站在风口上,边缘计算牵手OK1043A-C开发板

站在风口上,边缘计算牵手OK1043A-C开发板,第1张

今年6月初,工信部宣布我国5G已经具备商用基础,正式发放5G商用牌照。5G发展的脚步越来越快,将能带动很多新兴行业的发展,创造上万亿经济效益、千万个就业机会。  边缘计算领域就是其中一方面。

边缘计算,大家都不陌生。早在2013年,边缘计算伴随着4G网络的铺设以及商用化进程被提出和展开,在5G研究初期移动边缘计算(MEC)就被列入5G系统网络重构的一部分,一度被誉为5G时代的下一个“风口”。

随着智能化设备的深入发展,越来越多的设备联网,越来越多的数据产生,海量数据分析与储存对网络带宽提出了巨大的挑战,而边缘计算就是为了解决这一问题。

目前,边缘计算在智能网联车和自动驾驶、虚拟现实、工业物联网、智能家居以及智慧城市领域均已有应用。

下面我们根据边缘计算的应用场景需求,结合飞凌嵌入式 LS1043A 系列OK1043A-C主板,来探讨下  边缘计算网关  的应用。
1、海量数据分析,边缘计算能力

边缘计算,是在终端设备附近靠近数据源的一侧进行的本地计算分析。终端设备会产生大量数据,这些数据有些是有价值的,有些是不需要进行分析的,通过在边缘设备上执行数据分析,实时让设备做出直接反应,同时将设备的大量状态数据进行过滤和优化,将有价值的数据再上传到云端,减少网络流量压力。

这就要求边缘计算网关,具备强大的数据处理能力,恩智浦推出的 面向智能边缘节点的能效最佳64位平台LS1043A,飞凌嵌入式基于LS1043A四核处理器设计 FET1043A-C核心板 ,完全满足边缘计算能力的需求,CPU内置面向硬件增强虚拟化的ARM SMMU,核心板主频16GHz,ARM Cortex-A53 架构,是一款价格适中,高性能、高能效的产品。
2、多场景应用,超强兼容性 

边缘计算网关的应用场景越来越丰富,如工业物联网、智能家居以及智慧城市等行业的应用,有可能需要接不同类型或者接口的传感器,要求网关有很好的接口兼容性,还要求网关能兼容主流的设备和协议,便于企业低成本替换设备等。

以 OK1043A-C /FET1043A-C主板为例,其兼容性体现在以下几方面:

❶ 接口丰富多样

7路原生网口,2路USB30,1路miniPCIe,2路串口,满足各种行业需求。

❷  通信方式多样(可扩展)

支持4G、ZigBee或Lora等通信方式,适用于多种应用场景。

❷ 支持Ubuntu系统,便于客户二次开发

OK1043A-C支持市面上嵌入式设备主流的Ubuntu系统中用户的应用程序,无需交叉编译即可直接运行在此主板上,支持丰富的第三方应用和插件,如 docker 、DPDK、LXC、内网穿透等,从而提高用户软件开发的效率。
3、庞大数据量接入,高性能网络功能 

在很多应用场景中,边缘设备产生庞大的数据量要接入 边缘计算网关 ,从而要求边缘计算网关具备强劲的网络性能,拿飞凌LS系列OK1043A-C来说,网口支持1个10Gbps和6个1000Mbps。且OK1043A-C底板做了兼容性设计,可接LS1046A系列FET1046A-C核心板,使用光模块,保证更高的传输速率,提高响应速度。

4、工业级品质,应对复杂环境 

在工业物联网,智能交通等行业,必须保证边缘设备的质量和稳定性,以保证边缘计算更好的服务。 FET1043A-C核心板 采用12层PCB设计,核心板和底板采用高速COMExpress板对板连接器,传输速率可达10GHz,为高速功能接口引出提供保障。主板温度适用于-40℃ ~+80℃ 宽温。

