作者：露西 来源：物联传媒
1995年，比尔盖茨在书籍《未来之路》中提及物联网概念，但受限于当时各方面的技术水平，并没有引起关注;
1999年，美国麻省理工学院Auto-ID实验室提出物联网概念，当时仅以物品编码技术、RFID技术和互联网技术作为理念支撑;
2005年，国际电信联盟ITU正式提出物联网概念，指出世界上所有物体都可以进行联网和互动。
当时间继续往前推移直到现在，物联网已然形成完整的产业链，笼统可以分为感知层、网络层、平台层以及应用层。每个层次都聚拢了大批企业，因为相信物联网的前景而持续深耕技术与生态。
7 月 25 日，由青云QingCloud 主办的 Cloud Insight Conference 2019(简称CIC 2019)正式拉开大幕。IoT与边缘计算 成为大会亮点主题之一，吸引了众多与会者的关注与讨论。
IoT为什么又一轮被提出?
作为一个提出已有20年的老概念，物联网在目前获得突破性关注的原因可分为两方面：
01 技术的发展演变
首先，根据摩尔定律，一定周期内芯片的性能将提升一倍。计算成本的下降促进智能设备种类及数量的爆发增长。
其次，通信技术升级推动企业业务形态升级，后者又推动了大数据技术的发展，使得企业拥有海量数据存储和处理的能力。
还有近期引起广泛讨论的AIoT，体现了AI技术的成熟与应用。
02 应用需求的增长
如今各行各业都在数字化转型，智慧建筑、智慧高速、智慧城市、工业互联网等应用频频落地。传统云计算(包括数据中心)在这时只能做到核心业务系统的数字化，海量数据将在数据中心之外产生。青云QingCloud在Cloud Insight Conference(CIC)2019正式宣布了IoT战略，实则也是将云的基础设施能力延伸至物联网，从而促进行业全面数字化转型。
部署物联网难度如何?
在进行市场布局时，青云QingCloud首先切入了视频领域，以小见大地理解了客户在部署物联网时的痛点与难题。
以车辆识别&高速收费场景举例，客户的首要需求是减少人力成本。传统的解决方案是摄像头拍车，识别车辆后把杆抬起来，车辆不做停留就可以走，相当于用AI识别的算法让车无障碍通过。
但是，高速公路每个卡口最少有10个摄像头，大的收费站每天通过160-180万辆车，在国庆这类高峰期每天的通过量是400万辆，以500K计算一张图片的大小，每天整体带宽需求将达40G左右，成本着实太大。
其次，在云端部署AI模型，整体链路很长，一旦网络挂掉或者抖动，杆就抬不起来，车辆无法放行，影响了服务的可用性。
再看流程工业 ，青云QingCloud接触了一家在全国有23家工厂的企业，客户想对全国范围内所有工厂的数据进行分析和监控。这是一个非常庞大的工作，因为工艺流程数据里包含了大量的低价值数据(没有变化的数据)，直接上传到云端是没有必要的，将导致成本与资源的浪费。此外，若工厂需要对数据进行实时监测，必然难以接受所有数据都上传到云端的延时。第三，制造业尤其看重数据安全问题，更倾向在靠近用户侧进行部署。
总体看来，延迟、成本、可用性、安全 是部署物联网的最常见难题。
如何解决这些问题?
