Gartner,这家全球最具权威的IT研究与顾问咨询机构,在每年末例行发布一份来年的十大战略性趋势。在Gartner预测的2018年和2019年的战略性技术趋势中,唯一一个连续上榜的技术趋势叫做“数字孪生”。
数字孪生,是指现实世界中的实体或系统的数字化表示。到2020年,Gartner预测全球将有超过200亿个联网的传感器和端点,可能会有数十亿个物件存在数字孪生。可以去想象,当随着数字化更进一步,数据量越来越庞大,今天的物理世界、甚至生物世界,在未来可以在数字世界中构建出一个孪生的数字化对应。数字孪生,提供现实世界对象的状况方面的信息,可以响应变化或改进操作。
在2018年与2019年的更替之时,我们可以展开深入讨论的主角,也许还不是未来某时的“数字孪生”。而如今在新一轮科技革命中扮演者重要角色,智联万物的物联网(IoT)、人工智能(AI)和大数据(Big Data),正是联接数字世界和现实世界的接口和方法。
在Gartner这两年的战略性技术预测中,还有一个被连续提及的词——“边缘”。2018年的“从云到边缘”和2019年的“赋权的边缘”,尽管方向有所不同,但无疑把“边缘”所代表边缘计算(Edge Computing)推向了数字化技术的C位。
Gartner十大战略性技术趋势(2018-2019)
不同于“数字孪生”的需要想象,边缘计算近两年在物联网和人工智能的落地中正在广泛应用。
从云到边缘
云计算已经走过了它辉煌的10年,云计算架构也日臻完善,越来越多的产品也登上了云。在“云端”架构中,融入大数据和AI,构成的各种类型的“智能大脑”,也逐步被公众认知。
云计算,如同其名。就像是在每个不同地区开设不同的自来水公司, 依托网络这一无形的管道联通数据,向世界每个角落提供服务——就像天空上的云一样,不论你身处何方,只要你抬头,就能看见。
如果把“云”从天上拉近,与之对应的概念叫做“雾”。雾,触手可及,贴近地面。不同于飘浮于天空云,雾就在你我身边。
雾计算,可理解为本地化的云计算,是一种面向物联网的分布式计算基础设施,可将计算能力和数据分析应用扩展至网络“边缘”,它使得在本地分析和管理数据更弹性可控,从而通过联接获得即时的见解。如果说,云计算的重点是研究计算的方式。那么,雾计算更强调计算的位置。
当物联网的感知层构建进一步完善,万物互联的基础设施建设愈加健全,如Gartner的预测,到2020年全球200亿传感器的数据节点,如果都将数据传输到云端。对于传输网络带宽和云端储存、计算的需求,将是如今几何倍数。当数据量庞大,或如音视频类的数据需要较大量的传输带宽时,将数据的存储、计算和处理,在借助AI和大数据分析进行应用建模,更多地本地化,配置在应用的边缘端,是更符合未来发展的模式。
因此,传统的“云+端”的物联网平台架构,目前更多地考虑到从云端下移到边缘,向前置化的“雾”端去部署。
从集中云到边缘,并非是云计算和边缘计算两种的相互竞争。
边缘计算指的是一种计算拓扑结构,它让内容、计算和处理更接近用户/物件,或者说是处在网络的“边缘”,是相较于云计算的集中化而言。
而雾和边缘,实则是相似计算位置的不同描述侧重。雾,既在终端和数据中心之间再加一层,叫网络边缘层。如再加一个带有存储器的小服务器或路由器,把一些并不需要放到“云”的数据在这一层直接处理和存储,以减少“云”的压力,提高了效率,也提升了传输速率,减低了时延。
在短期内,推动边缘的是物联网发展的需求,使处理接近端点,而不是在集中式云服务器上处理。然而目的不是打造一种新的架构,云计算和边缘计算将作为互补模式而共同发展,云服务作为一种集中式服务加以管理,不仅在集中式服务器上执行,还在本地的分布式服务器和边缘设备本身上面执行。
