作者/易曦露 NI中國嵌入式市場技術工程師

工業(yè)物聯(lián)網(wǎng)的一個最重要的趨勢，是越來越多的廠商注意到了邊緣的重要性。在以前的IIoT結構中，IT端通常扮演著更為重要的角色，所有的數(shù)據(jù)分析、數(shù)據(jù)挖掘和數(shù)據(jù)決策都在云端完成，而設備端只是用來收集數(shù)據(jù)。因此，以往的工業(yè)物聯(lián)網(wǎng)架構對設備端并沒有特別高的要求。但對于工業(yè)設備而言，很多數(shù)據(jù)的分析和處理都具有實時性、低延遲的要求，例如協(xié)同、控制等時間敏感的信號，而數(shù)據(jù)與云端通信的低傳輸速度與帶寬限制，是無法支持這些實時性的要求的。

因此，“邊緣計算”的概念應運而生。邊緣計算是指在靠近物或數(shù)據(jù)源頭的網(wǎng)絡邊緣側，融合網(wǎng)絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣智能服務。需要強調的是，真正適用于工業(yè)物聯(lián)網(wǎng)的“邊緣計算”設備并不僅僅是傳統(tǒng)的控制器或者網(wǎng)關，而是需要滿足3個必備能力：采集邊緣數(shù)據(jù)、智能的運算能力和可操作的決策反饋。

首先，“邊緣計算”設備也應該是邊緣側數(shù)據(jù)采集設備，數(shù)據(jù)采集是邊緣計算的基礎，從工業(yè)設備到消費電子，一切設備都是數(shù)據(jù)的來源。

其次，“邊緣計算”設備需要有基于機器學習的智能運算能力，尤其是能夠跨越邊緣側和云端提供智能化的運算能力。對于工業(yè)設備而言，工業(yè)物聯(lián)網(wǎng)最重要的價值，在于根據(jù)收集到的數(shù)據(jù)分析設備的實際運行狀態(tài)，通過預測性維護的手段，最大程度降低企業(yè)因為非預期停機造成的經濟損失。但由于各個不同領域之間的異構性，我們難以用一套通用的分析算法運用到所有的工業(yè)設備中。因此，基于現(xiàn)場海量數(shù)據(jù)模型訓練的機器學習成為了最佳的解決方案。良好的運算性能和數(shù)據(jù)管理，也是“邊緣計算”設備的必要能力。

第三，“邊緣計算”設備不僅僅是完成采集和運算，還需要提供可操作的決策反饋。管理層可以根據(jù)數(shù)據(jù)分析獲得相關決策建議，由執(zhí)行器或者設備本身直接完成決策過程。這就意味著邊緣設備需要有連接至決策執(zhí)行系統(tǒng)的開放性。

邊緣計算將運算分散在靠近數(shù)據(jù)源的近端設備處理，分擔云平臺的工作量，具有更高的實時性、效率以及更低的延遲，隨著汽車、工廠資產、醫(yī)療設備、機器人等工業(yè)設備連接數(shù)量的指數(shù)型增長，將會有越來越多的工業(yè)應用采用邊緣計算。在未來，邊緣計算將與云計算互相協(xié)同，共同助力各行各業(yè)的數(shù)字化轉型。

NI的IIoT解決方案

在工業(yè)物聯(lián)網(wǎng)領域，NI走的很早，可以說是積累了十余年的經驗。從2000年開始，NI 就開始推出針對設備狀態(tài)在線監(jiān)測的硬件及軟件產品，專門用于重要工業(yè)資產的預測性維護。由模塊化的硬件平臺和強大靈活的軟件平臺構成的NI整體解決方案能夠有力支撐IIoT領域的技術變遷，幫助客戶從實驗室直達量產，到目前為止，NI已經聯(lián)合生態(tài)系統(tǒng)，推出了從設備端到決策端的完整的工業(yè)物聯(lián)網(wǎng)解決方案。

NI的工業(yè)物聯(lián)網(wǎng)方案解決了邊緣計算最關鍵的兩個技術要點：高性能的邊緣節(jié)點，以及專業(yè)的數(shù)據(jù)管理。

首先，NI為工程師提供高性能的數(shù)據(jù)采集硬件平臺，擔任設備端邊緣節(jié)點，可以同時完成對設備狀態(tài)的數(shù)據(jù)收集與在線預處理。正如我們之前提到的，對于邊緣節(jié)點而言，最重要的是具有高性能、智能化的采集和運算能力。NI的硬件恰恰能滿足這一要求?；谝訤PGA為核心的硬件架構，設備能夠實現(xiàn)高速的數(shù)據(jù)分析和控制，以及系統(tǒng)的快速部署。此外，采用模塊化的IO接口和開放的系統(tǒng)架構，能夠輕松的將設備連接至任意種類的傳感設備、執(zhí)行器以及第三方系統(tǒng)，完成決策反饋。

其次，在數(shù)據(jù)管理方面，NI也推出了一系列專用的軟件產品，包括企業(yè)級狀態(tài)監(jiān)測軟件InsightCM，分布式系統(tǒng)集中管理軟件SystemLink，海量數(shù)據(jù)管理及分析套件Diadem，以及在去年最新推出的LabVIEW機器學習工具包，能夠在邊緣側或云端提供專用于垂直工業(yè)領域的集中化數(shù)據(jù)管理和數(shù)據(jù)挖掘。同時，NI還大力投入機器學習領域，將人工智能這一熱點技術應用到工業(yè)物聯(lián)網(wǎng)中，通過對邊緣節(jié)點收集到的設備信息進行模型訓練和驗證，實現(xiàn)預測性維護的優(yōu)化商業(yè)決策，真正實現(xiàn)IT+OT的技術融合。

此外，對于工業(yè)物聯(lián)網(wǎng)的快速發(fā)展，NI一直在關注最新的技術趨勢，并不斷做出創(chuàng)新。例如從2016年起，NI就持續(xù)推出支持TSN（時間敏感網(wǎng)絡）的邊緣節(jié)點設備，能夠實現(xiàn)納秒級別的同步精度，并且不受傳輸距離的影響，支持幾百米的網(wǎng)絡節(jié)點部署完全不在話下，特別適用于較大規(guī)模的分布式系統(tǒng)中設備之間的同步。對最新技術的投入也讓NI在工業(yè)物聯(lián)網(wǎng)分布式測量領域更進一步。

在工業(yè)物聯(lián)網(wǎng)的浪潮中，NI聯(lián)合眾多合作伙伴，共同完善整個IIoT的系統(tǒng)架構，在多個細分垂直行業(yè)都已具有成功案例，例如在能源電力領域，中廣核借助NI的平臺搭建了針對核電站設備的在線監(jiān)測和維護系統(tǒng)，實現(xiàn)了對應急柴油機組高達180通道的在線監(jiān)測。而在軌道交通領域，中國中車四方機車也與NI合作，完成了針對高鐵軸承的分布式監(jiān)測及預測性維護。在這些落地方案中，NI的解決方案覆蓋了從設備端，到廠級服務器，再到企業(yè)級服務器和云端的完整范圍，為工業(yè)企業(yè)提供端到端的系統(tǒng)互聯(lián)。而未來，我們也希望將這一方案應用到更多的領域中，為企業(yè)創(chuàng)造更大的工業(yè)價值。