Что такое IoT Edge и как подробно использовать Azure IoT Edge

Если вы когда-нибудь задумывались, что лежит в основе приближения обработки к источнику данных, вот простой ответ: IoT Edge — это идея переноса вычислений из облака на само устройство или ближайший шлюз. Это сокращает время ожидания, экономит пропускную способность и позволяет принимать решения даже без подключения. В экосистеме Microsoft Край Интернета вещей Azure Именно платформа воплощает это видение в жизнь и в своей текущей применимой версии (IoT Edge 1.5) переносит на землю анализ и логику, которые ранее находились исключительно в облаке.

Короче говоря, устройства генерируют поток информации, которую не всегда имеет смысл выкладывать в интернет в необработанном виде. Запуск контейнеров на периферии позволяет очищать и агрегировать данные, ИИ работает локально, а в облако отправляется только то, что представляет реальную ценность. Вот как это достигается. очень низкая задержка, низкое потребление полосы пропускания и эксплуатационная устойчивость, которая пригодится, когда вы работаете в удаленных районах или в условиях нестабильного подключения.

Что такое IoT Edge и какое место в нем занимает Azure IoT Edge?

IoT Edge — это разновидность периферийных вычислений, предназначенная для обработки информации вблизи её источника: датчиков, машин, камер или любого другого устройства. В этом контексте Край Интернета вещей Azure Это ориентированная на устройства среда выполнения, которая позволяет развертывать, запускать и контролировать рабочие нагрузки. Linux (а также их собственный код) внутри контейнеров. Их миссия ясна: сближение аналитики и принятия решений к заводу, улице или транспортному средству, вместо того, чтобы всегда зависеть от облака.

Более того, Azure IoT Edge является функцией Azure IoT Hub, поэтому он наследует его масштабируемость и интеграцию с ним. Azure-сервисы Это значит, что вы можете централизовать управление из облака и в то же время распределять выполнение на тысячи устройств, развернутых по всему миру, не теряя при этом прозрачности и отслеживаемости.

Основные компоненты Azure IoT Edge

Чтобы понять, как работает Azure IoT Edge, полезно разделить его на три части. Вместе они образуют целостную систему для организации сложных решений, не выходя из себя. Вот эти части: модули, среда выполнения и облачный интерфейс управления.

• Модули IoT EdgeСовместимые с Docker контейнеры, которые могут включать сервисы Azure, стороннее программное обеспечение или ваш собственный код. Они служат единицей развертывания, в которой выполняется ваша бизнес-логика, ИИ, анализ потоков и другие необходимые вам функции.
• Среда выполнения IoT EdgeДвижок, находящийся внутри устройства и устанавливающий, обновляющий, отслеживающий и обслуживающий модули. Он также управляет локальным и облачным взаимодействием.
• Облачный интерфейс: плоскость управления (через Azure IoT Hub и интеграцию с Azure IoT Central) для настройки нагрузок, их передачи группам устройств и мониторинга их состояния из одного места.

Ключевым преимуществом является то, что логика упакована в стандартные контейнеры, что обеспечивает портативность и повторяемость. Кроме того, имеются предварительно скомпилированные образы модулей от партнёров и Реестр артефактов Microsoft которые позволяют ускорить разработку и развертывание без необходимости начинать все с нуля.

Модули IoT Edge и конвейеры данных

Модули — это небольшие программные модули, которые работают вместе. Вы можете объединить несколько модулей в цепочку, чтобы создать конвейер обработкиОдин из них принимает и нормализует данные, другой обнаруживает аномалии, третий группирует данные и, наконец, третий публикует только релевантные данные. Поскольку данные контейнеризированы, они обновляются с помощью системы контроля версий, и в случае возникновения проблем можно вернуться к предыдущей версии, что повышает уровень надежности.

Одним из особенно мощных аспектов является ИИ на периферии: такие службы, как Azure Stream Analytics или машинное обучение Azure, могут работать локально с использованием модулей IoT Edge, что дает следующие преимущества: работать без подключения к Интернету на длительный срок. А если вы предпочитаете не полагаться на сервисы Azure, это нормально: платформа позволяет любому создавать собственные модули ИИ для конкретных целей.

