工業物聯網的一個最重要的趨勢，是越來越多的廠商注意到了邊緣的重要性。在以前的IIoT結構中，IT端通常扮演著更為重要的角色，所有的數據分析、數據挖掘和數據決策都在雲端完成，而設備端只是用來收集數據。但對於工業設備而言，很多數據的分析和處理都具有實時性、低延遲的要求，例如協同、控制等時間敏感的信號，而數據與雲端通信的低傳輸速度與帶寬限制，是無法支持這些實時性的要求的。
因此，「邊緣計算」的概念應運而生。邊緣計算是指在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣智能服務。需要強調的是，真正適用於工業物聯網的「邊緣計算」設備並不僅僅是傳統的控制器或者網關，而是需要滿足3個必備能力：採集邊緣數據、智能的運算能力和可操作的決策反饋，以滿足工業設備的實時性需求。
在工業物聯網領域，NI起步很早，可以說是積累了十餘年的經驗。從2000年開始，NI 就開始推出針對設備狀態在線監測的硬體及軟體產品，專門用於重要工業資產的預測性維護。 由模塊化的硬體平臺和強大靈活的軟體平臺構成的NI整體解決方案能夠有力支撐IIoT領域的技術變遷，幫助客戶從實驗室直達量產，到目前為止，NI已經聯合生態系統，推出了從設備端到決策端的完整的工業物聯網解決方案。
NI的工業物聯網方案解決了邊緣計算最關鍵的兩個技術要點：高性能的邊緣節點，以及專業的數據管理。
首先，NI為工程師提供高性能的數據採集硬體平臺，擔任設備端邊緣節點，可以同時完成對設備狀態的數據收集與在線預處理。正如我們之前提到的，對於邊緣節點而言，最重要的是具有高性能、智能化的採集和運算能力。NI的硬體恰恰能滿足這一要求。基於以FPGA為核心的硬體架構，設備能夠實現高速的數據分析和控制，以及系統的快速部署。此外，採用模塊化的IO接口和開放的系統架構，能夠輕鬆的將設備連接至任意種類的傳感設備、執行器以及第三方系統，完成決策反饋。
其次，在數據管理方面，NI也推出了一系列專用的軟體產品，包括企業級狀態監測軟體InsightCM，分布式系統集中管理軟體SystemLink，海量數據管理及分析套件Diadem，以及在去年最新推出的LabVIEW機器學習工具包，能夠在邊緣側或雲端提供專用於垂直工業領域的集中化數據管理和數據挖掘。同時，NI還大力投入機器學習領域，將人工智慧這一熱點技術應用到工業物聯網中，通過對邊緣節點收集到的設備信息進行模型訓練和驗證，實現預測性維護的優化商業決策，真正實現IT+OT的技術融合。
在工業物聯網的浪潮中，NI聯合眾多合作夥伴，共同完善整個工業物聯網OT+IT的系統架構。其中，百度雲是NI在IT領域的重要合作夥伴之一。在今年5月深圳的百度雲智峰會上，NI與百度雲首次合作發布了基於百度智能邊緣 (BIE) 的邊緣計算演示架構。
在該演示方案中，NI的邊緣計算硬體平臺對一臺模擬旋轉軸承進行在線信號採集，通過邊緣計算完成系統異常判斷及數據降維，同時基於百度雲提供的全新智能邊緣架構連接至百度天工智能IoT平臺，在雲端實現進一步的數據分析和處理，實現設備的智能故障診斷與預測性維護。百度雲的智能邊緣架構不僅僅提供了靈活通用的邊緣計算框架，更為NI的邊緣設備提供了簡易的雲端接口，能夠快速連通系統層級。
就在剛剛，百度雲在ABC Inspire企業智能大會上宣布，正式發布百度智能邊緣（BaiduIntelliEdge，BIE）開源版本OpneEdge。這是百度雲繼今年5月31日國內第一個發布智能邊緣產品後，又第一個宣布開源。百度雲希望通過開源，將BIE的核心功能全面開放，並推出國內首個開源邊緣計算平臺—OpenEdge，旨在打造一個輕量、安全、可靠、可擴展性強的邊緣計算社區。
藉助開源的OpenEdge，開發人員可以更靈活地控制自己的邊緣解決方案。百度雲期待利用社區的力量為國內邊緣計算技術營造良好生態，促進邊緣計算在中國快速發展，加速更多行業人工智慧應用落地。
智能邊緣BIE是百度雲發布的國內首個邊緣計算產品，發布伊始即推行「端雲一體」解決方案，它由智能邊緣本地運行包、智能邊緣雲端管理套件組成；