在今后五年,专用AI芯片以及更强大的处理能力、存储和其他先进功能将被添加到种类更广泛的边缘设备上。这个嵌入式物联网世界极具多样性,加上工业系统等资产具有很长的生命周期,这将带来管理方面的重大挑战。从长远来看,随着5G日渐成熟,不断扩展的边缘计算环境会有更可靠的通信技术连回到集中式服务。 5G提供更低的延迟、更高的带宽,并且每平方公里的节点(边缘端点)数量急剧增加,最后一点对边缘来说非常重要。
在通往数字孪生的路上,云和边缘相互进益,共同搭建现实空间联接数字世界的桥梁。所以,自然是两者携手并肩,一同手持过桥的号码牌。
特斯联的“云-雾-端”布局
特斯联科技,作为全国最大的城市级智能物联网平台,提供一体化的AIoT(人工智能物联网)产业解决方案。特斯联早于目前的行业趋势,以自主研发的达尔文数据智能分析平台为核心,构建起“云-雾-端”的平台架构,并开放接口,可以与第三方已有设施、设备、系统实现无缝对接。既为产业提供智能化升级方案,不需要对现有设备全部推倒重来,真正“升级改造”,而非更新替换已有成型的设施。
目前,特斯联已经形成以AIoT技术为核心的“5大产品线+12大场景”全矩阵产业智能化解决方案。“5大产品线”,既AIoT+安防/能源/消防/停车/通行;“12大场景”,既智能安防、智能消防、智能商业、智能建筑、智能水务、智能停车、智能医院、智能校园、智能警务、智能环境、智能管廊、智能旅游。
特斯联的云平台,既达尔文数据智能分析平台,可提供城市级-区县级-街道乡镇级-社区级分层分域的智慧城市综合服务平台。
“雾”的架构,则是在边缘端部署能具备连接管理和数据清洗功能的边缘服务器。以目前特斯联的智慧社区、智慧城市的业务举例。连接管理,既充当了网关的作用,把场景当中通过有线的、无线的、运营商网络(NB-IoT)的、社区自组网……这些窄带和宽带的数据,首先都会连接到特斯联的边缘网关来,然后做一个简单的数据落地。
而数据清洗,则是在边缘服务器上,通过计算,把收集到的大量数据进行结构化,一部分数据直接实现在前端进行分析处理后,直接输出回前端设备做出判断,另一部分需要更高一级处理的数据以结构化的形态上传的云端。
“端”,则是物联网感知层的各类前端设备。现在,特斯联把一些AI相关的算力内置到“端”,可以实现在人、车、物的识别。比如门禁,可实现在行进中识别人脸,体验无感通行。再比如,原来的停车场大多采用刷卡或有人值守的管理方式,现在可以借助视频识别来实现。这些解决方案的前提,实际都是要首先在“端”侧增加算力部署,把AI技术应用落地到“端”。
对数据处理能力,是AI技术落地应用中的关键部分。“云-雾-端”的平台架构,使得特斯联在打造AIoT产业赋能引擎的过程中,能够更精细化地将技术结合场景落地应用。在边缘端,将AI的学习训练平台前置,通过特定应用环境中的数据获取和指定数据范围的深度学习,更好地实现AI的技术价值。
特斯联智能物联网生态平台
未来,当AI成为基础性的技术已经被广泛掌握时。对于机器学习而言,无非是循环多少次、学得更多的方法问题。那么人工智能更多的价值,还是体现在对于行业、场景深刻理解的基础上,对技术做出的快速实现的结果输出。
特斯联提供的智能解决方案,通过“云-雾-端”的架构,前端智能硬件、边缘计算网关和后端智能分析平台,可以将基础层、前端层、中间层以及后台原始数据等不同层间的数据,在后台平台端进行大融合,并结合对使用者(管理者)原生的动态、静态及历史数据的挖掘,进行多维度的数据碰撞,进而做出最终更智能、可视化的数据展示,更有效地发挥AI的替代和辅助作用,进而帮助指挥决策和形成预测,真正实现赋能,达到对所赋能行业效率、效能的提升。