Хотите перенести свой код на устройства? Мы готовы помочь. Azure IoT Edge использует ту же модель, что и programación чем остальная часть Azure IoT, поэтому вы можете повторно использовать логику между облаком и периферией. Поддерживается Windows и Linux (включая Windows 11 IoT), и такие языки, как Java, .NET Core 3.1, Node.js, C и Питончтобы команды могли работать с привычными инструментами и ускорить доставку.

Среда выполнения IoT Edge: функции и варианты оборудования

Среда выполнения, находящаяся на устройстве, отвечает за бесперебойную работу всего процесса. Она обеспечивает установку и обновление модулей, соблюдение стандартов безопасности, автоматически запускает необходимые процессы и сообщить о статусе в облако чтобы вы могли видеть, что происходит на поле, не двигаясь.

• Устанавливайте и обновляйте рабочие нагрузки непосредственно на устройстве.
• Он поддерживает принципы безопасности платформы на самом высоком уровне.
• Убедитесь, что модули работают и исправны.
• Он передает данные в облако для удаленного мониторинга и оповещений.
• Оркестр связь между модулями, между устройствами нижнего уровня и между устройством и облаком.

Ещё одно его достоинство — гибкость. Он работает в широком диапазоне аппаратные средства: из команд скромного класса Raspberry Pi 3 или даже меньшеОт небольших объемов данных до промышленных серверов для очень требовательных рабочих нагрузок — таким образом вы избежите избыточного или недостаточного выделения ресурсов.

Облачное управление и мониторинг

Управление миллионами различных устройств, разбросанных по всему миру и имеющих разные жизненные циклы, может быть непростой задачей. Именно поэтому облачный интерфейс Azure IoT Edge, интегрированный с Azure IoT Central, выступает в качестве масштабируемый план управления организовать все с помощью последовательных шаблонов и правил.

• Определите и параметризуйте конкретную нагрузку для типа устройства.
• Разверните эту нагрузку на набор устройств с динамическими критериями.
• Мониторинг поведения в полевых условиях и своевременно выявлять отклонения.

Удаленное администрирование включает в себя политики обновления, контроль версий, сегментацию среды и сбор показателей, что сокращает количество посещений объектов и ускоряет процесс. разрешение инцидента не прерывая работу.

Цель IoT Edge: близость, оперативность и надежность

Цель IoT Edge проста: предоставить вычислительную мощность и хранение к источникам данных для улучшения времени отклика и сокращения задержек. периметральные устройства Они располагаются близко к пользователю или датчику, поэтому сетевые переходы минимальны, а опыт улучшается за счет меньшего ожидания и меньшего количества прерываний.

В сценариях, когда ресурсы IoT-устройства ограничены, периферийный узел берёт на себя обработку и мгновенно возвращает результаты. Таким образом, конечному устройству не нужно выполнять все вычисления самостоятельно, и результаты всё равно достигаются. быстрые и локальные решения это имеет значение.

IoT против IoT Edge: что делает каждый из них?

Важно различать IoT-устройство, которое собирает данные, и периферийное устройство, которое их обрабатывает. Если у первого недостаточно вычислительной мощности, оно отправляет информацию... ближний краевой узел Чтобы можно было оперативно решить проблему и отреагировать на неё. В этом случае IoT и IoT Edge разделяют рабочую нагрузку.

Однако бывают случаи, когда само устройство Интернета вещей может выполнять всё локально: тогда «периферия» и «устройство» — это одно и то же, и эти термины используются взаимозаменяемо. Всё зависит от вычислительные возможности и требования к задержке в данном варианте использования.

Почему важно внедрить IoT Edge?

Многие процессы требуют практически мгновенного отклика. Если вы ждете отправки данных в облако и получения ответа, вы уже опоздали. Периферийные устройства отвечают этим требованиям. требования к низкой задержкеОни работают на месте и продолжают работать даже в случае отсутствия связи на несколько часов или дней.

Более того, предварительная обработка и сжатие данных на периферии сокращают трафик в облаке и снижают расходы на хранение и передачу данных. Эта интеллектуальная фильтрация отдаёт приоритет тому, что действительно важно, и снижает эксплуатационные расходы без потери аналитических способностей.

