爱情藏头诗,热呼呼的恋曲,八十八佛大忏悔文-健康在线网,管理您的身体

频道:新闻世界 日期: 浏览:176

20世纪50年代印刷电路板(PCB)的创造改动了自动化的国际。在印刷电路板呈现之前,电子电路板都是纯手工拼装的,这是一个困难的进程,极大地约束了全球出产。OptimalPlus企业技能研究员迈克尔•舒尔茨弗雷(Michael Schuldenfrei)表明,现在,跟着制作进程中外表的引进和边际核算的运用,工业正阅历又一次革命性的腾跃。

制作进程的外表化包括许多传感器和微控制器,它们可以依据传感器检测到的环境条件奇妙地改动制作条件。这些传感器发生许多的数据,但微控制器不能直接呼应发生的数据。用于制作仪器外表的传感器和微控制器基本上都是小型联网核算机。传感器将数据发送到一个中心方位,然后对数据进行剖析。这些小型自主核算机不受人类实时监控,是物联网(IoT)的一部分。更具体地说,在制作环境中,它们是工业物联网(IIoT)设备。

工业物联网制作仪器的事例

在大部分情况下,IIoT设备被用于完结人类每次都很难完结的作业。例如,考虑焊接检查。焊接是许多电子产品出产线的组成部分,对终究产品的功用性和耐久性至关重要。不幸的是,制作商被要求在越来越小的部件上进行焊接,要求越来越高。为了保护部件,有必要在尽或许低的热量和尽或许小的电荷下进行焊接。

有助于改善这一进程的IIOT设备包括热量、电压和压力传感器,以协助确认在当时环境条件下进行焊接所需的最小电流。IIoT摄像头还可以依据机器学习型视觉焊接检查体系供给信息,以验证焊接是否令人满意,即便它们太小,人眼看不见;这仅仅一个开端。制作外表可以制作任何制作业——不只仅是电子制作业——更精确,削减出产过错,削减参加人员。不幸的是,这种仪器并不简略,特别是考虑到现代制作供应链的杂乱性。

制作仪器功用

信息技能(IT)团队几十年来一直在运用仪器外表。在软件中构建传感器的本钱不如在硬件中构建传感器的本钱高。因而,各式各样的操作体系、应用程序和IT设备上都堆满了传感器。正由于如此,自现代微型核算机呈现之前,IT团队就一直在尽力处理他们所发生的数据量。

数据太多,时刻太少

在实际国际中,任何仪器化的根底设备发生的信息都比单个人或许处理的信息多。即便是大规划的人类团队,也不能盼望他们对IT根底设备所宣布的一切数据进行整理。整个规程都存在于IT领域中,专门用于使IT东西宣布的数据易于了解。技能规划从简略的过滤器到杂乱的人工智能 (AI) 和机器学习 (ML) 技能。

直到最近,关于大多数IT团队来说满意好了。信息将被搜集并发送到一个中心方位,数据将被紧缩,只要重要的数据被转发给体系办理员。假如这需求几秒钟或几分钟,那是可以的;时刻短的IT中止一般是可以承受的。可是,跟着国际各地的安排越来越依靠于它们的IT,对仪器设备采纳举动所需的可承受时刻明显削减。关于许多安排来说,今日可承受的反响时刻远远低于人类或许到达的水平。因而,在最先进的安排中,现代IT体系运用强壮的AI和ML套件,让其 IT 根底架构在人类办理员意识到存在问题之前对传感器数据陈述的更改做出反响。正如人们或许幻想的那样,现代制作商正在寻觅可以比人类更快反响的制作仪器处理方案。尽管阅览传感器并通知人类现已呈现的问题是有协助的,但它远不如实时呼应传感器数据那么有协助。

IT仪器与制作外表

两者之间的区别是,IT仪器相对简略:一个从现已完全数字化的设备搜集有关IT根底设备和应用程序的数据。制作外表更具应战性。用于制作仪器的设备搜集有关物理国际的数据。这意味着搜集模仿数据并将其转换成数字数据——这是另一种球类游戏。物理传感器需求校准,跟着时刻的推移,它们会磨损。物理传感器一般也布置在集群中,以便可以完成集体感应。

集体感应运用多个独立的传感器,以补偿校准漂移或传感器毛病。假如集群中的某个传感器陈述的数据与其同伴不同,则可以疏忽或符号为从头校准。这使得出产可以持续与已知的杰出传感器,直到毛病一个可以从头校准或替换。模仿传感技能的杂乱性,再加上对传感器数据实时呼应的迫切要求,给制作外表带来了实际的应战。

云核算不能处理一切问题吗?

IT团队不得不处理许多困难的核算需求。由IT供货商开发的处理方案的一个比方是云核算。

云核算和BDCA

云核算让企业只需按下一个按钮就可以拜访看似无限的IT根底设备。尽管云核算背面的原因有许多,也很杂乱,但或许最重要的一个原因是云核算答应IT团队在无需办理或保护底层IT根底设备的情况下操作IT作业负载。云供给商为它们处理这部分。

事实证明,云核算关于批量数据核算剖析(BDCA)作业负载十分有用。BDCA的作业负载类型许多,包括AI、ML、大数据等;任何需求搜集许多数据并随后需求进行剖析的当地都是BDCA作业负载。在曩昔的几年里,云核算现已成为大多数新BDCA项意图方针。

云核算用于BDCA作业负载的原因之一是云迸发的概念。云作业负载——例如用于剖析大型数据集的核算作业负载——只能依据需求和所需的规划进行扩展。这十分合适BDCA作业负载,由于大多数BDCA作业负载只需求依照设定的时刻表生成剖析。在这里,月末陈述是一个盛行的比方。

