文處理以及根據(jù)此分析采取行動的能力。

盡管這種生態(tài)系統(tǒng)有效且可行，但我們稱之為生態(tài)系統(tǒng)的重要性并不大。最重要的是，連接對于將邊緣計(jì)算節(jié)點(diǎn)連接到云仍然至關(guān)重要，因此連接永遠(yuǎn)不會消失。