Классическая архитектура Интернета вещей и роль периферии

Традиционная архитектура Интернета вещей обычно описывается четырьмя отдельными уровнями. IoT Edge особенно хорошо вписывается в уровень предварительной обработки, где принимаются решения о том, какие данные сохранять, какие агрегировать, а какие загружать в облако для дальнейшего анализа. Такое разделение обязанностей упрощает масштабируемость от конца до конца.

• Сенсорный слой: место сбора исходных данных, типичная миссия устройства IoT.
• Уровень сбора данныхОн агрегирует информацию из нескольких источников и безопасно передаёт её в процессор. Именно здесь DAS и шлюзы обычно проявляют себя наилучшим образом.
• Уровень предварительной обработкиБазовые данные очищаются, преобразуются и анализируются для уменьшения их объёма. Это естественное место для устройств IoT Edge.
• Уровень облачной или прикладной аналитикиОблако глубже проникает в сложные модели, обеспечивает хранилище и делает результаты доступными Программы и пользователи.

Безопасность IoT Edge: побочные эффекты и способы их устранения

Перенос обработки на периферию влияет на безопасность несколькими способами. С другой стороны, локальная предварительная обработка позволяет минимизировать данныеМеньше конфиденциальной информации покидает сеть, что снижает риск утечек данных. Более того, фильтрация на уровне источника уменьшает раскрытие ненужных данных.

Децентрализация также распределяет риски: если один узел выходит из строя, остальные продолжают функционировать. Недостаток заключается в том, что защита множества распределённых устройств становится сложнее, поскольку Классический периметр недостаточенНам необходимо подумать о надежных идентификациях, шифровании, защищенных модулях и надежных политиках обновлений.

Чтобы компенсировать это, шлюзы Интернета вещей и решения для обеспечения безопасности периферийных устройств предоставляют защитные функции самому устройству: проверку, контроль доступа, обнаружение аномалий и локальное реагирование. Именно так угрозы идентифицируются и блокируются. угрозы вблизи источникаулучшение общего состояния безопасности.

Машинное обучение на периферии: от шаблона к решению

Машинное обучение (МО) полностью проникло в периферийные среды выполнения и современные приложения Интернета вещей. API или модель МО могут наблюдать за данными с периферийного устройства, распознавать закономерности во входных данных, привычках использования или условиях окружающей среды и, таким образом... предвидеть следующее действиеЭто ускоряет ответ, поскольку ресурсы выделяются заранее.

Представьте себе фабрику с опасными зонами. Если набор датчиков обнаруживает, что, согласно статистике, при прохождении человека на определённом критическом расстоянии он с высокой вероятностью попадёт в зону риска, модель может подготовить машину к остановке до того, как это произойдёт. Используя контрольные значения (например, радиусы безопасности и пороги активации), система корректирует последовательность оповещений и остановок минимизировать несчастные случаи без ненужного замедления производства.

Рекомендуемые варианты использования

Жилые комплексы и связанные с ними здания

Периферийные вычисления также оказывают влияние на повседневную жизнь. Такие решения, как Ссылка IoT Edge Они помогают в организации интеллектуальной парковки, контроля доступа и безопасности. Жильцы и администраторы могут управлять устройствами через приложение, что повышает удобство и эффективность управления объектом.

• Подключение к локальным системамГраничные узлы взаимодействуют с существующими подсистемами и обеспечивают возможность индивидуальной интеграции.
• НастраиваемыйКаждый сосед адаптирует внутренние и внешние параметры по своему вкусу.
• Безопасность с ИИРаспознавание лиц и видеоаналитика на периферии для более быстрого реагирования.

Промышленность (IIoT) и предиктивное обслуживание

В промышленных условиях датчики, размещенные в критических точках тяжелого оборудования, предоставляют данные для прогнозировать неудачи и планировать техническое обслуживание. Периферийное устройство фильтрует и оценивает сигналы на месте, а облако обучает модели на обширных исторических данных, замыкая цикл непрерывного совершенствования.

