物联网边缘分析：更智能的“末梢大脑” 新活力|57 借助埃森哲技术研究院创建 的边缘性分析框架，企业无须对现 有的信息和运营技术环境进行彻头 彻尾的改变或者引入垂直集成解决 方案，即可应对所面临的挑战。我 们针对存在异构型环境的企业，提 供了各种有关应用、模型和硬件设 施建设等方面的方案。同时，我们 可助力企业逐步掌握如何更好地 利用技术迭代（见图一）。 用新框架降低复杂性 技术｜物联网 目 前的物联网解决方案 都是通过平台收集来 自联网设备的传感数 据，然后集中进行存储和分析。平 台解决方案需要可靠、低延迟、高 带宽的网络连接，但显然不适用于 网络状况不佳、连接受限、收费高 昂、地处偏远的企业，也不能满足 海量暴增的数据分析需求。 边缘计算支持的数据分析（简 称“边缘分析”），可以让物联网边 缘设备（即远离云计算中心、靠近 产生数据终端的设备）上的高保真 数据无须再往返于各个云计算平 台，而是依靠先进的机器学习和人 工智能分析技术，直接对边缘性数 据进行计算和分析以备决策支持。 边缘分析即就地对数据进行分析， 其优势是基于兼备灵活性和知识性 的框架，牢牢把握业务发展逻辑的 核心高保真的数据以及更加可 靠实时的决策。 设想一下，一个新型传感器的 使用需要特别的解决方案：设备专 家进行安装，应用专家依据数据科 学家建立的模型开发分析应用程 序。该程序通过新型传感器生成了 相关数据。三位专家之间明晰的协 调配合有助于全面性解决方案的实 施：共享有关传感器功能、应用程 序和模型的相关知识。随后，与现 场工程师合作，在多个站点上配置 和部署边缘性实例新的物理传 感器。 但是，如此紧密的相互依赖性 却限制了解决方案在大型企业运 营环境中的可扩展性和可维护性。 在精简操作流程方面既没有可重复 使用性，也缺乏灵活性，同时还造 成了组织管理和业务监督的缺位。 垂直整合的解决方案虽然可 以直击痛点，但需要对物联网堆栈 中的各个方面进行有效控制从 边缘性计算机硬件到云层组件的集 中编排。这种解决方案会令企业束 缚于供应商模式的生态系统中，限 制了其使用现有技术，或是部署最 佳解决方案的能力。 我们看到，尽管工业物联网企 业（包括制造业、运输和石油天然气 业务）数十年来始终奔波在数字化 和工业资产网络化的进程中，但由 于受到监管的约束，他们中的许多 企业无法进一步实现创新。日积月 累，这些企业反而形成了各种“技术 债”积压：比如缺乏专有的解决方案 和异构方法，过时的硬件条件，以及 多个业务部门边缘性数据收集和分 析能力的不足。 运营环境特有的“棕色地带” （容易出现闲置废弃、未充分利用 的设施）属性，呼唤着充分的灵活 性、可调性。因此，所有边缘分析框 架的设计都应支持现有的运营模 式，并助力企业无缝迈向现代化生 态系统和新技术的应用之路。跨部 门的多元化需求意味着企业必须能 够针对各项条件给予足够的支持， 包括边缘性计算硬件、操作系统、 数据处理、存储以及分析运行时间 和语言等方面。 用灵活性摆脱“技术债” 58|新活力 我们的方案专注于如何应对异构型生态系统所带来的挑战 图一 应用场景示例 零售仓库中机器人 自动化 基于云的企 业数据中心 在宽雾层内 预先部署计 算服务器 资产特定的 边缘网关 石油和天然气开采业务智能交通疏导方案订购到特定仓库的路线履行密切相关的项目预测模型的维护更新最佳路由模型实时位置和所有机器人 的状态在机器人队列中执行部 署的项目智能路由到指定的位置避免障碍运行预测模型维护，并 通知网关潜在问题优化流体压力和化学混合物成 分，以提高石油开采率分析实时沉积物以确定钻孔成分预测和异常检测模型可减少设 备故障，并延长钻头使用寿命通过视频分析来检测交 通站点人群密度车辆操作员通过视觉指 示器帮助减速或加速以 达到当前目标通过监测地面和井下设备的情 形，感知站点范围的场景利用特定地点的历史数据来确 定最佳钻井参数，从而提高井眼 质量全面跟踪资产利用率，并优化 资源分配结合天气和交通条件，管理车 队及追踪车辆远程信息根据全球数据，更新异常检测 和预测模型维护预期流量和负载计算所有车辆的位置车辆接收到时间目标更新视频分析/路由模型如何达到时间目标的 流程/模型为本地环境传入实时 流量和加载数据 物联网边缘分析：更智能的“末梢大脑” 1. 架构分层体系支持独立分析 架构层的每一层都提供了越 来越多的计算、存储和网络容量， 适合于执行各种复杂又具有延迟性 要求的分析。 因此，我们的解决方案允许 每个组件在可替换的位置进行解 耦。基于其自身所定义的目标和部 署要求，微服务结构可以独立管 理每个软件组件。各层之间的异步 消息传递（包括与传感器的连接） 使这些组件能够使用开放式数据 库，彼此进行通信。除了利用整个 行业的标准和做法外，使用开放性 数据库，使得架构能够具备良好的 扩展性，从而支持各种类型的业务 发展或特定行业的定制协议。 这种架构分层体系的设计支持 雾层（物联网设备之间的局域网） 处理器层面的分析，可处理全站点 中的设备群数据，或者在底部层级 的网关，进行较小规模的传感器数 据分析。 2. 抽象层为复杂设备提供通用性 框架 企业的边缘计算设备和传感 器往往五花八门，许多更是分属不 同的业务单位管理，各自为政。每 种类型的设备或传感器都有其独 特的硬件功能、协议、数据格式和 接口，因而增加了整体操作的复杂 性。为了确保互用性并鼓励重复使 用，边缘框架必须提供标准化方法 对相关设备及应用进行管理。 我们的框架利用容器化技术 （如Docker）以及异步事件驱动 hub（见图二），为边缘设备的潜在 复杂性提供了抽象层。 新活力|59 。。。。。。