5、网络信息安全有保证 

网络安全性一直以来都是物联网行业至关重要的话题,也将是一项长期的任务挑战。IoT的每个节点,从终端设备、边缘计算、网络,再到云计算,都要考虑安全处理。 LS1043A  的 QorIQLS1 系列都内置安全引擎,确保信息安全可靠。

5G商用化伊始,边缘计算机遇与挑战并行,市场需求的不断提高将会促进边缘计算设备的逐步提升,让我们拭目以待,迎接新的物联网时代。

工业物联网是指在工业中应用物联网技术,实现工业特有的价值增值的技术模式。

所有物联网都是为了实现万物互联,特别是物与物的互联,但是工业物联网又有其专有属性,原因是与工业物联网相对的消费物联网本身的联网密度、联网的实时性、联网物的异质化要求都不高,而工业物联网的要求主要表现在联网密度、联网实时性及联网异质化三个方面。

思考所有问题都需要从宏观到微观的细化过程,工业物联网也不能例外,我认为对工业物联网进行深度思考,需要从以下五个维度进行分析,否则将会要么带来一叶障目,要么带来好高骛远。

首先需要我们思考的问题是,工业物联网的价值、意义和目的是什么;第二个是工业物联网需要连什么的问题,这是一个范围的概念;第三个需要我们思考的是连入物联网的物的层级问题,也就是深度的问题;第四个需要我们思考的是实现物联的价值成本分析;第五个需要我们思考的是如何建设工业物联网。
互联网实现了计算机与计算机的连接,或者说实现了人与人的连接,这个连接带来了人的交互的便利,在这个基础上涌现出很多全新的、颠覆性的商业模式,例如,电子商务、即时通讯,社交媒体等等;而物联网将实现人与物、物与物的连接,同样我们也期望带来全新的、颠覆性的商业模式,甚至更进一步,期望带来人类生活、生产方式的全新的颠覆性的模式。

作为物联网主战场的工业物联网,人们对其的期许是在工业设计、制造、流通环节带来革命性的变革,为传统工业注入新的活力,提供新的势能,驱动工业在更高维度上发展、创新、乃至变革。随着计算、存储能力的提升,特别是大数据、人工智能的发展,任何行业对数据获取手段都提出了前所未有的要求。对数据获取手段的要求主要表现在四个特征,第一是高效性;第二是准确性;第三是实时性;第四是经济型;在当前技术能力下,能够同时满足这四个特征的就是工业物联网,首先,芯片技术已经发展到一个具有较强计算能力的MCU在美元以下,RFID芯片价格甚至已经到美分这个量级,使得工业物联网有了物质基础,同时满足了经济性要求;近三十年的通讯技术的发展,从模拟到数字,从简单调制到复杂调制技术的商用化,使无线通讯可以很廉价地覆盖几百米甚至数公里的范围,满足了数据获取的密集部署要求,同时由于工业物联网的永久在线的特征,使工业物联网满足数据获取的高效性、实时性要求;微电子技术在近年也发生了突飞猛进的发展,不论在价格上还是在进度上都有了长足的突破,满足了数据获取的准确性。

总而言之,工业物联网的出现是在以下几个条件成熟时涌现出来的不可逆转的趋势:

1、快速变化的市场需要数据支撑,产生了市场对数据获取的急切要求;

2、MCU的发展使得计算能力快速提升;

3、以调制技术为核心的通讯技术发展为联网建立的管道基础;

4、传感技术,特别是以MEMS为标志的微电子技术的发展给予感知世界提供的保证;