Автономные транспортные средства и мобильность

Беспилотный автомобиль не может ждать, пока облако подскажет ему, тормозить или поворачивать. Ему нужны собственные рефлексы: встроенные в автомобиль вычислительные системы, которые объединяют данные датчиков и принимают решения. немедленные решенияОблако обеспечивает «большой мозг» для обучения моделей; передовые технологии — рефлексы для безопасного движения.

Cloud и Edge: дополняют друг друга, а не конкуренты

Речь не о выборе между облаком и периферией. Облако идеально подходит для обучения сложных моделей, хранения больших объёмов данных и управления парками. Периферия же предлагает быстрые реакции и надежность В полевых условиях. Представьте облако как мощный мозг, а периферию — как рефлексы, которые срабатывают за миллисекунды.

Стратегия и практический баланс

Хорошая стратегия IoT Edge направлена ​​на достижение оптимального баланса между тем, что работает на устройстве, и тем, что остаётся в облаке (публичном или частном). Это имеет смысл, когда вам нужно решения рядом с источникомВы хотите оптимизировать потоки данных в облаке и нуждаетесь в автономности в местах без надежного покрытия.

• Принимайте быстрые решения как можно ближе к источнику, чтобы избежать задержек в сети.
• Оптимизировать загрузку отправка только агрегированных и контекстуализированных данных.
• Наличие автономной аналитики в случаях нерегулярного подключения или его отсутствия.
• Улучшите управление жизненным циклом с помощью безопасных удаленных обновлений на периферии.

Реальных примеров предостаточно. В наземных нефтегазовых проектах шлюзы IoT Edge позволяют осуществлять удалённый мониторинг и регулировку насосов, направляя специалистов только тогда, когда система требует этого. Такие решения, как Schneider Electric Realift, поддерживаемые Машинное обучение MicrosoftОни продемонстрировали очевидные улучшения в эффективности и снижении расходов на поездки.

С точки зрения устойчивости, микросети используют локальную аналитику для баланса генерации, хранения и потребления. Такие устройства, как Умные панели Они упрощают распределенное управление энергопотреблением и повышают эффективность зданий. Внедрения в штаб-квартирах компаний и таких городах, как Милфорд, штат Коннектикут, демонстрируют, как микросети EcoStruxure™ поддерживают критически важную инфраструктуру и экономят энергию.

Даже в распределенном производстве такие компании, как Entrade, строят микрозаводы, которые преобразуют биомассу в чистую энергию, и управляют своими активами с помощью инструменты периметра и централизованный мониторинг, сочетающий в себе лучшие возможности периферийных устройств и облака.

Рынок и тенденции: почему это становится все популярнее

Число подключенных устройств продолжает расти. Последние данные указывают на цифры около 18.000 миллиардов устройств Интернета вещей В краткосрочной перспективе это потребует гораздо большей обработки на периферии, чтобы избежать перегрузки сетей и интернет-магистралей ненужным трафиком.

Рынок периферийных вычислений также набирает обороты: согласно аналитическим данным таких компаний, как Fortune Business Insights, он вырастет с чуть более десяти миллиардов долларов несколько лет назад до значительно более высоких показателей в среднесрочной перспективе, демонстрируя впечатляющие среднегодовые темпы роста. Это также подтверждается прогнозами таких консалтинговых компаний, как Gartner, которые давно предполагали, что большая часть данных будет обрабатываться на периферии.

Локальное внедрение и масштабная эксплуатация

Локальное развертывание Azure IoT Edge помогает устранить разрозненность и консолидировать операционные данные в Azure в нужном масштабе, не жертвуя при этом локальным суверенитетом. Вы можете публиковать и управлять облачные нагрузки (ИИ, службы Azure или ваше собственное программное обеспечение) для работы на устройствах с удаленным и безопасным управлением.

Такой подход позволяет сократить расходы на облако за счет отправки меньших объемов данных более высокого качества, одновременно позволяя устройствам быстрее реагировать на локальные изменения и оставаться работоспособными даже в длительные периоды без связиСочетание обоих миров максимально увеличивает потенциал ваших инвестиций в технологии.