青云QingCloud打造了云网边端一体化平台——QingCloud IoT，通过丰富的产品架构完成物联网业务的构建。
边： EdgeWize边缘计算平台。青云QingCloud使用标准的网络接入方式将设备就近接入到EdgeWize边缘节点。
雾： 在EdgeWize边缘节点上一层，可以是计算能力稍微大一点的边缘节点，既可以是用户自己的设备，也可以是青云QingCloud私有云平台的易捷版本。
云： QingCloud IoT平台。将海量设备安全连接到物联网平台，适配多种物联网协议，满足最基本的设备运维管理。
端： 终端，包括硬件和各类传感器。不管是物联网应用、云平台应用还是端的应用，都可以通过OpenPitrix应用管理平台进行统一的分发和管理。
基于以上模式，更多的计算能力与设备连接起来，形成一张协同工作的大网，推动物联网应用的成功部署。
在CIC 2019上，青云QingCloud着重分享了“云网边端一体化” 战略中两个十分重要的部分。
01 EdgeWize边缘计算平台
EdgeWize边缘计算是以软件的形式实现边缘功能的。它基于Linux操作系统，支持X86和ARM CPU架构，硬件最低配置的内存是512MB，可以跑在任何一个满足要求的硬件上。
在上文提到的高速收费口场景 里，青云QingCloud在摄像头对接的视频服务器后面增加部署了视频节点服务器，装上 EdgeWize，把AI模型放进去，AI识别在边缘做计算，就能迅速识别出车牌、车型等信息。
大量数据在边缘处理，既节约了流量带宽和视频存储成本，又降低了时延，保障业务的可靠运行。据青云QingCloud透露，该项目计划实现300毫秒内的“无障碍通过”，目前正在测试阶段。 对比云平台架构两三秒的通过时间，边缘识别的效果可谓是立竿见影。
总体来看，EdgeWize主要是解决四个问题：
首先是本地响应 ，意味着速度会极大的提升。第二是离线操作 ，以高速收费口举例，EdgeWize边缘计算不需要联网操作，是本地的局域网。第三是兼容已有业务 ，继续利用旧有设备，对传统企业十分友好。第四是云网边端一体化的协同 ，在边缘处理的数据将进入云端进行回归训练，后通过应用分发的方式分发到边缘节点，保持信息的有效循环。
02 QingCloud IoT平台
青云QingCloud认为，云平台厂商能够继承原有的网络、防火墙、大数据组件、数据库等服务，在做物联网平台时具有更大的竞争优势，包括在基础设施上更健壮，承载更多海量设备的接入，在第三方数据分析上更方便等等。
物模型数据映射功能是QingCloud IoT平台首先强调的一大亮点。通过平台提供的数字化模型工具，用户可以轻松定义设备属性、描述设备能力，获取设备状态。比如一间房间有多宽、多长、多高、什么位置布置了烟雾传感器、有没有报警等。基于这些信息建立物理设备和上层应用系统之间沟通的模型，将为后续的业务处理设定好基础条件。
其次是突出的设备管理能力 。QingCloud IoT平台设计直接面向海量设备，提供多种设备注册或预注册的方式，使海量设备轻松连接到云端。另外，平台可提供针对所有数据模型的强大搜索引擎，快速定位设备状态，查询设备信息。
除此以外，QingCloud IoT平台还将提供设备全生命周期的安全保护、管理海量连接的IoT Hub、不同维度需求的设备监控、高效的运维管理等服务形式。与其他物联网平台相比，在功能模块上突出自身的个性设计，打造平台的核心能力。
物联网前进的脚步正在加快!
万物互联时代，数字经济成为推动企业发展的主要路径。芯片、传感器、无线模组、网络通信、平台、系统及软件开发、智能硬件、系统集成及应用服务等各领域的企业都在为物联网事业不断奋斗。
青云QingCloud定位于平台层，始终坚持技术创新，提升云计算基础设施性能。在CIC 2019现场，青云QingCloud正式向全行业发布的QingCloud IoT平台和EdgeWize边缘计算产品，深刻体现了物联网时代传统云模式的改变——包括开发新的增值功能、向边缘延伸、向行业场景下沉。
与青云QingCloud IoT 与边缘计算产品经理王小虎所表示的如出一辙，物联网不是为了解决技术问题，而是为了解决用户实际的应用场景问题。
当然，在众多垂直的细分领域，云服务商并不能完全涉及且做到最好。所以面对外界，青云QingCloud始终保持开放、中立、有节制的态度，致力于打造良好生态，与行业伙伴一道为物联网解决方案的成功落地而努力。
