物联网和边缘计算在优化智能建筑、分布式可再生能源、远程管道管理、智能家居和水力发电设施控制等方面的作用是什么?


物联网正在对我们生活的方方面面产生巨大的影响。在我的家里,即使是平凡的事物也变得神奇。我现在喜欢连接车库门开启器,它在晚上的指定时间自动关闭。连接的恒温器(更像是墙上的智能平板电脑)根据互联网提供的天气数据,预测我的取暖需求,知道天气是什么,会是什么样子。


草坪洒水控制器还利用互联网提供的天气数据来确定当天是否真的需要浇水。我家的灯光会根据一天中的时间变换颜色,我被Siri、Alexa和Google包围,播放我的音乐,给我答案,并根据需要讲一些老掉牙的笑话。我可以用智能手机接门铃,当我告诉电视我想看什么时,它就找到了。我甚至发现我的妻子,一个公认的,骄傲的,喜欢纸质书味道的路德派教徒,说“亚历克斯,玩我最喜欢的”。

物联网+边缘处理使科幻成为能源管理的现实

但我们在自己的家庭和生活中看到的仅仅是物联网冰山的一角——一座不断增长的冰山。每天都在创建更多的物联网设备和应用程序,微软、亚马逊网络服务、谷歌和IBM等公司提供物联网平台解决方案,可以用来收集和处理设备收集的大量数据,同时确定和指导适当的行动。人工智能正越来越多地应用于所有这些设备收集的数据,这给了我们一个术语AIoT。


不仅设备和应用程序的数量在增长,我们将它们连接到网络的方式也在增加。


5G无线技术为从最多产的联网设备(通常是那些捕获视频的设备)收集更多数据打开了大门。Facebook连接计划的重点是将可靠的互联网带到世界上不存在互联网的地方(是的,他们会有更多的广告受众,但连接是好的)。


LoRaWAN无线电技术正在解决长距离或Wi-Fi和移动无线等技术无法渗透的地区连接设备的需求。


SpaceX的Starlink卫星互联网解决方案承诺高速、廉价地连接到世界上最偏远的地区。


然而,有些东西不见了。你有没有注意到你不能和Alexa或Siri来回交谈?或者,从你的手机应用程序发送来的控制家庭设备的命令不会立即执行——这需要几秒钟的时间。当它是你的车库门时没什么大不了的,但是如果它是一个紧急的医疗设备,时间很重要,或者是一个依靠网络控制来避免自我毁灭的机器呢?


这里缺少的是边缘计算。今天,当你问Alexa或Siri“天气怎么样”时,你的终端设备会使用“触发词”作为开始录制声音的指示器。这些数字记录然后被发送到“云”,一个巨大的仓库数据中心,可能有数百个


几英里以外。由于信号以光速传输,物理距离与其说是“网络距离”的问题,不如说是“网络距离”的问题,即您的语音记录需要经过多少不同的网络和路由器连接才能到达那里。


一旦您录制的语音到达,必须由自然语言处理(NLP)软件进行处理,以提取您请求的含义。在这一点上,人工智能引擎“理解”你想知道天气预报,并使用它的可用信息来确定你的位置。此时,云AI可以请求并接收您所在位置的预测。如果预测以文本形式存储,则必须将其转换为语音并通过多个网络发送回您的设备。


最后,你的设备告诉你今天的预测。当你考虑到在这个简单的交换过程中发生的所有事情时,你就会明白为什么以人类的速度与Alexa、Siri或其他人工智能助理进行实时的完整对话并非微不足道。


于使用数据中心云的传输和处理延迟排除了它。这不是一个处理问题;这是一个距离。将所有内容发送到云端进行深度处理所造成的延迟(尤其是当人们考虑到偶尔出现的网络拥塞会使事情变慢时)阻碍了新的实时服务,如会话AI、增强现实(AR)、虚拟现实(VR)和基于网络的车辆控制等。如果这种延迟能够显著降低,那么一类新的基于网络的应用程序就可以实现。


边缘计算解决了这个问题,也解决了其他一些问题。通过将处理资源或“边缘服务器”放置在它们所服务和控制的设备附近,可以显著减少延迟。


这种“分布式计算”模型不仅可以减少延迟,而且还可以大大减少需要在中心云和设备之间发送的数据量,从而节省带宽成本。将数据放在设备附近也有安全好处。最后,通过局部边缘处理,即使在网络拥塞或连接丢失的情况下,也可以对设备进行自主控制。


那么,这一切与智能能源有什么关系呢?事实上,很多。举一个例子,考虑发电的风电场,它可能在近海或偏远地区。到这些位置的中心云连接可能是零星的,并且提供有限的带宽,而且带宽可能非常昂贵。但是,如果我们将无线传感器和控制连接与本地数据处理和基于AI的应用程序结合起来,整个操作就可以在本地和半自主地进行控制和管理,同时仍然可以为总部的团队提供集中的、基于云的监控和分析。


智能边缘节点(SENs)可以实现这一点。SENs是一个新的网络设备类别,它将各种物联网设备连接选项、广域网连接选项和处理资源集成在一个路由器大小的设备中。在这种情况下,每个风力涡轮机都可以有传感器和控制装置,这些传感器和控制装置使用LoRaWAN连接来处理所涉及的距离。一个小型的SEN可以连接到所有这些涡轮机,并运行一个本地应用程序来管理它们的操作。然后,它将使用其广域网连接(一种集成的移动无线无线电或以太网连接的卫星调制解调器)发送定期的、经过策划的分析数据包,供内政部审查。它还可以捕获来自专业传感器的振动信息,以确定即将发生的故障,并采取适当的控制措施,将损坏降至最低。我们可以把这个例子进一步带入科幻领域,在科幻领域,SEN还将运行一个用于无人机视觉检查的控制应用程序。


无人机捕获的视频可以由SEN使用基于AI的计算机视觉进行本地分析,以识别问题,提取与异常振动统计相关的相关视觉和遥测数据,然后只将进一步分析所需的数据发送回中心云。并且随着时间的推移,如果需要额外的计算或连接性资源,则可以容易地将额外的SEN添加到汇集SEN提供的资源的本地mesh网络中。


风电场只是一个很容易描述的例子,但边缘计算的好处可以在电网管理、水力发电设施控制、智能建筑的环境和安全控制、远程管道管理和维护、钻井和采矿作业等方面开辟新的可能性。


通过在需要连接、本地数据分析和自动化控制的地方部署SENs,并将它们与深度中央云AI处理的能力相结合,一种全新的智能、自治系统成为可能。这种边缘+中心云处理模型的功能、性能和响应能力明显超过了纯中心架构所能实现的功能。当我们也考虑到由于减少数据传输和分布式处理而节省的成本时,很明显边缘计算将成为未来物联网处理模型的核心元素。



免责声明

我来说几句

不吐不快,我来说两句
最新评论

还没有人评论哦,抢沙发吧~