边缘计算在EMS运用

边缘计算在丘钛EMS运用

边缘计算是指在靠近智能设备或数据源头的一端，提供网络、存储、计算、应用等能力，达到更快的网络服务响应，更安全的本地数据传输。边缘计算可以满足系统在实时业务、智能应用、安全隐私保护等方面的要求，为用户提供本地的智能服务。

边缘计算一般由云端管理系统、本地核心节点和普通设备组成，云端系统负责设备管理、配置设备驱动函数和联动函数、设置消息路由等功能，本地核心节点一般是计算能力较强的设备，如路由器和网关，提供本地计算、消息转发、设备管理的能力，设备一般如灯、开关等轻量级设备，可以接收网关下发的指令，和上报数据给网关。

边缘计算系统提供以下几种能力：

01

设备接入

边缘计算设备和节点需要集成相应SDK，实现节点的基础功能，包括

1. 允许部署和执行云端创建的函数。
2. 使用相关托管订阅协议，实现设备之间的本地消息传递。
3. 使用设备身份验证和授权确保设备和云之间的安全连接。
4. 提供用户定义函数的安全、无线的更新。
5. 一个边缘组包括多个终端设备组成小的边缘节点

02

联动规则

用户在云端通过编写相关函数，控制设备的运行、联动，并能够实时远程下发到设备。设备之间的联动无需通过云端，在本地节点处理即可实现。

所以节点划分的规则就是关联性关系划分原则。

03

函数计算

函数计算是一种本地无服务计算，用户在云端配置后，可以使用它按需运行或者永久运行，从而响应本地各种事件。用户可以使用本地函数计算能力进行二次开发，实现业务逻辑。如：

1. 在本地对设备数据进行简单计算
2. 在本地对数据进行过滤、整合
3. 在本地将数据转发至其他设备或应用
4. 在本地访问其他服务接口

04

消息路由

物联网边缘设备和节点之间能够根据一定的规则传递消息，即消息路由的能力。用户可以在云端设置消息路由路径，控制本地数据在边缘计算节点中的流转，从而实现数据的安全可控。

数据一般的传递路径如下：

1. 从设备至边缘节点，实现数据的汇聚、清洗、处理和上报
2. 从设备至函数计算，将设备采集的数据直接进行处理
3. 函数计算至函数计算，对于多步骤的业务，数据可以在各函数间传递
4. 函数计算至IoT节点，经过计算的数据，传递给边缘汇聚节点，上报云端

05

断网续传

边缘计算节点和边缘设备的正常运作可以不依赖与云端的连接，这一特性可以在网络条件不佳的情况下保持本地业务稳定进行。需要上传云端的数据可以在边缘节点处汇聚和保存，网络恢复后，将缓存的数据上传到云端。

06

无线更新

边缘系统的软件更新，绝大部分可以通过云端进行配置和更新，包括边缘设备SDK的OTA升级，边缘系统的配置更新，边缘节点和设备的函数更新等等。设备部署后，通过云端更新，提高了系统灵活性和便捷性。

嵌入式设备作为FTPserver端由平台来进行统一更新源代码，但是配置文件需要逐个采集盒来修改

硬件上采用的点对点采集方案导致了代码变更成本太高所以将数据路由与数据解析放在平台进行，由硬件方案导致了软件的方案。

07

本地机器学习与推理

本地业务中经常会有需要利用机器学习算法构建推理模型，进行推理计算的业务，在以云为中心的架构中，机器学习模型和训练和推理都需要在云端完成，在一些对实时性要求较高或网络状态不好的情况下，推理的过程可能延迟，影响本地业务进行。

边缘计算让边缘节点可以进行本地推理，将对资源要求较高的模型训练过程放在云端，利用云端服务器训练推理模型，然后将模型部署到本地，在本地进行推理计算，提高业务稳定性和计算速度。

边缘计算的优点：

• 在人脸识别领域，响应时间由900ms减少为169ms，典型应用:海康的识别系统采用的是此方案(windows是分时操作系统)。
• 实时操作系统主要应用领域主要应用于过程控制DCS、数据采集、通信、多媒体信息处理等对时间敏感的场合。例如：机器人的运动控制、无人驾驶等要求总线响应速度100ms以下，高速总线基本上欧美日本垄断，博世CAN总线，西门子Profinet,三菱CCLink，罗克韦尔Ethernet等。
• 把部分计算任务从云端卸载到边缘之后，整个系统对能源的消耗减少了30%-40%。
• 数据在整合、迁移等方面可以减少20倍的时间。

 

本质原理还是类似于MapReduce， 大数据划分算力到子系统====》数据中心下发算力资源到边缘设备