大数据应用中常常面对的一个痛点，就是没有采集到合适的数据。边缘计算可以为核心服务器的大数据算法提供最准确，最及时的数据来源。
边缘计算和云计算的结合让整个智能系统不但头脑清楚，而且耳聪目明，手脚灵便。完全依赖云计算的计算机系统就好比每一件事都要请示司令部的军队，在需要大量和外界互动的时候会显得僵化，反应迟缓，而且一旦网络有点问题就彻底歇菜。
另外一个方面是：边缘计算和云计算是两个截然不同的事情，其中一个不会取代另一个。但目前太多的内容混淆了IT专业人士，提出边缘计算将取代云计算，这就相当于说PC会取代数据中心。
所有公有云提供商都具有包含或将边缘计算的物联网战略和技术栈。边缘计算和云计算可以在一起工作，但边缘计算是用于特殊需求的专用系统。云计算是一种更通用的平台，也可以在旧的客户端/服务器模型中与专用系统配合使用。边缘计算有许多的应用场景，概括起来主要有以下十点，应用一：改进医疗设备性能和数据管理
在医疗场景下，边缘计算主要帮助医疗保健体系的IT基础架构，具体来说，是防止医疗设备管理的应用程序发生延迟。在边缘计算的支持下，无需构建集中的数据中心，可对关键数据进行本地化，在安全性、响应速度和有效性上有更佳表现。
应用二：本地零售的实时数据分析
边缘计算的主要目的，是让运算尽可能接近数据源。在零售场景中，以往企业都是将各分支的数据汇总到中心位置进行分析，再进行决策和行动。而通过边缘计算，零售店铺可以在本地就进行数据处理和优化，这样组织的行动反馈就能更快更及时。
应用三：让虚拟现实更生动
在技术支持下，本地设备可以大大提升用户的参与程度，用户也可以有更生动、更即时的增强现实体验。在这个前提下，越来越多的企业将进行转型。
应用四：加速数据分析
在这一场景下，通过本地计算能力，在数据分析早期就引入较高智能水平的运算。这样可以使得数据更为清晰，从而加快企业的分析和决策速度。在云计算场景中，运算对智能化和精准度的要求较低，主要是在后期应用中使用，故而分析数据需要花费更多时间。
应用五：智能制造
其实边缘计算在智能制造方面属于基础层面的构架。在生产车间采进行“近实时”分析，可以提升运营效率，并增加边际效益从而提高利润。此外，通过边缘计算系统来收集数据、制造智能化工具过程中，可以及时识别异常情况，尽量避免产线停顿。
应用六：消除过剩数据
传统的云计算架构不可避免地会导致多余数据堆积在云存储里，比如物联网的感应数据等。这些数据大多都是无用的，对企业来说花费成本区储存这项数据基本上是没有必要的。边缘计算可以做到只向云端传输有效数据，让流程更为优化。
应用七：让安保系统响应更快速
对于那些建有庞大又复杂的安保系统的企业来说，边缘计算非常实用，它可以有效筛选出关键信息防止带宽的浪费。举例来说，动作捕捉摄像机如具备运算能力，就可以只上传有价值的信息。
应用八：现实数据收集
在零售环境下，物联网、数字标签、IP光纤都是实现边缘计算的基础配置。未来我们的业务将依赖规模在万亿级别的数据挖掘和集成。边缘计算通过本地设备和传感器，协同云端一起收集现实数据，能够做到这个量级的数据聚合。
应用九：降低运营成本减少存储需求
在边缘计算加成下，收集到的数据无需在本地和中央服务器之间穿梭，就可以让本地设备知道要执行哪个功能。这样就可以节省运营成本和存储设备的投入了。
应用十：让诊断与治疗更有针对性
这虽然也是医疗场景的应用，但这里的边缘计算更专注提升病患的康复体验。医疗物联网设备在边缘计算应用下，可以更快更早地检测出病人的异常健康数据。这就可以让医生的诊断措施和医疗干预来得更及时。此外，随着可穿戴系统的普及，存储设备及传感器的成本也会不断下降。在边缘计算技术的帮助下，看病就医将从“被动治疗”转变为AI辅助下的实时的、预测性的保健式医疗。边缘计算指在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。（易迈云 推出企业0元购买云服务器的永久性活动 )雾计算和云计算一样，十分形象。云在天空飘浮，高高在上，遥不可及，刻意抽象;而雾却现实可及，贴近地面，就在你我身边。雾计算并非由性能强大的服务器组成，而是由性能较弱、更为分散的各类功能计算机组成，渗入工厂、汽车、电器、街灯及人们物质生活中的各类用品。
云计算的核心思想是"中心化"，设想以后的终端自身不再需要高性能的CPU 、GPU、与存储空间，所有的终端都接入云端，每一面镜子、每一部手机都是云的入口，它们自身没有（不需要）计算处理数据，全部交给云端的计算中心来处理。接入端只是输入与输出。 这种设想是非常好，但是在未来很长的一段时间还是非常遥远的目标。
