工业物联网(IIoT)将原本独立编程的各种装置,全结合在同一个智能网络系统。这些系统通常具备实时运算、数据互连、资安整合、高性能、可靠、可扩充等能力。由于当前采用的云端解决方案仍有不少限制,因此有越来越多先进且高价值的IIoT使用案例,开始从云端转向雾计算(fog computing)。

雾计算为工业物联网自主化关键

Embedded Computing Design报导指出,IIoT的演变,根据数据互连性与人工智能(AI)程度的不同,可分为监控、优化与自主性三个层级。监控包含了等预测性维修、资产追踪等资产绩效管理工作。这个层级的数据只是从边缘流向后端云端或控制中心,彼此间并未产生互连性。人工智能与先进分析都只在后端运行。

这个层级的使用案例重点,在于流程的优化,也就是利用传感器撷取的数据,监控并改进整个工业流程。随着传感器使用数量提升,为减少传输至后端的数据量,系统开始产生边缘分析的需求,而边缘分析也将持续提升流程的P2P数据互连性。如此一来,IIoT系统便具备数据互连性与分层的运算功能,而这都需有雾计算的支持。

进入自主性层级的IIoT,主要利用AI管理系统,不再需要人为介入。各项决策权与控制将依据反应时间要求与数据规模,分配到IIoT系统的不同阶层。这个层级的实时数据会在各个运算节点间移动。如果没有雾计算,系统便不可能拥有自主性,而透过雾计算,业者便能开发出更有弹性、韧性的自主化系统。

举例而言,离岸风力发电农场引进物联网技术后,每座风力发电机内的数据总线(databus)便可在各个运算节点的分析与控制应用间进行数据分享。当安装在某一座风力发电机的传感器侦测到风向或风力变化时,便可通知其他下风处的风力发电机做出调整,以维持整座风力发电农场的稳定输出。

发电农场的数据也可在传回至后端的控制中心后,与气象、整合业务系统等其他服务结合,产生长期的预测及分析数据。监控层级的IIoT并无部署雾计算的必要,但对于优化使用案例而言,雾计算可说是十分理想的功能;对于自主性使用案例,雾计算更是关键。

以Linux容器等灵活的运算框架有助于简化AI应用的部署与管理,而数据分布式服务(DDS)等连网标准,是优化与自主性使用案例达成数据互连性不可或缺的基础。

关注中国IDC圈官方微信:idc-quan 我们将定期推送IDC产业最新资讯

查看心情排 行你看到此篇文章的感受是:


  • 支持

  • 高兴

  • 震惊

  • 愤怒

  • 无聊

  • 无奈

  • 谎言

  • 枪稿

  • 不解

  • 标题党
2021-10-21 11:28:04
边缘计算 浪潮信息成为Gartner全球工业物联网边缘计算解决方案标杆供应商
浪潮信息是全球领先的算力基础设施提供商,聚焦智慧计算战略,从云,AI,到边缘抓住了每一次市场发展的机会,为企业数字化、智能化发展提供源源不断的先进、绿色的智慧算力 <详情>
2020-11-19 10:21:20
云资讯 未来将从云计算过渡到雾计算吗?
尽管雾计算可能无法完全取代云,但它确实可以通过减少数据负载来帮助它。 <详情>
2020-09-25 08:43:33
边缘计算 英特尔工业物联网大会再推两款新芯片进一步丰富产品线
成功实现15000+边缘计算客户端部署,英特尔工业物联网大会再推两款新芯片进一步丰富产品线。 <详情>
2020-09-25 08:41:10
国内资讯 英特尔召开工业物联网大会,推出新品处理器满足物联网严苛需求
2020年9月24日,北京——今天,英特尔在全球举办2020年英特工业物联网大会。 <详情>