论文部分内容阅读
物联网需要边缘计算。据市场研究公司IDC的数据显示，到2025年，全球将有416亿台联网的物联网设备，这些设备将产生79.4 ZB的数据。为了充分利用这些数据，企业开始投资位于网络边缘上的计算、存储和网络设备，包括物联网网关和超融合基础设施。
将处理和分析移到网络边缘可为物联网带来新的优势。例如，减少关键应用程序的延迟，在降低网络负载的同时提高警报速度等。
我们与三名来自不同行业的物联网早期采用者进行了交流，对他们是如何通过构建边缘计算基础设施来推进物联网的部署进行了了解。以下是我们总结出来的经验。
SugarCreek正在为下一代食品制造做准备，高清摄像机和分析技术可以一起工作，以快速缓解污染或其他加工问题。SugarCreek的首席信息官Todd Pugh认为，及时处理这种自动化问题的唯一方法是增强公司的边缘计算能力。
将分析、服务器和存储置于边缘以处理来自设备上的摄像头和物联网传感器的数据，消除了“将命令和控制发送到云或集中式数据中心”的需求。通常情况下，这一发送需求可能需要40毫秒。Pugh称：“解读数据的时间太长了，无法在不影响生产的情况下利用这些数据做一些其他的事情。决策类的工作需要实时解读数据。”
但是如果利用站点之间分配资源，那么边缘计算可能会给IT部门带来负担。以SugarCreek为例，它在美国中西部地区有6个制造厂，SugarCreek计划将其内部管理的Lenovo边缘计算基础设施迁移到最近推出的VMware Cloud on Dell EMC托管服务上。目前SugarCreek已开始对Dell EMC和VMware的服务（代号为Project Dimension）展开测试。
SugarCreek已经开始将边缘计算用于对文件和打印服务以及Microsoft Active Directory的本地访问，存储来自室内和室外监控摄像机的视频，以及聚合温度和湿度传感器以评估机器的运行状况。
将这些数据放在边缘而不是与数据中心进行实时交互（Pugh认为后者“在财务上不切实际”）可以减少总体带宽需求。例如，公司可以在不占用有限带宽的情况下存储30天的高清视频。其他数据（例如由传感器生成的数据）可以先收集，然后再以一定的时间间隔回传至数据中心。
托管服务将使得SugarCreek能够迅速为更高级的监视和分析计划做好准备。 VMware Cloud on Dell EMC包括本地部署的Dell EMC VxRail超融合基础设施、VMware vSphere、vSAN和NSX SD-WAN。
以这种方式部署边缘计算还使得团队能够在边缘执行在主数据中心才能执行的任何操作。他说：“我们将能够保护边缘的安全。通过微分段，我们可将其视为另一个数据中心。位于边缘的托管服务将可让我的员工能够更加专注于更快更好地制作培根，而不用操心计算力和维护工作。”
边缘计算正在帮助拥有1.8万台火车机车的企业Wabtec Corp.继续前进。
物联网传感器网络、内置在用于控制机车的20多台计算机中的软件以及人/机接口都在发送信息让车载“微型数据中心”进行处理。这个中心可以处理数据采集、算法和存储。Wabtec全球服务的预测主管Glenn Shaffer说，每台机车都会发出成千上万条消息，这些信息可帮助公司“提前发现80%发生的故障”。
Wabtec对于使用无线传感器进行数据聚合并不陌生。这家铁路运输公司早在2000年就开始在机车上使用物联网（当时还没有物联网这个术语），但是他们发现卫星通信的昂贵费用严重制约了物联网的功能，而当时卫星通信是将信息在机车和数据中心之间传输的唯一选择。此外，火车会穿越多种气候、地形和障碍物（例如隧道），这会导致连接变得不稳定。
通过边缘计算，由车载系统生成的信息在机车内部即可被分析、响应和存储，这样不会耗尽昂贵的带宽。由Wabtec自主研发的微型数据中心可以感知重大故障并实时做出响应。
Wabtec全球货运服务首席信息官John Reece表示，定制的基礎设施可监测汽缸等零件，测量其磨损情况，合理规划路线（防止出现密集的爬山），并在零件有故障之前安排维护时间。
