边缘计算如何实现海量 IoT 数据就地处理

简介: Gartner 数据显示,到 2021 年底将有超过 50%的大型企业部署至少一个边缘计算应用;到 2023 年底,50%以上的大型企业将至少部署 6 个用于物联网或沉浸式体验的边缘计算应用。

1.什么是 IoT 边缘?

Gartner 数据显示,到 2021 年底将有超过 50%的大型企业部署至少一个边缘计算应用;到 2023 年底,50%以上的大型企业将至少部署 6 个用于物联网或沉浸式体验的边缘计算应用。

工业一体机的售价一般在 1~2 万左右,工业一体机的市场规模 2019 年在 10 万台左右,按照 30%的年增长率估计,到 2025 年,市场规模在 50 亿人民币左右。

全球到 2023 年,随着 5G 和边缘计算的更广泛应用,这五个目标行业将在涵盖连接性、 硬件、软件和服务的整个生态体系中创造超过 5000 亿美元的年收入,其中工业制造在中国市场有 72 亿美元市场空间。

网络异常,图片无法展示
|

华为边缘的多种形态

华为云 IoT 边缘云服务形态

工业制造场景—现场设备通过数据采集,实现数据上云

客户痛点

无统一标准协议,老旧设备无法上云;数据采集量大,回传带宽成本高;数采网关无远程运维能力,运维成本高;业务系统烟囱式,系统之间数据断点。

业务场景

1、制造业工厂,把 PLC、CNC 系统中设备的数据采集上来,通过数据管道上云;2、客户应用在云上做统一管理,接收来自工厂现场设备或系统的数据,进行汇聚,并对数据做质量分析、报表呈现等。

集成场景

边缘价值

在客户现场提供数据采集能力,把工业设备按协议采集

在边缘侧将数据路由到指定应用,最终由应用业务闭环与生态伙伴一起,构筑插件生态,做大泛化接入

通过插件生态实现泛协议接入

网络异常,图片无法展示
|

协议插件部署:支持伙伴开发的插件,通过 IoT 边缘远程部署到客户现场的边缘服务器上。

协议数据采集:支持 Modbus-TCP、OPC-UA 等工业协议接入,对接 PLC、机床等工业设备进行数据采集。

数据灵活流转:按照标准物模型格式上云,也可以流转到指定的应用。

数据订阅:IoT 平台支持数据订阅与推送,业务应用可以订阅消费实时的数据流。

2.如何开发插件快速集成?

协议插件生态拓展框架

生态伙伴基于 IoT 边缘服务提供的 SDK 开发协议插件,可以独立上架到华为云严选市场,客户购买后 IoT 边缘服务拉取插件部署到边缘节点,现场设备按协议接入边缘节点,解析后转换成标准数据上下行。

网络异常,图片无法展示
|

生态插件开发演示

好啦,本期内容孙叫兽就分享到这里,我们下期见!

你知道的越多,你不知道的越多!

把数字世界带入每个人、每个家庭、每个组织,构建万物互联的智能世界。

目录
相关文章
|
3月前
|
物联网 数据管理 Apache
拥抱IoT浪潮,Apache IoTDB如何成为你的智能数据守护者?解锁物联网新纪元的数据管理秘籍!
【8月更文挑战第22天】随着物联网技术的发展,数据量激增对数据库提出新挑战。Apache IoTDB凭借其面向时间序列数据的设计,在IoT领域脱颖而出。相较于传统数据库,IoTDB采用树形数据模型高效管理实时数据,具备轻量级结构与高并发能力,并集成Hadoop/Spark支持复杂分析。在智能城市等场景下,IoTDB能处理如交通流量等数据,为决策提供支持。IoTDB还提供InfluxDB协议适配器简化迁移过程,并支持细致的权限管理确保数据安全。综上所述,IoTDB在IoT数据管理中展现出巨大潜力与竞争力。
108 1
|
消息中间件 传感器 监控
IoT企业物联网平台,数据服务开发实战
IoT企业物联网平台开发实战
433 0
|
4月前
|
存储 边缘计算 安全
边缘计算的概念和在IoT中的应用
随着物联网(IoT)设备数量的激增,传统的云计算模式面临着数据传输延迟和带宽压力等问题。边缘计算作为一种新的计算模式,通过将计算资源和服务部署到靠近数据源的位置,解决了这些问题。
95 2
|
3月前
|
存储 边缘计算 人工智能
【边缘计算与AI】分析边缘计算在处理AI任务、优化响应速度和数据隐私保护方面的作用和潜力
边缘计算与AI的结合是当前技术发展的重要趋势,两者相互依存、相互促进,共同推动着数字化转型的深入发展。以下是对边缘计算与AI关系的详细分析
94 6
|
3月前
|
存储 传感器 监控
理解并利用物联网(IoT)数据的技术探索
【8月更文挑战第11天】物联网数据是数字化转型的重要资源。通过深入理解物联网数据的特性和价值,并采取有效的收集、处理和分析策略,我们可以更好地利用这些数据为企业决策提供支持、优化运营效率、创造新的商业模式并推动数字化转型的深入发展。
|
5月前
|
机器学习/深度学习 传感器 算法
物联网(IoT)数据与机器学习的结合
【6月更文挑战第6天】物联网和机器学习加速融合,驱动数据收集与智能分析。通过机器学习算法处理 IoT 数据,实现智能家居、工业生产的智能化。示例代码展示如何用线性回归预测温度。结合带来的优势包括实时监测、预警、资源优化,但也面临数据质量、隐私安全、算法选择等挑战。未来需强化技术创新,应对挑战,推动社会智能化发展。
176 0
|
传感器 监控 数据可视化
手把手教你用IoT设备监控家庭环境数据
本实验带您体验如何通过六合一传感器(温度、湿度、二氧化碳、PM2.5、PM10、甲醛)实现家庭环境数据实时采集,并搭建可视化大屏实时监控。
|
数据采集 小程序 前端开发
IoT小程序在展示中央空调采集数据和实时运行状态上的应用
IoT小程序框架在跨系统平台(AliOS Things、Ubuntu、Linux、MacOS、Window等)方面提供了非常优秀的基础能力,应用的更新升级提供了多种方式,在实际业务开发过程中可以灵活选择。IoT小程序框架通过JSAPI提供了调用系统底层应用的能力,同时提供了自定义JSAPI扩展封装的方法,这样就足够业务开发通过自定义的方式满足特殊的业务需求。 IoT小程序在前端框架能力、应用框架能力、图形框架能力都进行了适配和优化。那么接下来,我们按照其官方步骤搭建开发环境,然后结合中央空调数据采集和状态显示的实际应用场景开发物联网小程序应用。
23908 63
IoT小程序在展示中央空调采集数据和实时运行状态上的应用
|
监控 物联网 机器人
钉钉群中如何接收IoT温控器数据告警通知
本实验主要介绍如何将温控器设备以MQTT协议接入IoT物联网平台,通过云产品流转到函数计算FC,调用钉钉群机器人API,实时推送温湿度消息到钉钉群。
|
小程序 算法 物联网
10分钟体验IoT数据可信上链
模拟IoT设备采集的数据上链,通过配置数据处理规则、路由规则实现数据完整性和机密性,实现数据可信上链。

热门文章

最新文章

下一篇
无影云桌面