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。

一、工业互联网边缘计算解决的痛点问题

 边缘计算是一种分散式运算的架构,通过在网络边缘侧汇聚网络、计算、存储、应用、智能等五类资源,提高网络服务性能、开放边缘数据,激发新模式和新业态。工业互联网中的边缘计算既解决了工业生产中面临的现实问题,又能够为工业的转型发展提供新能力,是现阶段国内外工业互联网关注的焦点之一。

       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。

       工业智能呼唤“边缘-云协同”的新模式工业互联网的边缘节点拥有大量、实时、完整的数据。例如,AT&T预估自动驾驶汽车每小时产生3.6TB的数据量,美国部署了3000余万个监控摄像头,每周生成超过40亿小时的海量视频数据。可以说边缘是数据最全、最新的位置。工业智能的发展方向是将人工智能等新技术分别于云平台(长周期模型数据)和边缘(实时性现场数据)结合,为工业互联网的业务流程优化、运维自动化、业务创新带来新的驱动力,从而带来显著的效率提升与成本优势。边缘计算的发展能够与云平台在工业数据的分析应用和工业智能发展上形成互补,实现“边云协同”新模式。

 

二、工业互联网边缘计算的发展热点

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。

       二是边缘计算在推动工业互联网发展上,目前形成了两条较为清晰的技术路线。一是通过ICT基础设施的“下沉”为工业互联网应用提供计算能力,较为典型的实现是边缘云的部署。边缘云技术将传统的集中式数据中心演化成小的数据中心部署在网络边缘侧,为工业用户提供按需的计算能力。2017年底,中国联通和英特尔、腾讯等联合建设成业界首个边缘数据中心测试床,并计划在未来几年建成6000个边缘数据中心。二是通过对工业现场设备的升级改造,打造具有计算能力、可为第三方服务应用提供开放接口的边缘设备,较为典型的实现是工业边缘网关。亚马逊公司发布“AWS Greengrass”边缘侧软件,将AWS云服务的各项功能无缝扩展至工业设备;航天云网公司推出一款连接其自身INDICS工业互联网平台的工业物联网网关“Smart IoT”产品,提供采集、转换、处理和传输不同厂商品牌工业设备数据、工厂OT组网和通信协议转化等功能。

       三是产业联盟在推动工业互联网边缘计算发展,构建产业生态方面发挥越来越重要的作用。工业互联网边缘计算的发展基础在技术和产品创新,而关键在于工业生产中的应用。产业联盟汇聚了工业企业、ICT企业、研究机构等产业链上下游各方,既有需求方,又有供给侧,为工业互联网中边缘计算快速发展提供了较为完整的生态环境。目前工业互联网产业联盟(AII),边缘计算产业联盟等产业组织正在通过发布白皮书、制定团体标准、推动开源软件部署、通过测试场推进技术成熟和产业应用等方式,快速推进工业互联网边缘计算的进展,产业影响力不断增强。

 

三、推进工业互联网边缘计算的发力点

目前全球范围内,工业互联网边缘计算的发展正处于技术创新的关键期和企业抢占主导权的机遇期,为了推动我国工业互联网中边缘计算的发展,需要从以下几个方面考虑

       (一)持续推进理论技术创新,加速边缘智能、云边协同等核心技术研发

        推动工业互联网边缘计算技术体系的发展,很重要的一个发力点是对理论技术基础的研究与完善,重点集中在以下几个方面:一是加强研究软件定义机器、虚拟化、容器等边缘计算所必需的关键技术;二是重点突破可跨越不同环境进行移植的统一轻量级操作系统;三是研发设计适合于工业互联网边缘计算节点的轻量级算法、程序库、编程模型、开发框架和工具包;四是研究制定工业互联网边缘侧计算的架构模型、部署方式等相关技术标准;五是加强探索边缘计算技术与机器学习、深度学习等人工智能技术的有机结合。

       (二)突出应用引领,推动工业互联网边缘计算的成熟方案部署和应用

       国务院在《关于深化“互联网+先进制造业”发展工业互联网的指导意见》中明确提出要促进边缘计算等新兴前沿技术在工业互联网中的应用研究与探索。工业互联网边缘计算能否快速发展关键在于工业企业的应用。通过政府引导、企业合作,采取优秀案例评选、示范应用等方式等推动目前较为成熟的基于边缘计算的工业视觉、工业机器人控制等方案在工业部分行业的先行先用,带动规模化部署。

        (三)依托产业联盟,推进技术标准制定与开源软件开发

        工业互联网边缘计算仍处于发展的初期,推动其健康、有序、快速的发展既需要逐步完善技术标准的制定,又需要提供面向工业互联网典型场景的开源基础软件,降低应用技术的门槛,培养相关的人才。而依托产业联盟搭建的产业合作平台,充分发挥产业联盟产业链条完整,迭代发展速度快的优势,来推动建立统一的技术标准,开展相应的开源项目,引导产业健康有序发展。

来源:信通院网站