云计算不敷物联网时代所需 “雾计算”应运而生

简介:

传统云端系统建置恐已不敷需求,也让比云端更进一阶的雾计算(Fog Computing)导入产线,可望引领IIoT时代的雾计算需求时代来到。


IOT (2)

随着物联网(IoT)时代来临,工厂导入工业物联网(IIoT)有助提升产线作业效率及提早侦测出设备可能出现的问题,为此可提供实时、稳定自动化的连网厂房需求大幅涌现,传统云端系统建置恐已不敷需求,也让比云端更进一阶的雾计算(Fog Computing)导入产线,可望引领IIoT时代的雾计算需求时代来到。

云端运算已不敷IIoT所需

  开放雾联盟雾计算参考架构八大基础要素

据Industrial-iot网站报导,会导致云端运算不敷IIoT导入所需主因,在于现今内建工业机器人、工业控制系统的厂房产线所产生的大量数据,如今都是以千兆字节(PB)为单位进行计算,导致传统云端网络不敷所需,因此基于厂房内部对实时性通讯流的需要,对雾计算需求便应运而生。

所谓雾计算属于水平化基础架构,将运算、通讯、控制及储存分布在更接近于数据源处,以能够显著加速处理时间及降低网络成本,但雾计算并非完全取代云端运算,而是对云端运算投资的强化,以提供工业物联网导入制造业领域可创造更有效率、具成本效益及建设性的应用表现。

雾计算扩展了传统以云端为基础的运算模式,能够动态响应网络负载变化,部分人士将雾计算与“边际运算”(Edge Computing)混为一谈,不过两者实际上仍有关键差异。如雾计算总是使用边际运算,但边际运算却不总是需要雾计算的功能;雾计算包含云端运算,不过边际运算的定义却不属于云端运算一环。

雾计算具备SCALE五大优势

任何装置若具备连网、运算以及储存功能,就能够成为一个雾计算的节点,因此如工业控制器、交换器、嵌入式服务器、路由器以及监视器等产品,均可被视为是雾计算节点之一。

2015年底由全球物联网领导业者齐聚成立的“开放雾联盟”(OpenFog Consortium),也揭示名为“SCALE”的雾计算五大优势,即安全(Security)、认知(Cognition)、灵活(Agility)、延迟(Latency)及效率(Efficiency)。

安全方面,多数以云端为基础的安全服务在今日连网厂房中已不敷需求,雾计算透过分布式架构可处理这些IIoT的安全挑战,厂房可保护雾计算节点采用相同的企业IT政策、控制及程序,透过雾计算节点可快速找出不寻常的活动,并可在无需中断服务下减轻这些不寻常活动对系统形成的威胁及攻击。

认知方面,雾计算架构能就透过哪个节点进行运算、储存及控制功能做出最佳的决定,决策可透过装置或邻近的雾计算节点进行,而非只能透过传输数据至云端的方式供决策制定,因此如智慧传感器便可自主做出决定,以及就制程进行评估,其他多款连网装置也可取得决策信息以有助提高效能。

面对基础架构与连网功能必须具灵活性的需要,以满足厂房内建传感器及系统的数据生成型态所需,鉴于雾计算透过有线与光学通讯及无线网络运作,且同样隶属于这些厂房网络环境中,这将让雾计算相当适合基于有线SCADA系统、OPC-UA接口及Modbus等的工业元素运用,这些元素都能够与雾计算节点相连结。

延迟则是雾计算最被广为提及的一大优势。许多工业控制系统需要在几千分之一秒内的端对端延迟,但主流云端服务却无法提供此一水平的延迟服务,这就让雾计算应用具备导入优势。

提升效率上,雾计算架构采沉浸式分散途径,若某个网络出现故障,将可立即转换至其他整个网络都可近用的雾计算资源,这有助创造管理的弹性及易于与现有物联网环境做整合。

雾计算仰赖于装置与系统间快速、受信任且安全的传输环境,在此情况下意谓雾计算需要基于开放标准的相互可操作性,开发此开放参考基础架构则是开放雾联盟的工作,包含新创企业、大学与工业巨擘等联盟成员正合作欲确保一开放、相互可操作的基础架构成形,以有助制造业为其智能工厂导入物运算解决方案。


本文转自d1net(转载)

