您是否正在設計物聯(lián)網(wǎng)系統(tǒng)？讓我?guī)椭於ɑA，以便您知道如何以及從哪里開始。因為如果你從一開始就沒有走在正確的道路上，你就會走很長的路，遠遠超過必要的時間。您的應用程序?qū)⒂兄诖_定您的選擇，無論是機器人、工業(yè)、制造、自動化還是其他領域，包括醫(yī)療設備。

首先，開源的決定可能是一個很好的決定。開源不僅僅指軟件。這也是一種商業(yè)決策，也是一種文化態(tài)度。例如，在 SUSE，我們利用我們的 Linux 傳統(tǒng)，但也部署靈活的業(yè)務實踐，而不會將開發(fā)人員鎖定在任何特定供應商中。

決策一必須與您決定在物聯(lián)網(wǎng)系統(tǒng)中使用的工具相關。然后，您可以更深入地了解如何利用所選工具。在某些時候，開源工具可能會遷移到商業(yè)產(chǎn)品中，關鍵是在適當?shù)臅r間出現(xiàn)“遷移點”。請注意，在某些情況下，從一開始就使用商業(yè)權利可能是正確的選擇。該決定與設計團隊的經(jīng)驗、團隊愿意承擔的成本以及期望的時間框架有很大關系。

物聯(lián)網(wǎng)領域相當廣泛，因此您需要從啟用硬件和操作系統(tǒng)（OS），支持操作系統(tǒng)以及管理所有連接設備的角度來看待它。一開始，這不一定是垂直的，即硬件就是硬件，操作系統(tǒng)只是操作系統(tǒng)。當您開始將事物組合在一起時，它就會在垂直應用程序中組合在一起。

邊緣到云的連接

一個常數(shù)是邊緣到云連接。最近，越來越多的智能被推向邊緣，有幾個很好的理由。首先，在邊緣擁有智能可以讓您更快地做出決策。如果您的應用程序需要實時決策，這就是您的最佳選擇。自動駕駛和醫(yī)療設備是真正需要實時決策的兩個應用。第二個原因是降低成本。讓我們面對現(xiàn)實吧;遠距離無線發(fā)送數(shù)據(jù)可能很昂貴。這是沒有辦法的。

您幾乎可以將Edge視為自己的迷你服務器。事實上，如今邊緣的計算能力幾乎與幾年前的云一樣多。第二個基于邊緣的功能是預處理數(shù)據(jù)，因此您實際上向云發(fā)送的數(shù)據(jù)越來越好，簡化了傳輸和接收，并減少了在云中處理數(shù)據(jù)所需的時間。

將所有這些放在一起，信息是您可以（相對）輕松地處理工作負載，將其容器化，并將其移動到物聯(lián)網(wǎng)的邊緣。這會導致邊緣具有類似（盡管有限）的服務器功能。當設備連接到 Edge 節(jié)點時，您將啟動一個容器來處理該工作負載，并執(zhí)行某種程度的處理。

例如，如果您在邊緣運行 AI 框架，則輸入數(shù)據(jù)，對其進行一些處理，并決定是否應該采取行動或是否需要進一步處理，從而啟動邊緣到云事務。同時，您可以運行機器學習模型來訓練基于 Edge 的引擎，使其更智能地用于未來的操作/反應。

PLC是工業(yè)應用的例子，其中從邊緣到云的“智能化”發(fā)生在閉環(huán)中，使整個循環(huán)更加智能。傳統(tǒng)上，PLC并不總是最智能的設備（不要告訴PLC我們說過）。它們基本上是使用固定功能編程的，并且僅根據(jù)特定輸入執(zhí)行該功能。將它們連接到 IoT 并添加機器學習，您可以使用邊緣設備執(zhí)行趨勢分析。您可以根據(jù)這些趨勢采取行動?；蛘?，您可以執(zhí)行預防性維護，減少和管理設備停機時間。

最重要的是，從設計開始就做出正確的選擇將在以后得到回報，特別是如果你使用開源。無論是復雜的醫(yī)療設備還是簡單的PLC，收益都在那里。由您來利用它們。

審核編輯：郭婷