Kaj je IoT Edge in kako podrobneje izkoristiti Azure IoT Edge

Če ste se kdaj vprašali, kaj se skriva za približevanjem obdelave viru vaših podatkov, je tukaj preprost odgovor: IoT Edge je ideja o prenosu računalništva iz oblaka na samo napravo ali bližnji prehod. To skrajša čakalne dobe, prihrani pasovno širino in omogoča odločanje tudi brez povezave. V Microsoftovem ekosistemu je Azure IoT Edge platforma, ki uteleša to vizijo, njena trenutna različica (IoT Edge 1.5) pa analitiko in logiko, ki sta bili prej izključno v oblaku, prenaša na tla.

Skratka, naprave ustvarjajo poplavo informacij, ki jih ni vedno smiselno nalagati surovih na internet. Z zagonom vsebnikov na robu omrežja se podatki očistijo in združijo, umetna inteligenca se izvaja lokalno in v oblak se pošlje le tisto, kar zagotavlja resnično vrednost. To ima za posledico zelo nizko zakasnitev, zmanjšano porabo pasovne širine in operativno odpornost, ki je neprecenljiva pri delu na oddaljenih območjih ali z občasno povezljivostjo.

Kaj je IoT Edge in kako se vanj vklaplja Azure IoT Edge?

IoT Edge je oblika robnega računalništva, zasnovana za obdelavo informacij blizu njihovega vira: senzorjev, strojev, kamer ali katere koli druge naprave. V tem kontekstu je Azure IoT Edge izvajalno okolje, osredotočeno na naprave, ki vam omogoča uvajanje, izvajanje in nadzor delovnih obremenitev Linuxa (in tudi kode po meri) znotraj vsebnikov. Njegovo poslanstvo je jasno: prenesti analitiko in odločanje v tovarniško halo, na ulico ali v vozilo, namesto da bi se vedno zanašali na oblak.

Poleg tega je Azure IoT Edge zmožnost storitve Azure IoT Hub, zato podeduje njeno skalabilnost in integracijo z izvornimi storitvami Azure . To pomeni, da lahko centralizirate nadzor iz oblaka, hkrati pa porazdelite izvajanje na tisoče naprav, nameščenih po vsem svetu, ne da bi pri tem izgubili vidnost ali sledljivost.

Glavne komponente Azure IoT Edge

Da bi razumeli, kako deluje Azure IoT Edge, ga je koristno razdeliti na tri dele. Skupaj tvorijo koherenten sistem za orkestriranje kompleksnih rešitev, ne da bi vas preobremenili. Ti deli so: moduli, izvajalno okolje in vmesnik za upravljanje oblaka.

• Moduli IoT EdgeZ Dockerjem združljivi vsebniki, ki lahko vključujejo storitve Azure, programsko opremo drugih ponudnikov ali vašo lastno kodo. So enota za uvajanje, kjer se izvaja vaša poslovna logika, umetna inteligenca, analiza pretoka ali karkoli drugega, kar potrebujete.
• Izvajalno okolje IoT EdgeMehanizem, ki se nahaja v napravi in ​​namešča, posodablja, spremlja in vzdržuje module. Upravlja tudi lokalno in oblačno komunikacijo.
• Vmesnik v oblaku: nadzorna ravnina (prek središča Azure IoT in integracije z Azure IoT Central) za konfiguriranje obremenitev, njihovo pošiljanje skupinam naprav in spremljanje njihovega stanja z ene same lokacije.

Ključna prednost je, da je logika zapakirana kot standardni vsebniki, kar omogoča prenosljivost in ponovljivost. Poleg tega so na voljo vnaprej izdelane slike modulov partnerjev in Microsoft Artifact Registry , ki vam omogočajo pospešitev razvoja in uvajanja, ne da bi morali začeti iz nič.

Moduli in podatkovni cevovodi IoT Edge

Moduli so majhni deli programske opreme, ki delujejo kot ekipa. Povežete jih lahko več skupaj in ustvarite procesni cevovod : eden vnaša in normalizira podatke, drugi zaznava anomalije, tretji združuje podatke in končno eden objavi le tisto, kar je relevantno. Ker so v vsebnikih, se posodabljajo z nadzorom različic in v primeru težav se lahko vrnete na prejšnjo različico, kar doda plast zanesljivosti.

Posebej močan vidik je robna umetna inteligenca: storitve, kot sta Azure Stream Analytics ali Azure Machine Learning, je mogoče izvajati lokalno z uporabo modulov IoT Edge, kar omogoča delovanje brez povezave dlje časa. In če se ne želite zanašati na storitve Azure, je tudi to v redu: platforma omogoča vsakomur, da ustvari lastne module umetne inteligence za specifične namene.