而现阶段最实用最落地的方案会是边缘计算（前后端混合运算）、去中心化的分布式计算、雾计算，所有的终端都可以成为分布式的计算节点，一个区链中的所有终端拥有平行的权限。目前这种设计思想在云桌面的开发中已经在应用。
在去年的百度智能物联网峰会上，百度除了继续在讲“ABC+IoT”外，强调了边缘计算，发布了智能边缘BIE（Baidu IntelliEdge）。
其实，早在2017年，在尹世明入职百度，任职百度副总裁、百度智能云总经理数月后，就为百度智能云此前的ABC加了一个IoT，也就有了现在百度智能云的ABC+IoT。
2018年是IoT被喊得最响亮的一年，包括阿里、华为等互联网时代的佼佼者纷纷将IoT定为公司层面的发展战略。与阿里、华为相同的是，百度的IoT业务同样基于云基础业务，在智能云事业部（2018年12月升级为智能云事业群组）下开展；不同的是，百度的天工物联网平台仍是相对低调。不过，百度在IoT的发力仍然明显，在2018年，尹世明亲自接受多家专业媒体采访，为百度智能云物联网，为其ABC+IoT战略铺路。
5月30日，在2019 ABC Inspire智能物联网峰会上， 百度智能云升级天工物联网平台，就边云融合、时空洞察、数据智能发布9款产品，尹世明也再次登台解读ABC+IoT战略新发展。
物联网在2018年正式从幕后转向台前，在此之前，各玩家已经先后布局并零星可见在各产业试水应用。百度智能云正式对外公布进入物联网领域是在2016年，2016年7月，百度天工物联网平台正式发布，入局物联网，随后发布了物接入、物解析、规则引擎、物可视、时序数据库TSDB等物联网产品。
这之后的三年中，百度在物联网领域的重点布局也清晰可见。2017年，重点布局百度大脑；2018年，重点布局智能边缘BIE；2019年，百度的重心则是边云智能升级。
百度智能云副总经理管瑞峰认为，新一代智能物联网平台将向三个方向突破：第一，向边界突破，形成边云融合；第二，在时间和空间的维度上寻求突破；第三，利用数据智能对场景突破。 边 云融合、时空洞察和数据智能，将成为下一代智能物联网平台的核心要素。
“ 2019年是边云融合计算商业化元年。 ”管瑞峰在峰会上这样称。这主要体现在三个方面：
消防烟感需要时间戳、设备位置、烟雾浓度、报警状态、故障状态、覆盖范围6个维度信息；无人机需要时间戳、经纬度、高度、电量、农作物长势等50个维度信息；新能源 汽车 需要时间戳、经纬度、充电状态、探针温度等100个维度信息。其中，时间和空间成为两个基础维度信息。
百度智能云天工物联网平台在发布之初，首批产品中即有时序数据库TSDB。管瑞峰表示，这正是百度智能云在时空洞察方面的布局。其中，时间维度上包括存储、分析、洞察，空间维度上包括位置标识、轨迹规划、全局优化。
以百度地图为例，百度地图是百度面向C端的产品，在为用户提供服务同时，同时拥有15亿POI、850万公里的路网空间数据，基于此，百度则可以提供诸如定位、地图、搜索、鹰眼轨迹、导航、路线规划、路况能力。与此同时，空间能力也被百度结合百度智能云为B端用户提供服务，官方数据显示，包括165万开发者、65万应用。
数据智能要击穿B端，首先解决行业理解（行业知识）问题。例如， 汽车 生产线上有一百多个生产指标，如何从众多数据指标中抽取出与积漆有关联的关键指标进行生产线积漆模型构建就成为关键。“利用天工的时序数据库、行业洞察及其他平台能力与模型训练结合起来，通过一个工程师可以实现模型训练和工程研发。”
而此次峰会上，作为主角的是百度智能云针对物联网领域发布的9款产品，包括针对边云融合推出的百度智能边缘20和三款智能边缘硬件（天工IoT Module、BIE AI BOX、BIE Developer Kit），针对时空洞察推出的地图空间服务、货运路径规划、智能调度ROS，以及针对数据智能推出的百度智能时序洞察（公测阶段）、小度企业音箱行业解决方案。
百度智能云物联网产品总监周保玉上台首先介绍了百度智能云天工物联网平台的无接入、规则引擎、时序数据库、物可视基础能力的升级。具体包括：
接下来则是此次峰会的主角，百度智能云发布的9款新品。
第一款，发布百度智能边缘（BIE）20。 自去年发布百度智能边缘后，如今已经支持Ubuntu、Debian等40+种 *** 作系统版本，支持x86、x86_64、arm等主流硬件平台，此次的20版本主要有以下三个方面的升级：