不幸的是,规划经济意味着传统的公共云处于中心方位。这使得公共云供货商可以将他们的数据中心放在本钱最低的当地,并简略地构建十分十分大的数据中心。尽管这关于按时刻表运转的批处理作业风格的BDCA作业负载很有用,可是关于需求实时呼应的作业负载就没有那么有用了。为了处理这个问题,开发了边际核算。

边际核算

边际核算可以被认为是云核算,但在其他人的数据中心。边际核算的开展是由于IT团队的作业负载需求低推迟呼应,而传统的公共云核算无法供给这种呼应。IT团队完全有才能创立这样的根底设备,可是他们不期望自己承当处理这些根底设备的担负和费事。

满意新的数据需求

经过一番评论,决议为了满意这些客户的需求,公共云供给商将在相关安排的数据中心装置服务器。这使得这些安排的IT团队可以在他们看来与公共云供给商为它们创立的、但与其他作业负载坐落同一个局域网(LAN)上的区域完全相同。

这些“边际核算”服务器使物联网传感器数据的处理和速度远远快于将数据经过互联网传送到公共云数据中心,然后再经过互联网传送的办法处理。边际核算正在完成许多新技能,包括无人驾驶轿车。

事例:无人驾驶轿车的实时数据

无人驾驶轿车便是一个很好的比方,在这种技能中,等候数据是不或许的。云核算可以协助无人驾驶轿车搜集特定区域内一切轿车的传感器信息,对数据进行处理,并向这些轿车发送一张地图,显现在给定半径内一切人和物的方位。这可以让这些轿车真实看到周围的旮旯,使他们愈加安全。

可是,即便在光速下,将信息从一辆轿车发送到公共云,然后再回来,也或许需求四分之一秒的时刻。当触及到轿车时,人们或许在四分之一秒内逝世。因而,将处理进程转移到离轿车更近的当地——比方,将相关服务器定位在轿车企图在杂乱的城市环境中行进的几个街区内——就能完成本来不或许完成的技能。相同,制作业可以运用边际核算来启用所需的外表。可是,一般情况下,制作业也有自己的弯曲,这不只使边际核算对流程愈加要害,并且还提出了有必要战胜的各种应战。

为什么在制作业中运用边际核算?

关于边际核算与制作企业的相关性,一个常见的说法是需求实时呼应。当企图使快速移动的出产线上的制作缺点接近于零时,可以运用传感器集群将有所协助。假如单个传感器呈现毛病,传感器集群可以进行裁定感知,然后从头校准。可是,从头校准有必要十分迅速地进行,以避免扰乱出产线。假如经过互联网发送传感器数据需求100或250毫秒,那么线路上产品或许会丢掉,或许设备或许会损坏。可是假如数据可以在本地处理,大约需求5毫秒,那么制作商就可以实时从头校准传感器和/或依据环境条件改动制作设备设置。

传感器过载

边际核算有用性背面的另一个原因许多人不知道,那便是在制作外表进程中或许会触及许多无法办理的传感器。这不只会超出网络容量,还会发生许多数据,而这些数据并不是悉数必需的。因而,在只转发需求发送的数据之前,对数据进行挑选是有用的。

数据量过大或需求某种方式的过滤是很常见的,在这种情况下,传感器用于处理校准或老化问题。在这里,假如参加处理的其他传感器与读数不共同,则或许回绝单个传感器。一个完全外表化的工厂或许包括数百万个独自的传感器,而这些传感器终究只由数万个传感器组成——这或许远远超出本地互联网衔接合理预期的处理才能。在其他用于制作的边际核算装备中,有一些传感器只在本地运用。这或许是由于它们用于实时呼应,或许由于它们只在本地相关,例如,作为安全处理方案的一部分。

合同制作

在合同制作商(CMS)日益遍及的情况下,边际核算也很有用。CMS的IT处理方案独立于托付作业的原始设备制作商(OEM)。可是,许多原始设备制作商看到了在其整个供应链中运用仪器的优点,即便是那些现已外包出去的部分。

在这种情况下,原始设备制作商可以运用边际核算将其网络的一部分挤出到CM网络中。OEM的IT团队或许会将服务器放在CM的网络中,这些网络衔接回OEM的私有云。结合IIOT传感器,这些边际核算服务器将答应CM满意OEM的仪器和供应链集成方针,而不影响CM自己的网络或需求对CM的网络规划进行完全的更改。

边际核算使原始设备制作商可以运用共同的界面和集成的应用程序集检查其整个供应链和制作操作,不管单个组件是在原始设备制作商的设备中制作仍是在CM中制作。这种共同性使得训练和支撑CMS变得更简略,由于每个人都运用相同的东西链。

总结

云核算现已存在了十多年,它经常被作为处理一切IT问题的处理方案推向市场。但不是这样。云核算处理了许多问题,但光速意味着巨大的集中式服务器群永久都不会如此有用。

边际核算有两个首要意图:一是经过本地处理无法经过互联网发送的许多数据,二是供给在需求考虑推迟的当地和时刻本地处理特定业务的才能。关于越来越依靠外表的制作企业来说,这两种办法都很有用。

制作业不能等着光线从A点到B点再回来。这条线太长了,没有时刻犯错。边际核算处理了云无法处理的问题,所以是时分开展了,或许被甩在后面。

原文链接:https://www.iot-now.com/2019/03/28/94332-edge-computing-crucial-iiot/amp/?__twitter_impression=true

热门
最新
推荐
标签