Želite svojo kodo prenesti v naprave? Pokriti ste. Azure IoT Edge uporablja isti programski model kot preostali del Azure IoT, zato lahko logiko ponovno uporabite v oblaku in na robu omrežja. Podprti so Windows in Linux (vključno z Windows 11 IoT ), skupaj z jeziki, kot so Java, .NET Core 3.1, Node.js, C in Python , tako da ekipe delajo z znanimi orodji in pospešijo dostavo.

Izvajalno okolje IoT Edge: funkcije in možnosti strojne opreme

Izvajalni sistem, ki se nahaja v napravi, je odgovoren za nemoteno delovanje. Obvladuje nameščanje in posodabljanje modulov, vzdrževanje varnostnih standardov, samodejno zaganjanje potrebnih procesov in poročanje o stanju v oblak , tako da lahko vidite, kaj se dogaja na terenu, ne da bi morali potovati.

• Namestite in posodobite delovne obremenitve neposredno v napravi.
• Ohranja varnostna načela platforme na robu.
• Prepričajte se, da moduli delujejo in so zdravi.
• Poroča v oblak za oddaljeno spremljanje in opozorila.
• Orkester komunikacija med moduli, med napravami nižje ravni in med napravo in oblakom.

Druga njegova prednost je prilagodljivost. Deluje na širokem razponu strojne opreme : od skromnih naprav Raspberry Pi razreda 3 ali celo manjših , če je količina podatkov majhna, do industrijskih strežnikov za zelo zahtevne delovne obremenitve. Na ta način ne pride do prevelike ali premajhne velikosti.

Upravljanje in spremljanje v oblaku

Upravljanje milijonov različnih naprav, razpršenih po geografskih lokacijah in z različnimi življenjskimi cikli, je lahko prava muka. Zato oblačni vmesnik Azure IoT Edge, integriran z Azure IoT Central, deluje kot prilagodljiv načrt nadzora za orkestriranje vsega z doslednimi predlogami in pravili.

• Definirajte in parametrizirajte specifično obremenitev za določeno vrsto naprave.
• To obremenitev namestite na niz naprav z dinamičnimi kriteriji.
• Spremljajte vedenje na terenu in zgodaj odkriti odstopanja.

Oddaljeno upravljanje vključuje pravilnike posodabljanja, nadzor različic, segmentacijo okolja in zbiranje metrik, kar zmanjšuje obiske na lokaciji in pospešuje reševanje incidentov brez motenj delovanja.

Cilj IoT Edge: bližina, odzivnost in zanesljivost

Cilj IoT Edge je preprost: prinesti računalniško moč in shranjevanje v vire podatkov, da se izboljšajo odzivni časi in zmanjša zakasnitev. Robne naprave se nahajajo blizu uporabnika ali senzorja, kar zmanjšuje omrežni promet in izboljšuje uporabniško izkušnjo z manj čakanja in prekinitev.

V scenarijih, kjer ima naprava interneta stvari omejene vire, robno vozlišče prevzame obdelavo in takoj vrne rezultate. Na ta način končni napravi ni treba vsega izračunati sama, vendar se še vedno sprejemajo hitre , lokalne odločitve , ki resnično vplivajo na rezultate.

IoT v primerjavi z IoT Edge: Kaj počne vsak od njiju?

Pomembno je razlikovati med napravo interneta stvari (IoT), ki zajema podatke, in robno napravo, ki jih obdeluje. Če prva nima zadostne procesorske moči, pošlje informacije bližnjemu robnemu vozlišču za obdelavo in pravočasen odziv. V tem primeru si IoT in IoT Edge delita delovno obremenitev.

Vendar pa obstajajo primeri, ko lahko naprava IoT sama vse naredi lokalno: takrat sta »rob« in »naprava« ista stvar, izraza pa se uporabljata kot sopomenki. Vse je odvisno od računalniških zmogljivosti in zahtev glede zakasnitve v posameznem primeru uporabe.

Zakaj je pomembno uvesti IoT Edge?

Številni procesi zahtevajo skoraj takojšen odziv. Če čakate s pošiljanjem podatkov v oblak in prejmete odgovor, ste že prepozni. Robne naprave izpolnjujejo zahteve nizke zakasnitve , delujejo na lokaciji in ostanejo operativne, tudi če povezava prekine več ur ali dni.

Poleg tega s predobdelavo in stiskanjem podatkov na robu omrežja zmanjšate promet v oblaku in plačate manj za shranjevanje in izhod podatkov. To inteligentno filtriranje daje prednost temu, kar je resnično pomembno, in znižuje obratovalne stroške , ne da bi pri tem žrtvovali analitične zmogljivosti.