在雲端進行智能邊緣核心設備的建立、身份制定、策略規則制定、函數編寫、AI建模，然後生成配置文件和執行文件通過端雲協同的方式下發至本地運行包，在近設備端的本地運行包裡完成數據採集、消息分發、函數計算和AI推斷等功能，通過一鍵發布和無感部署的方式，極大提高智能迭代的速度，使之整體達到「訓練、管理、配置在雲端，採集、轉發、計算、推斷在本地」的效果。
在架構設計上，智能邊緣推行容器化，基於智能邊緣BIE提供的DockerFile文件可以在Docker支持的各類作業系統上進行「一鍵式部署」，依託Docker的跨平臺支持特性，確保智能邊緣在各系統、各平臺的環境一致性標準化；
此外，智能邊緣BIE還針對Docker容器化進行容器資源隔離與限制，精確分配各運行實例的CPU、內存等資源，提升資源利用效率。
在降低各功能間耦合度方面，智能邊緣推行模塊化，每一項功能都是一個獨立的模塊，各項子功能模塊運行互不依賴、互不影響，推行模塊化的設計模式，可以充分滿足用戶「按需使用、按需部署」的切實要求。
智能邊緣BIE旨在依託容器化、模塊化的設計模式，通過降低各模塊間的耦合度及強制性的證書認證模式，打造一個輕量、安全、可靠、可擴展性強的邊緣計算環境，為國內邊緣計算技術的發展營造一個良好的生態環境。
作為百度雲天工的重點輸出產品，智能邊緣BIE可以與天工各雲端平臺服務無縫對接，如IoT Hub、TSDB、IoTVisualization、IoT EasyInsight等；換句話說，部署了智能邊緣BIE的設備和邊緣計算節點，既可以與百度雲天工進行無縫數據交換，對敏感數據進行過濾計算，也可以在無網或者網絡不穩定的情況下，緩存數據、獨立計算，實現實時的反饋控制。
目前，智能邊緣BIE已經能夠支持基於PaddlePaddle、TensorFlow、Intel Openvino等主流AI框架訓練的算法模型，並與百度雲推出的雲端函數計算服務（CFC）、雲端大數據服務（Jarvis）、雲端視覺模型工廠服務完全兼容，能夠獨立運行在包括NI邊緣設備的10多種主流系統和硬體架構上，讓每一臺聯網的終端設備都「輕裝上陣」，實時進行計算。
隨著「萬物互聯」概念的提出，物聯網設備逐漸登陸網絡數據生產的中心，其生產數據的增長速度也愈來愈快，且由於其在地理位置上的分散性及對響應時間、安全性越來越高的要求，加之實際場景中複雜的網絡環境，導致現有公有雲的計算平臺也變得越來越不能完全滿足需求，一部分計算平臺的舞臺中心正逐漸向邊緣計算靠攏。這裡，智能邊緣BIE僅以IoT場景和AI場景為例，分享兩個解決方案僅供參考。
無論是人臉識別、工業質檢還是城市管理、公共安全，在雲端完成訓練的機器視覺模型已經應用到各行各業。智能邊緣BIE提供將這些視覺模型輕鬆的部署到本地設備上的能力，一方面提供快速的識別響應，另一方面降低視頻/圖片的傳輸帶寬成本。
面對複雜的數據採集環境、多樣的數據通訊協議、海量的原始數據以及不同的數據流向需求，智能邊緣BIE可以通過功能模塊組合，輕鬆的搭建集數據採集、協議解析、數據分析、數據轉發為一體的邊緣計算應用，滿足工業生產、城市監控的大多數物聯網場景的通用需求；同時，數據分析可以通過AI、大數據等手段進一步升級為數字孿生模型，智能邊緣BIE提供將數字孿生模型輕鬆的部署到本地設備上的能力，面向每一臺獨立的設備以及它所處的獨特環境，提供針對性的數字孿生服務。
隨著ABC、IoT技術的快速發展，數據增長越來越快，計算需求越來越多。面臨多樣的硬體形態和應用場景，BIE提供了從雲端生產環境、管理環境到本地運行環境的全套工具，將百度雲 ABC 的能力從雲上拓展到邊緣，進而拓展至各行各業。而在軌道交通、能源電力、重型設備等多個細分垂直行業的成功案例中，NI的解決方案也已覆蓋了從設備端，到廠級伺服器，再到企業級伺服器和雲端的完整範圍，為工業企業提供端到端的系統互聯。而未來，我們也希望能夠攜手百度雲，加速工業的智能化變革。
關注「恩艾NI知道」
知道那些你想知道的NI事