工业物联网不是规划出来的,是各种技术与需求发展进化的产物,是生活、生产、经济发展到一定高度后自然而然出现的,是在需求的驱动下,众多行业创新带了的自然产物。

通过工业物联网,可以把传统经济中不可数字化之物数字化,可以把传统不可数字化之行为数字化,可以把传统不可能变为可能,甚至变为容易获得、解决的方案。
这个问题是第一个问题的延续,如果不考虑经济性,那么我们可以说工业物联网连接一切可连接之物,但是,当我们在做一个务实的、有价值的方案时就不能不考虑可行性及经济性,那么工业物联网连什么呢?我们认为这是一个从哪里来到哪里去的问题,我们通过上面对价值、意义和目的分析可知,我们应该从目的反推,一切从目的出发,时刻盯紧企业需要弥补的最关键环节,例如,如果对量化OEE有需求,那么我们就要连接设备状态;如果要减少在制品,那么我们就要对在制品进行追踪;如果能源消耗对企业是重中之重,那么我们就要把能效物联化,等等。世界上不存在同样的两片树叶,同样地,世界上也不存在同样的两个企业,我们只能对企业本身进行深入分析,紧紧聚焦于企业价值,在保证经济性的基础上,确定工业物联网的实施范围方案。联网范围一个核心点是连入物的属性,也就是说我们通过分析连入物的属性与企业建设工业物联网目标的耦合度,决定需要实施工业物联网的广度。
通过分析工业物联网连什么后,我们得到了连入物的内容,接下来需要我们决定是对每个/每类连入物我们该数字化哪些属性,这里遇到工业物联网特有的一个障碍,需要连入工业物联网的物的可连通性问题, 特别是在设备互联时,可连通性表现的特别突出,例如,有的设备具有开放的通讯协议和可用的通讯接口,有的设备不开放协议等等,那么可连通性就是对方案供应商的很大的考验,我们的经验是有四种方案可供选择:

1、使用设备开放的协议;

2、使用设备自带的传感器;

3、添加新的传感器;

4、改变观察侧面及维度,使用全新的采集模式;

其中第四条,改变观察的侧面和维度,使用全新的连接方式是使用第一性原理,避开设备不开放协议或接口的阻碍,避开被设备供应商牵着鼻子走的方向,从本质上获取数据。例如:通过能效检测获得设备的使用状态,通过震动传感分析设备部件的故障、甚至是转速等,只要通过第一性原理从你需要的信息入手,而不是被动地从设备可以提供的数据入手来提供物联解决方案的方式。直接把我们需要的信息做为目标,观察除了直接连接设备外,我们还能够如何获得需要的信息,因为只有我们获得的数据能够与设备提供的数据在信息上能够“同构”即可。例如,我们可以在我们的物联设备上安装一个震动传感器,从传感器获得的数据中,我们即得到了设备是否开机,又得到了是否启动工作,同时还得到设备的转速。如果不用第一性原理,而是硬要跟设备互联,那至少要采集三个数据,并且未必设备能够给你。这就是典型的边缘计算的案例,边缘计算的计算规则一定要具有定制能力,可以说边缘计算一定是一个知识容器,可以方便地把客户、厂家,甚至是第三方的知识融入的容器,我们开发的支持脚本的设备已经具有了初步的边缘计算的功能,我们需要在这个方面继续加大支持力度。

所以,通过分析企业价值和物的可连通性,我们就可以明确定义需要连入物层级,也就明确了连入物的连接深度;

在连入物联网的物的层级中一个重要的概念是管理粒度,对于制造业来说,连入物的管理粒度大概分为如下几个层级:

1、传感级;

2、设备级;

3、产线级;

4、车间级;

5、企业级;