如果车载微型数据中心收到警报，提示某个车轴开始锁死，那么扭矩会被自动重新分配给其他车轴，防止代价高昂的故障出现，因为一旦出现这种故障就需要起重机来移动车辆。Reece说：“有些东西会在机车上迅速失效，需要在毫秒内做出决策，因此我们必须要迅速采取行动。”
Reece说，尽管边缘计算非常适合这种“快速排障”，但Wabtec还是要依靠云资源对机车环境进行更全面的监控。例如，一旦发现零件出现故障，那么与边缘连接的调制解调器将向维护车间发出警报，以便他们即时订购零件并安排合适的技术人员来维修。后勤团队也将会接受警告信息，以便即时提醒客户可能出现延误，并重新安排路线或分配替换机车。
Wabtec团队非常谨慎地让自己尽量不在车载系统上加载不必要的数据，最大程度地减少传感器的数量，以及设法为工作人员提供洞察力，例如挡风玻璃刮水器的状态。Reece表示，随着5G无线连接的出现以及自动化列车的出现，规划传感器放置位置，确定在机车上采集哪些数据，以及如何在边缘进行处理也很重要。IT部门已经是按照将计算能力提升至当前状态10倍的理念进行操作，但是它们仍然很快就会过时了。Reece发现存储也存在同样的问题。此外，他还指出：“沿途的连通性永远不会100%可靠，并且存在可能导致位于边缘上的决策系统陷入瘫痪的风险。”
水处理解决方案提供商Evoqua Water Technologies是部署物联网技术的资深厂商。十多年来，他们一直依赖于连接和嵌入到设备中的传感器来远程监控其净化和过滤系统，收集数据，然后为客户提供来自内部和外部的洞察力。
Evoqua負责数字化解决方案的高级经理Scott Branum称：“数据传输的成本非常昂贵，我们只能发送我们认为是重要的东西。”如果设备正常运行，则每天只发送一次来自传感器的数据。但是如果发出警报，那么所有的相关数据都会被发送到数据中心。Evoqua就是通过这种方法来自控制其传输成本的。
Evoqua最近开始使用边缘计算，将Digi International开发的基于Linux的小型网关设备嵌入到其水处理系统中。尽管传感器生成的数据和其他的输入数据最终通过蜂窝连接由计算和存储网关流向了微软Azure云服务中的数据处理平台，但是一些业务逻辑的处理工作被放在了网络边缘。
Branum说：“我们布设了各种数据点，并通过专利算法对数据进行汇总，这样业务规则就可以在需要的时候被触发。”如果检测到了灾难性事件，那么边缘分析将指示系统按照预先定义规则将它们关闭。他说：“在某些情况下，我们需要立即采取行动。当然如果数据每天传输一次然后再进行分析，那么我们也不会等。”
边缘计算还可用于检测设备性能异常，查明问题，并向不在现场的技术团队发出警报，这些工作不需要用到数据中心。Branum说：“我们不仅不需要派人去检查设备并查看其运行情况，智能业务系统还会提醒我们某个水泵出现了震动并为我们提供可能的解决方案。”这样一来，不仅可以安排技术人员做更有价值的工作，而且可以根据当前的问题来部署适当的技能。
Branum的团队会密切关注各种输入并微调传感器数据，以免产生误报。他说：“我们在前端花费了很多时间，思考如何使用边缘计算。目前我们的部署还不需要改进。但是如果市场和我们的客户告诉我们某些功能没有任何价值，只是会发出令人讨厌的警报，那么我们会即时对它们进行改进。”
除了需要在边缘做出即时决策之外，数据还会被发送到数据中心以进行深度分析，如成本效益报告和生命周期规划。Branum指出，使用公有云而不是私有数据中心有助于降低开发成本并满足安全性行业标准。他说：“我们正在尝试着与Digi International共同对边缘进行设计，并与Azure一起设计可随着时间的推移不断扩展的集中式数据处理平台。”
本文作者Sandra Gittlen为IDG的特约撰稿人，同时还是大波士顿地区自由撰稿人兼编辑。她的文章涉足技术、商业、医疗保健、金融和生活方式等众多主题。
原文网址
https：//www.networkworld.com/article/3440061/iot-and-edge-computing-how-enterprises-are-shifting-data-processing-and-analytics-to-the-edge.html