Klasična arhitektura interneta stvari in vloga roba

Tradicionalna arhitektura interneta stvari (IoT) je običajno opisana v štirih različnih plasteh. IoT Edge se še posebej dobro ujema s plastjo predobdelave, kjer se odloča o tem, kateri podatki se hranijo, kaj se združuje in kaj se nalaga v oblak za nadaljnjo analizo. Ta ločitev odgovornosti poenostavlja celovito skalabilnost .

• Senzorska plast: kjer se zajamejo izvorni podatki, kar je tipična naloga naprave interneta stvari.
• Plast za zajem podatkovZdružuje informacije iz več virov in jih varno prenaša v procesor. Tukaj se DAS in prehodi običajno izkažejo.
• Plast predobdelaveOsnovni podatki se čistijo, preoblikujejo in analizirajo, da se zmanjša njihova količina. To je naravno mesto za naprave IoT Edge.
• Plast analitike v oblaku ali aplikacijahOblak se poglobi v kompleksne modele, ponuja shranjevanje in omogoča dostop do rezultatov aplikacije in uporabniki.

Varnost IoT Edge: Stranski učinki in kako jih odpraviti

Premik obdelave na rob omrežja vpliva na varnost na več načinov. Pozitivna stran je, da lokalna predobdelava omogoča zmanjšanje količine podatkov : omrežje zapusti manj občutljivih informacij, kar zmanjša tveganje uhajanja podatkov. Poleg tega filtriranje pri viru zmanjša izpostavljenost nepotrebnim podatkom.

Decentralizacija prav tako porazdeli tveganje: če eno vozlišče odpove, druga še naprej delujejo. Slaba stran je, da je zaščita številnih razpršenih naprav bolj zapletena, ker tradicionalni perimeter ni zadosten . Bistveni so močne identitete, šifriranje, varni moduli in robustne politike posodabljanja.

Za kompenzacijo prehodi interneta stvari in rešitve za varnost na robu omrežja prinašajo zaščitne zmogljivosti v samo napravo: pregled, nadzor dostopa, zaznavanje anomalij in lokalni odziv. To prepozna in blokira grožnje blizu vira , kar izboljša splošno varnostno stanje.

Strojno učenje na robu: od vzorca do odločitve

Strojno učenje (ML) je postalo popolnoma integrirano v okolja na robu omrežja in sodobne aplikacije interneta stvari. API ali model ML lahko opazuje podatke iz naprave na robu omrežja, prepoznava vzorce v vnosih, navadah uporabe ali okoljskih pogojih in s tem predvidi naslednje dejanje . To pospeši odziv, ker vnaprej dodeli vire.

Predstavljajte si tovarno z nevarnimi območji. Če niz senzorjev statistično zazna, da je zelo verjetno, da bo nekdo, ki se premakne znotraj določene kritične razdalje, vstopil v območje tveganja, lahko model pripravi stroj, da se ustavi, preden se to zgodi. Z uporabo referenčnih vrednosti (na primer varnostnih polmerov in pragov aktivacije) sistem prilagodi zaporedje opozoril in ustavitev , da zmanjša število nesreč, ne da bi pri tem nepotrebno upočasnil proizvodnjo.

Predstavljeni primeri uporabe

Stanovanjske skupnosti in povezane stavbe

Robno računalništvo vpliva tudi na vsakdanje življenje. Rešitve, kot je Link IoT Edge, pomagajo pri pametnem parkiranju, nadzoru dostopa in nadzoru. Stanovalci in skrbniki lahko upravljajo naprave prek aplikacije, kar izboljša izkušnjo in učinkovitost upravljanja objektov.

• Povezava z lokalnimi sistemiRobna vozlišča komunicirajo z obstoječimi podsistemi in omogočajo integracije po meri.
• Zelo prilagodljivVsak sosed prilagodi notranje in zunanje preference svojim željam.
• Varnost z umetno inteligencoPrepoznavanje obrazov in video analitika, ki delujeta na robu omrežja za hitrejše odzivanje.

Industrija (IIoT) in prediktivno vzdrževanje

V industrijskih okoljih senzorji, nameščeni na kritičnih točkah težkih strojev, zagotavljajo podatke za napovedovanje okvar in načrtovanje vzdrževanja. Rob filtrira in ocenjuje signale na kraju samem, oblak pa usposablja modele z obsežnimi zgodovinskimi podatki, s čimer se sklene zanka nenehnega izboljševanja.