相关实践学习
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。
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
21天前
|
存储 人工智能 大数据
物联网、大数据、云计算、人工智能之间的关系
物联网、大数据、云计算、人工智能之间的关系是紧密相连、相互促进的。这四者既有各自独立的技术特征,又能在不同层面上相互融合,共同推动信息技术的发展和应用。
159 0
|
1月前
|
Cloud Native 持续交付 云计算
云端新纪元:探索云原生技术的奥秘在当今数字化时代,云计算已成为推动企业创新和增长的关键动力。随着云平台的不断成熟,云原生技术应运而生,以其独特的优势引领着一场新的技术革命。本文将深入探讨云原生的核心概念、主要特点以及它如何改变现代软件开发和部署的方式,为您揭开云原生这一神秘面纱。
云原生是一种构建和运行应用程序的方法,充分利用了云平台的弹性、分布式本质以及声明式基础设施。本文将解析云原生的十二要素,微服务架构的优势,以及容器化、持续集成与持续部署(CI/CD)等核心技术的实践应用。通过深入浅出的方式,让读者理解云原生不仅是一种技术,更是一种文化和方法论,它正在重塑软件开发流程,提高资源利用率和应用系统的可扩展性与容错性。
|
6月前
|
存储 分布式计算 分布式数据库
【专栏】云计算与分布式系统架构在数字化时代的关键作用。云计算,凭借弹性、可扩展性和高可用性,提供便捷的计算环境
【4月更文挑战第27天】本文探讨了云计算与分布式系统架构在数字化时代的关键作用。云计算,凭借弹性、可扩展性和高可用性,提供便捷的计算环境;分布式系统架构则通过多计算机协同工作,实现任务并行和容错。两者相互依存,共同推动企业数字化转型、科技创新、公共服务升级及数字经济发展。虚拟化、分布式存储和计算、网络技术是其核心技术。未来,深化研究与应用这些技术将促进数字化时代的持续进步。
193 4
|
4月前
|
安全 物联网 区块链
云端防御:云计算时代的网络安全策略与实战《未来已来:探索区块链、物联网与虚拟现实的融合革新》
【7月更文挑战第31天】在数字化转型的浪潮中,云计算已成为推动企业增长的核心动力。然而,随着数据和应用逐渐迁移到云端,网络安全问题也愈发严峻。本文将探讨云计算环境中的安全挑战,并提出相应的防御策略。通过分析云服务模型、安全威胁及信息安全技术的应用,结合代码示例,本文旨在为读者提供一套实用的云端安全防护方案。
49 1
|
5月前
|
存储 Cloud Native 安全
|
5月前
|
存储 弹性计算 数据挖掘
云计算在科研计算中的高效应用
云计算在科研计算中的高效应用
96 0
|
5月前
|
物联网 云计算 传感器
物联网与云计算:天作之合的技术搭档
【6月更文挑战第2天】物联网与云计算协同创造智能世界:物联网如网,连接万物,收集海量数据;云计算似云,提供强大计算力,分析数据,挖掘价值。两者结合,应用于智能家居、工业制造、医疗健康、智能交通等领域,推动数字化转型。代码示例展示物联网数据上传云端过程。未来,随着技术进步,二者的融合将深化,引领更多创新应用,促进社会福祉和进步。
97 5
|
6月前
|
存储 边缘计算 人工智能
云计算:现代计算环境的关键力量
云计算是基于互联网的计算模式,提供IaaS、PaaS和SaaS服务,改变计算资源获取方式,赋予企业灵活、可扩展的资源调配。其优势包括可扩展性、成本效益、灵活性和效率提升,但也面临安全性、依赖性等挑战。未来趋势涉及边缘计算、混合云、AI融合以及法规遵从与数据安全的强化。企业应适应云计算发展,制定相应策略。
|
6月前
|
存储 边缘计算 人工智能
云计算:重塑企业计算模式的变革力量
云计算是企业计算模式的重要变革,提供IaaS、PaaS和SaaS服务,实现灵活、可扩展的资源获取。其优势包括可扩展性、成本效益、灵活性和效率提升,但也面临安全、依赖性等挑战。未来趋势包括边缘计算、混合云、AI融合及更强的数据安全监管。企业应适应云计算发展,制定相应策略。
|
6月前
|
存储 机器学习/深度学习 物联网
云计算的物联网应用:智能化转型的关键
本文探讨了物联网(IoT)与云计算的结合及其在数据处理中的应用。物联网通过连接设备进行数据交换,而云计算提供资源处理和存储。核心概念包括物联网的无线通信、传感、微控制器及数据技术,以及云计算的虚拟化、分布式计算、存储和网络技术。两者协同工作,云计算助力物联网处理大量数据,实现高效分析。文章还介绍了数据预处理、分析(如统计学、机器学习、深度学习)和应用的算法,以及数据应用的实例,展示了如何在智能家居系统中运用这些方法。未来,面对大数据、安全与隐私、实时性及边缘计算的挑战,物联网与云计算将继续发展。
921 2
下一篇
无影云桌面