用AI赋能Predix边缘计算平台

用AI赋能Predix边缘计算平台

随着越来越多的智能终端设备联网，同时由于高昂的传输成本和较高的响应延时等问题，高德纳（Gartner）公司预计到2022年，工业企业中75%的数据将会在云端外产生并且被处理。因此，能够同时管理和处理云端和边缘端数据成为工业企业能够优化自身运营能力的核心需求。为了更好的满足广大工业企业客户的物联网需求，在今年的Mind+Machine工业互联网大会上，Predix边缘计算平台推出了复杂事件处理分析引擎来进一步增强边缘计算平台的智能分析能力。

什么是复杂事件处理

根据Wikipedia的论述，复杂事件处理（CEP，Complex Event Processing）是合并处理多个数据源的事件，并从中推断出更高阶抽象的模式。复杂事件处理的目标是从众多的数据源中识别出可操作的建议，并尽可能早的做出相应的行动。

例如，一个智慧城市的监控系统可以采集声音和图像。在相近的时间段内，它从连续的音频流和图像流中收到如下独立的事件，

1. 教堂的钟声
2. 身穿礼服的男女
3. 空中的礼花

从上述独立的三个事件，智慧城市的监控系统可以推断出一个复杂的事件：这是一个婚礼。

复杂事件处理并不是简单地根据预定规则和单一数据源产生的反馈行为。例如，高温报警系统 - 当温度高于某一预定阈值则产生报警，这种场景只是基于简单的规则引擎的反馈系统。复杂事件处理引擎一定需要能处理多维数据源，并从中推断出可操作的建议。其引擎可以基于预定义的模型进行推断，例如，设备已知的物理模型，也可以基于人工智能算法自行训练的模型进行推断。因此，有了复杂事件处理引擎就等于在Predix边缘计算平台添加了人工智能的翅膀。

Predix复杂事件处理引擎

Predix边缘计算平台的架构图，如下所示，

从图中，我们可以看到，

1. Predix边缘计算平台是一套完整的解决方案，包括对设备数据接入与控制，对云端数据上传和控制接收，边缘端智能分析服务等
2. 复杂事件处理引擎是通过Docker容器封装的一套智能分析运行环境
3. Predix平台可以通过Predix EdgeManager将云端训练好的模型算法分发到复杂事件处理引擎的运行环境
4. 复杂事件处理引擎从数据总线（Data Bus）通过MQTT协议获取多维数据源的实时数据，并作为已训练的模型算法的输入
5. 相应的模型算法就可以根据输入的实时数据流推断出可操作的建议，从而反向控制设备端，达到运营优化的目标

案例分析 - EdgeLINC软件，GE交通集团

EdgeLINC智能分析软件是GE交通集团针对火车机车的设备绩效管理解决方案，涵盖了机车管理，流式分析和运营优化等面向火车运输企业的全方位功能。Predix边缘计算平台和复杂事件处理引擎在EdgeLINC软件中扮演了重要的角色。因为在铁路运输行业，火车机车是持续移动的，而且经常处于断网的状态（例如，火车穿越山洞）。所以，火车机车在运行过程中产生的大量数据都需要在边缘侧就进行收集和处理，并且根据相应的模型算法推断出可操作的建议。机车司机就可以实时根据这些建议对火车运行进行人工干预，或者依赖边缘计算平台自动反向控制机车的运行。而云端则负责车队层面和公司层面的智能调度，运营优化等。云端计算和边缘计算相互配合，协同工作，帮助火车运输企业实现价值最大化。目前，EdgeLINC软件已经部署到一千多台火车机车上，在北美一个主要的一级铁路运行。

小结

通过本文我们了解到，

1. 复杂事件处理引擎进一步增强了Predix边缘计算平台的智能分析能力
2. 复杂事件处理引擎是Docker容器封装的一套智能分析运行环境
3. 云端已经训练好的算法可以通过Predix EdgeManager分发到复杂事件处理引擎的运行环境，实现边缘侧的智能分析

作者：谢品，上海创新坊首席架构师，GE数字集团

专注于工业互联网，边缘计算，云计算，大数据领域，对Cloud Foundry和传统应用向云端，特别是向Predix迁移有丰富的经验，曾供职于VMware，EMC，Autodesk等知名软件公司云计算部门。