将处理和分析移到网络边缘可为物联网带来新的优势。例如，减少关键应用程序的延迟，在降低网络负载的同时提高警报速度等。
我们与三名来自不同行业的物联网早期采用者进行了交流，对他们是如何通过构建边缘计算基础设施来推进物联网的部署进行了了解。以下是我们总结出来的经验。
托管服务可提供边缘计算优势
SugarCreek正在为下一代食品制造做准备，高清摄像机和分析技术可以一起工作，以快速缓解污染或其他加工问题。SugarCreek的首席信息官Todd Pugh认为，及时处理这种自动化问题的唯一方法是增强公司的边缘计算能力。
将分析、服务器和存储置于边缘以处理来自设备上的摄像头和物联网传感器的数据，消除了“将命令和控制发送到云或集中式数据中心”的需求。通常情况下，这一发送需求可能需要40毫秒。Pugh称：“解读数据的时间太长了，无法在不影响生产的情况下利用这些数据做一些其他的事情。决策类的工作需要实时解读数据。”
但是如果利用站点之间分配资源，那么边缘计算可能会给IT部门带来负担。以SugarCreek为例，它在美国中西部地区有6个制造厂，SugarCreek计划将其内部管理的Lenovo边缘计算基础设施迁移到最近推出的VMware Cloud on Dell EMC托管服务上。目前SugarCreek已开始对Dell EMC和VMware的服务（代号为Project Dimension）展开测试。
SugarCreek已经开始将边缘计算用于对文件和打印服务以及Microsoft Active Directory的本地访问，存储来自室内和室外监控摄像机的视频，以及聚合温度和湿度传感器以评估机器的运行状况。
将这些数据放在边缘而不是与数据中心进行实时交互（Pugh认为后者“在财务上不切实际”）可以减少总体带宽需求。例如，公司可以在不占用有限带宽的情况下存储30天的高清视频。其他数据（例如由传感器生成的数据）可以先收集，然后再以一定的时间间隔回传至数据中心。
托管服务将使得SugarCreek能够迅速为更高级的监视和分析计划做好准备。 VMware Cloud on Dell EMC包括本地部署的Dell EMC VxRail超融合基础设施、VMware vSphere、vSAN和NSX SD-WAN。
以这种方式部署边缘计算还使得团队能够在边缘执行在主数据中心才能执行的任何操作。他说：“我们将能够保护边缘的安全。通过微分段，我们可将其视为另一个数据中心。位于边缘的托管服务将可让我的员工能够更加专注于更快更好地制作培根，而不用操心计算力和维护工作。”
Wabtec自主研发超融合基础设施
边缘计算正在帮助拥有1.8万台火车机车的企业Wabtec Corp.继续前进。
物联网传感器网络、内置在用于控制机车的20多台计算机中的软件以及人/机接口都在发送信息让车载“微型数据中心”进行处理。这个中心可以处理数据采集、算法和存储。Wabtec全球服务的预测主管Glenn Shaffer说，每台机车都会发出成千上万条消息，这些信息可帮助公司“提前发现80%发生的故障”。
Wabtec对于使用无线传感器进行数据聚合并不陌生。这家铁路运输公司早在2000年就开始在机车上使用物联网（当时还没有物联网这个术语），但是他们发现卫星通信的昂贵费用严重制约了物联网的功能，而当时卫星通信是将信息在机车和数据中心之间传输的唯一选择。此外，火车会穿越多种气候、地形和障碍物（例如隧道），这会导致连接变得不稳定。
通过边缘计算，由车载系统生成的信息在机车内部即可被分析、响应和存储，这样不会耗尽昂贵的带宽。由Wabtec自主研发的微型数据中心可以感知重大故障并实时做出响应。
Wabtec全球货运服务首席信息官John Reece表示，定制的基礎设施可监测汽缸等零件，测量其磨损情况，合理规划路线（防止出现密集的爬山），并在零件有故障之前安排维护时间。
如果车载微型数据中心收到警报，提示某个车轴开始锁死，那么扭矩会被自动重新分配给其他车轴，防止代价高昂的故障出现，因为一旦出现这种故障就需要起重机来移动车辆。Reece说：“有些东西会在机车上迅速失效，需要在毫秒内做出决策，因此我们必须要迅速采取行动。”
