隨著互聯(lián)網(wǎng)技術翻過了PC時代和移動互聯(lián)網(wǎng)時代兩座大山后，命運車輪般地下沉至萬物互聯(lián)，無不體現(xiàn)著被物聯(lián)網(wǎng)（loT）顛覆的大趨勢。而在物聯(lián)網(wǎng)帶來的數(shù)據(jù)海洋中，很多終端設備都需要更快速、近距離的數(shù)據(jù)處理能力，“邊緣計算”（Edge Computing）被推到了風口浪尖。

根據(jù)IDC調(diào)查預測，到2020年物聯(lián)網(wǎng)會有500億感知設備，而50％的數(shù)據(jù)儲存、處理、分析會發(fā)生在邊緣端及其所建構(gòu)的網(wǎng)絡上。作為全球智能系統(tǒng)領導廠商，研華科技認為可以通過“智能化”加速數(shù)據(jù)傳輸、存儲更多數(shù)據(jù)，同時考慮到物聯(lián)網(wǎng)應用的多樣性，賦能邊緣計算以促進顛覆性創(chuàng)新，帶來商業(yè)機遇。

數(shù)據(jù)時代下的邊緣計算并不陌生

Gartner報告顯示，全球loT數(shù)據(jù)量正在以每年59%的速度遞增，到2025年數(shù)據(jù)量將激增至163ZB，遠超當前任何互聯(lián)網(wǎng)公司所儲備的數(shù)據(jù)量。因此，更快更可靠的數(shù)據(jù)處理將變得至關重要。

在邊緣計算模型下，“邊緣”是指位于設備內(nèi)部或者與設備本身要近得多的地方。由于大多數(shù)知識來自靠近數(shù)據(jù)設備的本地，基于此的數(shù)據(jù)分析僅部分依賴于通信帶寬，從而實現(xiàn)高速率、低延遲與高安全性。

以邊緣計算最先應用的自動駕駛為例，有時更快的數(shù)據(jù)處理是生死攸關。自動駕駛汽車本質(zhì)上是一臺裝有輪子的高性能計算機，它通過大量的傳感器來收集數(shù)據(jù)。為了使得這些車輛能夠安全可靠地運行，它們需要立即對周圍的環(huán)境做出反應。處理速度的任何延遲都有可能是致命的。雖然聯(lián)網(wǎng)設備在云端進行數(shù)據(jù)處理并在中央服務器之間來回傳送可能僅需要幾秒鐘，但這一時間跨度對仍自動駕駛汽車而言仍太長了。

而邊緣計算使得數(shù)據(jù)能夠在最近端（如電動機、泵、發(fā)電機或其他的傳感器）進行處理，減少在云端之間來回傳輸數(shù)據(jù)的需要。

開放+智能 研華重新定義邊緣計算

在研華看來，邊緣計算更加強調(diào)“邊緣”二字，因其更靠近數(shù)據(jù)生成的設備端，這就意味著關于邊緣計算諸多疑問需要具體到應用場景來展開。因此，研華推出了涵蓋軟硬件整合的邊緣智能服務器（Edge Intelligence Servers；EIS）。

圖：研華邊緣智能服務器

“研華做平臺不做產(chǎn)品，所以需要根據(jù)用戶需求優(yōu)化軟硬件配置，提供更好的邊緣計算平臺。”研華IoT嵌入式平臺事業(yè)群總經(jīng)理許杰弘曾表示，考慮到物聯(lián)網(wǎng)應用的多樣性，研華在開發(fā)EIS時以開放、多樣性為核心精神，從硬件到軟件都提供各種不同選擇，希望能滿足IoT系統(tǒng)集成商的多元需求。

研華正借EIS重新構(gòu)建“互聯(lián)互通與快速、服務可復用且多元”的邊緣計算生態(tài)。

根據(jù)研華官方介紹，硬件方面EIS提供3種不同類型的嵌入式無風扇計算機，方面依需求做選擇；從軟件來看，EIS內(nèi)建WISE-PaaS設備管理與數(shù)據(jù)整合平臺（RMM）、集中安全管理、交互式多媒體內(nèi)容編輯（IMM）、SCADA（監(jiān)控及數(shù)據(jù)采集）、HMI（人機界面）等軟件；其次，在滿足不同應用需求之余，WISE-Agent中間件為傳感器及其他設備提供全面的開發(fā)工具及符合標準協(xié)議（Modbus/OPC/ MQTT）的SDKs。

此外，還預集成 Microsoft Azure IoT Edge和AWS Greengrass可將云智能擴展至邊緣設備并在邊緣實現(xiàn)實時管理，以確保物聯(lián)網(wǎng)設備能夠?qū)Ρ镜厥录鞒隹焖夙憫Ｍ瑫r，依據(jù)數(shù)據(jù)進行數(shù)據(jù)建模和機器學習后的結(jié)果將被發(fā)回邊緣 (IoT Edge/Greengrass) 以便物聯(lián)網(wǎng)應用進行數(shù)據(jù)預測分析，幫助客戶提升操作效率及業(yè)務轉(zhuǎn)型。