第二款，天工IoT Module。 百度联合Quectel推出包括NB-IoT、2G、4G的IoT模组（均通过了FCC、CE认证），这些模组预装百度智能云的IoT SDK，可提供诸如免GNSS智能定位等服务。
第三款，BIE AI BOX。 百度智能云今年年初联合英特尔推出BIE AI BOX，BIE AI BOX除了配置了Arm处理器外，还配置了movidius视觉协处理，从而实现云上训练、边缘预测。
第四款，BIE Developer Kit。 百度智能云联合英伟达、伙伴米文动力合作开发BIE Developer Kit，该产品预装OpenEdge，支持PaddlePaddle、TensorFlow、Caffe等主流深度学习框架。
第五款，地图空间服务。 百度智能云天空联合百度地图推出地「图空间服务」。具体包括三方面：
第六款，货运路径规划。 针对物流行业，推出货运路径规划，提供包括限高、限款、险重、限轴、限行信息，货运限行数据达200路线规划能力支持里程、时间、收费、路况等十几种路线偏好。
第七款，智能调度（ROS）。 百度智能云的智能调度（ROS）可以快速地生成千万级的路网数据，能够同时支持6000+网店配送任务，同时进行规划和计算，并且针对复杂的城配场景支持附加时间窗口、满载率等20多种约束条件。
第八款，时序洞察。 周保玉称，“做时序洞察这款产品的核心目的是两个：一是降低IoT行业运用门槛，提高落地效率；二是希望这款产品能够作为载体，承载行业知识的沉淀。”该产品主要有三方面能力：
第九款，小度企业音箱行业解决方案。 小度智能音箱最初为面向C端产品，百度现已经将其拓展到B端应用中。小度企业音箱行业解决方案可以提供首屏定制、行业功能定制、硬件定制、行业系统对接等定制能力。目前已应用到诸如地产、酒店、银行等行业中。
据雷锋网了解，百度智能云以上9款产品均以应用到行业中，包括在智能边缘计算方面与雅砻江合作，启动智能电站规划工作；智能调度（ROS）应用到车满满SaaS云平台，提供货运路径规划一体化解决方案；小度企业音箱行业解决方案方面与深圳市碧城智慧 科技 合作，在智慧地产方面打造惠州潼湖 科技 小镇等。
尹世明：百度智能云ABC+X，IoT、5G、边缘计算
在2018年9月，百度智能云ABC战略升级到30，尹世明现场再次重申ABC 30的能力。
众所周知，百度智能云以B端业务为主，尹世明表示，智联网时代，To C技术开始进入To B领域，企业技术架构也必将受到很大冲击。
谈到企业数字化转型和AI转型，尹世明表示，在传统Client Server架构上做AI加持并不容易，如果对底层MES系统、DCS系统、ERP、物流软件整个过程中每一台设备都配备一个AI引擎更加困难。百度为此提出了ABC+X，“将计算、数据、AI，以及现今更先进5G、边缘计算技术统一到智能云端。”
以5G为例，传统设备升级应用5G技术需要在每一台应用设备中装一个5G连接或计算模块，这在实际应用环境中很难实现。4月11日，百度联合华为、中国移动展示了基于5G SA架构的5G Vertical LAN（行业局域网）技术及基于此的8K互联网视频直播，该技术可提供定制化5G行业局域网，使得企业终端与企业云处于同一个“局域网”中。
就当下百度智能云ABC+X架构在物联网上的应用，我们思考更多的是设备（物），所以我们有物的边缘，我们有移动的边缘。左边是物边缘，移动边缘，云边缘，右边是局域网、无线网、骨干网。“这样的分布式架构使得在1毫秒、10毫秒、100毫秒之内能够将相关的能力汇聚到一起。”
过去传统的技术架构无法实现实时响应。以ERP系统为例，传统的ERP系统是层级化的，所有数据经过排期之后必然有延时，这个延时可能是分钟级的，也可能是小时级的，因而难以实现实时响应。“物联网到来之后，当我们边缘计算、云计算融为一体，实时响应将有可能实现。”
雷锋网小结
纵观百度此次针对物联网行业应用推出的9款产品，除去沿袭其一直在布局的边缘计算以外，在模组方面发的三款产品仍是以行业合作为主，包括与英特尔、英伟达、米动 科技 等合作，百度主要提供的仍是其云端能力；而诸如货运路径、智能调度、时序洞察等产品，仍是基于百度自身在大数据和数据分析能力上的积累。
雷锋网认为，物联网就本质而言，一定程度上可以理解为万物的是数据化、数字化，再辅以数据分析和人工智能的能力，将会对产业带来深远的影响。也正如尹世明为百度智能云制定的ABC+X的战略，或将是未来企业数字化、智能化转型的一个思路。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）