IIoT邊緣運算取代云端功能這是一種趨勢

隨著邊緣運算(Edge Computing)概念興起，對那些希望將先進連網(wǎng)技術(shù)與分析技能集成、為制程及系統(tǒng)帶來新智能的工業(yè)營運管理者而言，到底該仰賴運算能力更強的云端資料中心或是選擇更貼近實際運行的邊緣運算是個兩難。就連美國工業(yè)互聯(lián)網(wǎng)聯(lián)盟(Industrial Internet Consortium；IIC)也試著找到答案。

在IIC發(fā)布最新題為「IIC Introduction to Edge Computing in IIoT」白皮書，針對持續(xù)性邊緣運算在工業(yè)物聯(lián)網(wǎng)(IIoT)作出介紹。這本白皮書是由思科(Cisco)、華為以及思愛普(SAP)共同著作。

共同著作人之一、SAP副總裁Lalit Canaron認(rèn)為，工業(yè)產(chǎn)業(yè)需要一些協(xié)助。一方面，這些業(yè)者透過當(dāng)?shù)剀浖\行機械流程已相當(dāng)熟練，可以實時完成許多特定的功能；但另一方面，用于關(guān)鍵企業(yè)系統(tǒng)的實時性資料處理需求也相當(dāng)高。

在制造業(yè)所謂的「邊緣」，傳統(tǒng)上都是營運團隊的領(lǐng)域，在工廠內(nèi)多由資料采集與監(jiān)控系統(tǒng)(SCADA)及可程序化邏輯控制器(PLC)負(fù)責(zé)。對此，Lalit Canaron表示這些應(yīng)該屬于「外部邊緣」，所有運行都是實時性的，機械只會進行被制造來做的那項特定任務(wù)。

但現(xiàn)在必須要看的是更高階的閘道(gateway)、即所謂的「內(nèi)部邊緣」，用來連結(jié)區(qū)域網(wǎng)絡(luò)與大型計算機主機系統(tǒng)，并有多條線路與閘道溝通，而運行邏輯的不僅僅是單一資料點。

包括工業(yè)設(shè)備能力及算法能力增強，目前這些增加的數(shù)據(jù)流量都需要企業(yè)將其營運科技(OT)及信息科技(IT)，連接上集中式的云端系統(tǒng)來進行分析。透過邊緣運算與先進連接及分析的結(jié)合，可改變此情況，并提供多元的新方式在工廠當(dāng)?shù)貋韴?zhí)行這些流程。

思科解決方案架構(gòu)師暨共同著作人Todd Edmunds表示，市場正在開發(fā)各種層級的架構(gòu)，在更靠近數(shù)據(jù)來源的各個層級來處理一系列的運算需求。這些對分散式智能的需求在制造領(lǐng)域特別的高，如此一來也大大改變了過去對云端運算的看法，如今對邊緣運算能力的要求已大幅提升。

隨著網(wǎng)絡(luò)架構(gòu)復(fù)雜度增加，對工業(yè)領(lǐng)域而言也帶來了一些挑戰(zhàn)。Todd Edmunds指出，多數(shù)制造業(yè)者在工業(yè)自動化已駕輕就熟，但對操作新一代設(shè)備及云端運算仍有不少問題。多數(shù)業(yè)者只能將邊緣運算能力放著，而沒有一套明確的計畫或概念來適當(dāng)?shù)膽?yīng)用、管理。

邊緣是一個邏輯層，而不是一個實體的區(qū)隔，其精準(zhǔn)定位仍有待討論，依個別案例而有所不同。因此，迄今為止仍無法明確定義「邊緣運算」的界線到底在哪里。

舉例來說，一家工廠可以透過邊緣運算溫度控制器來搜集并分析相關(guān)數(shù)據(jù)，但也可將這家工廠所取得的數(shù)據(jù)與其它全球另外數(shù)十家工廠所取得的數(shù)據(jù)放在一起進行運算分析，這個時候所謂的「邊緣」就變成了這所有數(shù)十家工廠。

此外，邊緣也可能有許多層級，甚至很多邊緣層級在大型工廠也扮演著資料中心的角色。以車廠為例，整座工廠也可視為邊緣運算的一部分，但是在個別的生產(chǎn)線也有著各自的邊緣數(shù)據(jù)，而最終這些邊緣數(shù)據(jù)都將進行匯集。

白皮書也特別強調(diào)邊緣運算安全性的重要。當(dāng)工廠決定將新設(shè)備連上云端，IT人員必須關(guān)注所有與自動化、管理、修補程序、安全性等相關(guān)問題，以確保工廠的重要信息、隱私等資料不致外泄。

這是整體性的，不僅要確保任何設(shè)備及各層級架構(gòu)的安全性，不僅僅是網(wǎng)絡(luò)協(xié)議、一臺邊緣設(shè)備或網(wǎng)絡(luò)的安全，而是任何一臺終端計算機及內(nèi)部網(wǎng)絡(luò)都必須要縝密管理，以確保不受外部攻擊。

在工業(yè)互聯(lián)網(wǎng)市場上，云端運算模式已出現(xiàn)決定性的轉(zhuǎn)變，盡管集中式云端資源對于工業(yè)協(xié)調(diào)與聚合、高階機器學(xué)習(xí)仍相當(dāng)有效，但數(shù)據(jù)分析正逐漸轉(zhuǎn)向邊緣；而那些有相當(dāng)實時性的功能，如工業(yè)機械或自駕車等，不能受到遠(yuǎn)程連接循環(huán)的約束。