AI 和 HPC 数据中心
容错解决方案
集成内存
设计您的基础架构以提高性能和可靠性
对于许多运营技术(OT)专业人员来说,边缘计算的发展可能看起来像是一个不断变化的目标。在本白皮书中,揭示边缘计算带来最大好处的用例、示例和行业,以及:
随着商业和技术趋势继续重塑边缘计算的方式,了解选择、实施和利用边缘计算机会的最佳方法至关重要。
立即下载白皮书《边缘转型:为性能和可靠性设计基础架构》!
由于联网设备的爆炸式增长,许多公司都希望借助其边缘计算平台来改善收集和处理数据的方式。然而,对于大多数长期负责组织中基于边缘的计算系统的运营技术(OT)专业人员来说,边缘的发展似乎是一个不断变化的目标。
随着商业和技术趋势继续重塑边缘计算的方式,许多公司正在寻找选择、实施和利用当今面向未来的边缘计算战略所提供的机遇的最佳方式。
本白皮书详细介绍了边缘计算,重点介绍了边缘计算可以带来最大优势的各种示例、行业和用例。它还描述了当今边缘计算正在发生的演变,同时展示了下一代解决方案如何帮助组织在当今和未来抓住边缘转型带来的新机遇。
如今,许多关键操作和流程都发生在组织网络的边缘,例如无人机械、公共安全系统、交通系统以及电力和能源生产。这些运营及其所依赖的设备连接到数量快速增长的物联网 (IoT) 设备,预计到 2030 年物联网 (IoT) 设备将超过 290 亿台1。这些传感器和设备收集实时数据,可用于简化生产周期、提高产品或服务质量或缩短响应时间。因此,更好的边缘数据管理可以帮助整个企业改善关键流程,降低成本并获得显著的竞争优势。
然而,获得这些好处比看起来要困难得多,尤其是在尝试通过集中式云应用程序或本地数据中心处理和管理边缘数据时。尽管这些计算模型各有优点,但它们并不特别适合 IT 人员有限、连接不佳或昂贵以及操作对时间特别敏感的支持环境。所有这些条件通常都位于边缘。
当今的边缘计算正在经历重大变化,带来了新的压力和新的机遇,共同推动了边缘环境的快速转型。
为了克服这些固有的挑战,许多组织已开始重新考虑其边缘计算基础架构,这些基础架构通常与远程数据中心和/或云的连接有限或根本没有。边缘数据可以直接在源点进行处理,也可以发送到网关网络设备或中间服务器。但无论哪种方式,数据的实用性往往受到构成大多数边缘基础架构的硬件(有时已有30年历史的硬件)的规模和容量限制的限制。
当今的边缘计算正在经历重大变化,首先是使用量的增加。这带来了新的压力和新的机遇,共同推动了边缘地区正在发生的事情的快速转型。
对于利用这些机会的组织来说,回报可能是巨大的。例如,与分析、智能交通信号灯、车对车通信、电力生产和制造设备相关的应用受益于边缘计算基础设施的改进,这些基础设施可以更有效地处理和使用来自物联网设备和传感器的流数据。在这些情况下,这些应用程序可以重新分配流量,改善预测性维护以防止缺陷并优化生产。
OT 专业人员还有很多工作要做:除了保持装配线运转、供水畅通或列车准时运行外,他们现在还要更新其 IA 系统,以充分利用不断变化的优势。
优化边缘基础设施的 “技术加服务” 方法可以极大地简化这一挑战,为 OT 专业人员及其组织带来显著的好处。这些好处包括:
边缘系统通常部署在典型数据中心之外的远程位置,或者根据定义,部署到计算网络的最边缘。
简单性是边缘的关键,但诸如可维护性和可用性之类的元素也是如此。通常,边缘环境通常依赖于 OT 专业人员,而不是 IT 人员,因此,如果出现任何问题,从时间或成本的角度来看,派人来修复它的想法是不可行的。OT 员工可能不是 IT 专业人士,但仍然能够快速维修和运行产品。
许多新的边缘应用程序要么保存大量数据,要么将数据流式传输到其他位置,这使得数据完整性变得极其重要。任何故障都可能导致数据流中断,给现有流程或合规性工作带来一些问题。例如,在奶牛场中,如果牛奶通过生产线时系统出现故障,农民可能无法收集合规所需的数据,从而增加可能发生召回的风险。
边缘应用程序通常不会经常更新。这意味着公司需要具有服务模型和工具的技术,使他们能够部署系统,并基本上可以将其长期置之不理。
当今在边缘计算的组织可能认为他们现有的方法已经足够了——就目前而言。但是,技术领域正在发生许多趋势和变化,这将要求他们改变对边缘计算的思维和行动方式:
显然,在边缘运营将继续需要新的思维和行动方式。任何部署边缘计算战略的组织都必须仔细评估这些趋势。
人们普遍认识到,当今基于边缘的系统需要新的支持技术来满足不断变化的需求。但是,此类技术的供应落后于需求。
有一些计算/通信技术可以解决工业自动化(IA)领域的需求。但是,他们倾向于关注人工智能终端用户客户数十年来的需求,而不是关注当今推动人工智能领域发展的边缘特定压力(例如进行预测性维护或整合大数据分析的需求)。因此,它们代表了能力和缺陷的次优组合。
这些技术的示例包括:
显然,已有30年历史的工业控制系统在许多制造和人工智能环境中仍然是常态,需要进行实质性升级,才能转向工业物联网、无处不在的云和/或雾计算。但是,颠倒取代的方法是行不通的。这些公司在向边缘过渡期间面临的挑战包括继续从其传统系统收集数据、尽可能延长这些系统的生命周期以及逐步增加功能。
此外,并非所有公司都需要沿着边缘的连续性一路前进。他们的业务需求将决定他们需要多少边缘转型。然而,任何组织要想获得不断变化的边缘可以为其业务带来的最大好处,都需要一种新的技术方法。
已有30年历史的工业控制系统在许多制造和工业自动化环境中仍然是常态,需要进行实质性升级,才能转向工业物联网、无处不在的云和/或雾计算。但是,全新替代的方法是行不通的。
为了克服这些缺点,理想的解决方案将满足企业对可靠、可扩展、高性能计算的边缘需求。此外,它将提供这些短期优势,满足当前的要求,并适应不断变化的边缘基础架构。
更具体地说,向边缘移动的基本属性包括:
如今,行业领先的技术供应商正在提供一种创新的新的边缘基础架构方法,该方法融合了上述所有属性。此外,该解决方案非常全面——一个完整的统包计算平台,使工业自动化公司能够更新老化的系统、虚拟化工业控制应用程序并提高运营效率。
这种新的边缘方法包括三个基本要素:
所有三个要素(零接触计算平台、软件定义的边缘基础设施和主动管理服务)相结合,创建了针对边缘组织进行了优化的新基础设施解决方案。
优化解决方案的主要优势是:
这样一个全面的边缘平台可以满足当今边缘环境的基本要求(参见 “当今解决方案不足” 部分),包括操作简便性、虚拟化、不间断生产和互操作性。
1Statista,《2019年至2030年全球物联网(IoT)联网设备数量》,2022年6月8日。
2Gartner,《工业物联网边缘计算解决方案市场指南》,2020 年 12 月 18 日。
设计您的基础架构以提高性能和可靠性