也就是说我们要在经济性可行的前提下定义数据获取的粒度。理论上讲,细粒度一定比粗粒度更好,更有价值,但是当加入成本分析后,可能并不一定粒度越细越好,需要按照各种制约因素找到一个平衡点。
价值成本永远在企业行为中持有权值最高的赞同或者否决的一票,通过前三项分析,我们仅剩下最后一个问题没有解决,这也是关乎价值成本的关键:管理粒度问题,我们到底需要在多细的粒度下进行管理?这带来了一个哲学问题:世界是不是需要黑盒子。什么意思呢?当我们确定一个管理粒度后,比管理粒度更细的信息将被隐藏在黑盒子中,这个黑盒子将成为我们分析深度或者认知深度的制约因素和约束条件。我们可以通过价值成本分析来找到这个平衡点,从而明确黑盒子的大小,并最终确定连入工业物联网的物的特性。
我们的期许是工业物联网建设的价值观,其他一起都是方法论。首先,我们在规划物联网时要本着既要有高瞻远瞩,又要有务实可行的精神。在思考黑盒子的大小时我们要高瞻远瞩,设计方案尽可能地以黑盒子尽量小为目标,而实施方案则按照价值成本分析选择合适的黑盒子的大小,也就是选择合适的管理粒度,从而保证投入收益的平衡,甚至我们可以把黑盒子尽量定义的大些,用以验证工业物联网的可行性,最大可能地降低工业物联网实施的风险。

总之,我们应该从以几个方案来确定工业物联网的建设原则:

1、期望获得什么结果?

2、期望用什么方式获得想要的结果?

3、需要信息基础提供什么?

4、工业物联网是否能够获得这些信息?

5、工业物联网如何获得这些信息?

6、获得这些信息的性价比如何?

7、回归分析,评估预期结果是否符合经济利益?

8、落地实施。

1、工业物联网设备基于工业环境制造,要求比消费物联网高。

工业物联网的设备位于工业环境中,或许是在工厂车间内,也有可能在高速运行的铁路系统里,或者在酒店餐厅里,或市政照明系统里面,也有可能在电网里面。相比消费级物联网,工业物联网有着更加严格的要求,包括无时无刻的控制,坚如磐石的安全性能,复杂环境下(无论是极热或极冷,多尘,潮湿,嘈杂,不方便)运行的能力,以及无人自动化的 *** 作能力。不像大多数近期设计的消费者级别的设备,现有的很多工业设备已经运行了很长一段时间,通常以几十年衡量。

2、工业物联网系统必须具有可扩展性。

由于工业物联网应用环境更为复杂,使得工业物联网对扩展性的要求较高,比消费者家庭自动化项目复杂得多。工业物联网系统会产生数十亿个数据点,必须考虑将信息从传感器传输到最终目的地的方式 ——通常是工业控制系统,如SCADA(监控和数据采集) 平台。而消费者物联网应用涉及较少的设备和数据点,如何最大限度地减少中央服务器的吞吐量,并不算什么大问题。

3、工业物联网安全要求更高。

根据Hewlett Packard研究,有70%的物联网设备存在安全漏洞。如攻击者获得了客户财产相关的实时视频资料,那么对智能家居进行黑客攻击可能会对个人隐私造成重大影响,但网络入侵的影响是局部的。而工业物联网中就不同,这些系统通常要将传感器连接到关键的基础设施资源,如发电厂和水资源管理设施,那么其潜在的影响要严重得多。因此,工业物联网必须满足更严苛的网络安全要求,才能获得批准使用。

工业物联网是将具有感知、监控能力的各类采集、控制传感器或控制器,以及移动通信、智能分析等技术不断融入到工业生产过程各个环节,从而大幅提高制造效率,改善产品质量,降低产品成本和资源消耗,最终实现将传统工业提升到智能化的新阶段。从应用形式上,工业物联网的应用具有实时性、自动化、嵌入式(软件)、安全性、和信息互通互联性等特点。
工业物联网(IIoT,Industrial Internet of Things)是物联网(IoT)中最大的和最重要的组成部分,虽然从支出的角度来看现在消费者应用是物联网(IoT)最大的应用领域,而工业物联网(IIoT)的应用主要是从 2018 年开始的,尽管如此,工业物联网(IIoT)在整个物联网(IoT)的应用图景中仍然在变得更加重要和先进。


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/dianzi/10839949.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-11
下一篇 2023-05-11

发表评论

登录后才能评论

评论列表(0条)

保存