Reece说，尽管边缘计算非常适合这种“快速排障”，但Wabtec还是要依靠云资源对机车环境进行更全面的监控。例如，一旦发现零件出现故障，那么与边缘连接的调制解调器将向维护车间发出警报，以便他们即时订购零件并安排合适的技术人员来维修。后勤团队也将会接受警告信息，以便即时提醒客户可能出现延误，并重新安排路线或分配替换机车。
Wabtec团队非常谨慎地让自己尽量不在车载系统上加载不必要的数据，最大程度地减少传感器的数量，以及设法为工作人员提供洞察力，例如挡风玻璃刮水器的状态。Reece表示，随着5G无线连接的出现以及自动化列车的出现，规划传感器放置位置，确定在机车上采集哪些数据，以及如何在边缘进行处理也很重要。IT部门已经是按照将计算能力提升至当前状态10倍的理念进行操作，但是它们仍然很快就会过时了。Reece发现存储也存在同样的问题。此外，他还指出：“沿途的连通性永远不会100%可靠，并且存在可能导致位于边缘上的决策系统陷入瘫痪的风险。”
边缘计算是对公有云资源的补充
水处理解决方案提供商Evoqua Water Technologies是部署物联网技术的资深厂商。十多年来，他们一直依赖于连接和嵌入到设备中的传感器来远程监控其净化和过滤系统，收集数据，然后为客户提供来自内部和外部的洞察力。
Evoqua負责数字化解决方案的高级经理Scott Branum称：“数据传输的成本非常昂贵，我们只能发送我们认为是重要的东西。”如果设备正常运行，则每天只发送一次来自传感器的数据。但是如果发出警报，那么所有的相关数据都会被发送到数据中心。Evoqua就是通过这种方法来自控制其传输成本的。
Evoqua最近开始使用边缘计算，将Digi International开发的基于Linux的小型网关设备嵌入到其水处理系统中。尽管传感器生成的数据和其他的输入数据最终通过蜂窝连接由计算和存储网关流向了微软Azure云服务中的数据处理平台，但是一些业务逻辑的处理工作被放在了网络边缘。
Branum说：“我们布设了各种数据点，并通过专利算法对数据进行汇总，这样业务规则就可以在需要的时候被触发。”如果检测到了灾难性事件，那么边缘分析将指示系统按照预先定义规则将它们关闭。他说：“在某些情况下，我们需要立即采取行动。当然如果数据每天传输一次然后再进行分析，那么我们也不会等。”
边缘计算还可用于检测设备性能异常，查明问题，并向不在现场的技术团队发出警报，这些工作不需要用到数据中心。Branum说：“我们不仅不需要派人去检查设备并查看其运行情况，智能业务系统还会提醒我们某个水泵出现了震动并为我们提供可能的解决方案。”这样一来，不仅可以安排技术人员做更有价值的工作，而且可以根据当前的问题来部署适当的技能。
Branum的团队会密切关注各种输入并微调传感器数据，以免产生误报。他说：“我们在前端花费了很多时间，思考如何使用边缘计算。目前我们的部署还不需要改进。但是如果市场和我们的客户告诉我们某些功能没有任何价值，只是会发出令人讨厌的警报，那么我们会即时对它们进行改进。”
除了需要在边缘做出即时决策之外，数据还会被发送到数据中心以进行深度分析，如成本效益报告和生命周期规划。Branum指出，使用公有云而不是私有数据中心有助于降低开发成本并满足安全性行业标准。他说：“我们正在尝试着与Digi International共同对边缘进行设计，并与Azure一起设计可随着时间的推移不断扩展的集中式数据处理平台。”
本文作者Sandra Gittlen为IDG的特约撰稿人，同时还是大波士顿地区自由撰稿人兼编辑。她的文章涉足技术、商业、医疗保健、金融和生活方式等众多主题。
原文网址
https：//www.networkworld.com/article/3440061/iot-and-edge-computing-how-enterprises-are-shifting-data-processing-and-analytics-to-the-edge.html