Avtonomna vozila in mobilnost

Avtonomni avtomobil ne more čakati, da mu oblak pove, ali naj zavira ali zavije. Potrebuje lastne reflekse: vgrajeno računalništvo, ki združuje podatke senzorjev in sprejema takojšnje odločitve . Oblak zagotavlja »velike možgane« za učenje modelov; prednost, reflekse za varno vožnjo.

Oblak in rob: dopolnjujoča se, ne tekmeca

Ne gre za izbiro med oblakom in robom. Oblak je idealen za učenje kompleksnih modelov, shranjevanje velikih količin podatkov in orkestriranje flot. Rob pa zagotavlja hiter odziv in robustnost na terenu. Predstavljajte si oblak kot visokozmogljive možgane, rob pa kot reflekse, ki delujejo v milisekundah.

Strategija in praktično ravnovesje

Dobra strategija IoT Edge išče optimalno ravnovesje med tem, kaj se izvaja na napravi, in tem, kaj je prepuščeno oblaku (javnemu ali zasebnemu). Smiselno je, kadar morate sprejemati odločitve pri viru , želite optimizirati pretok podatkov v oblak in potrebujete avtonomijo na lokacijah brez zanesljive pokritosti.

• Sprejemajte hitre odločitve čim bližje viru, da se izognete omrežni zakasnitvi.
• Optimizirajte nalaganje pošiljanje samo agregiranih in kontekstualiziranih podatkov.
• Na voljo je analitika brez povezave, kadar je povezljivost neredna ali je ni.
• Bolje upravljajte življenjski cikel z varnimi oddaljenimi posodobitvami na robu omrežja.

Obstaja nešteto primerov iz resničnega sveta. V naftni in plinski industriji na kopnem prehodi IoT Edge omogočajo oddaljeno spremljanje in prilagajanje črpalk, pri čemer tehnike pošiljajo le, ko sistem to nakaže. Rešitve, kot je Schneider Electricov Realift, ki ga poganja Microsoftovo strojno učenje , so pokazale jasne izboljšave učinkovitosti in potnih stroškov.

Kar zadeva trajnost, se mikroomrežja za uravnoteženje proizvodnje, shranjevanja in porabe zanašajo na lokalno analitiko. Naprave, kot so pametne plošče, omogočajo porazdeljeno upravljanje energije in povečujejo učinkovitost stavb. Implementacije v sedežih podjetij in mestih, kot je Milford v Connecticutu, dokazujejo, kako mikroomrežja EcoStruxure™ podpirajo kritično infrastrukturo in varčujejo z energijo.

Tudi v porazdeljeni proizvodnji podjetja, kot je Entrade, gradijo mikro obrate, ki pretvarjajo biomaso v čisto energijo in upravljajo svoja sredstva z orodji na robu omrežja in centraliziranim spremljanjem, pri čemer združujejo najboljše od roba omrežja in oblaka.

Trg in trendi: zakaj postaja vse večji

Število povezanih naprav še naprej narašča. Nedavna poročila kažejo na približno 18.000 milijard naprav interneta stvari v kratkem času, kar zahteva bistveno več obdelave na robu omrežja, da se prepreči preobremenitev omrežij in internetnih hrbteničnih omrežij z nepotrebnim prometom.

Tudi trg robnega računalništva doživlja vzpon: analize podjetij, kot je Fortune Business Insights, ocenjujejo, da bo z nekaj več kot desetih milijard dolarjev pred nekaj leti zrasel na precej višje številke v srednjeročnem obdobju, z izjemnimi skupnimi letnimi stopnjami rasti. To dodatno podpirajo napovedi svetovalnih podjetij, kot je Gartner , ki že dolgo pričakujejo, da bo večina podatkov obdelanih na robu omrežja.

Lokalna implementacija in delovanje v velikem obsegu

Uvajanje storitve Azure IoT Edge na lokaciji pomaga odpraviti izolirane sisteme in konsolidirati operativne podatke v velikem obsegu v storitvi Azure, ne da bi pri tem po potrebi žrtvovali lokalno suverenost. Objavljate in upravljate lahko delovne obremenitve, ki so izvorne v oblaku (umetna inteligenca, storitve Azure ali lastna programska oprema), za izvajanje v napravah z varnim oddaljenim upravljanjem.

Ta pristop vam omogoča zmanjšanje porabe za oblak s pošiljanjem manjših količin podatkov višje kakovosti, hkrati pa omogoča napravam, da se hitreje odzovejo na lokalne spremembe in ostanejo delujoče tudi med daljšimi obdobji aktivnosti brez povezave . Kombinacija teh dveh pristopov maksimizira donosnost vaše naložbe v tehnologijo.