久久久91-久久久91精品国产一区二区-久久久91精品国产一区二区三区-久久久999国产精品-久久久999久久久精品

隨著邊緣計(jì)算業(yè)務(wù)的逐步展開，各類行業(yè)用戶對于邊緣計(jì)算性能 的需求也日益明確，特別是在多個(gè)邊緣計(jì)算節(jié)點(diǎn)可選的情況下，用戶希 望能夠根據(jù)其位置到計(jì)算節(jié)點(diǎn)之間的時(shí)延以及用戶自身業(yè)務(wù)需求情況， 綜合選擇計(jì)算與網(wǎng)絡(luò)資源，即將算力資源與網(wǎng)絡(luò)資源融合后提供給上層 業(yè)務(wù)調(diào)用，也就是算網(wǎng)融合服務(wù)。為了實(shí)現(xiàn)此目標(biāo)，需要解決算力度 量、算力感知、算力路由、算力交易以及算力編排等系列難題，因此算 力網(wǎng)絡(luò)技術(shù)應(yīng)運(yùn)而生。本文概要性地介紹了邊緣計(jì)算推動下的算網(wǎng)融合 趨勢、面臨的問題與挑戰(zhàn)，以及由此而產(chǎn)生的算力網(wǎng)絡(luò)等新型技術(shù)。

隨著ICT技術(shù)的不斷發(fā)展，云計(jì)算向各行業(yè)逐漸滲透，傳統(tǒng)的工控領(lǐng)域也受互聯(lián)網(wǎng)技術(shù)的影響，行業(yè)內(nèi)傳統(tǒng)的系統(tǒng)軟件和系統(tǒng)解決方案正逐漸發(fā)生巨大的變化，但是在OT與IT的融合過程中，由于關(guān)注點(diǎn)、技術(shù)棧、應(yīng)用場景、行業(yè)背景等諸多因素的阻礙，愈來愈流行的云計(jì)算技術(shù)在生產(chǎn)側(cè)落地的過程中遇到了諸多的挑戰(zhàn)。本文定位于傳統(tǒng)工控行業(yè)，利用云技術(shù)為邊緣平臺設(shè)計(jì)基礎(chǔ)的運(yùn)行環(huán)境，該環(huán)境既能為傳統(tǒng)的工業(yè)服務(wù)（采集、實(shí)時(shí)、歷史等）提供支撐，也能融合當(dāng)今先進(jìn)的智能技術(shù)（機(jī)器視覺、機(jī)器學(xué)習(xí)、協(xié)同仿真等），具有兼容性、異構(gòu)性、實(shí)時(shí)性、開發(fā)性、擴(kuò)展性、可靠性、智能性、安全性等特點(diǎn)。

近年來，深度學(xué)習(xí)促進(jìn)了人工智能的快速發(fā)展，并逐漸滲透到各行各業(yè)。然而人工智能訓(xùn)練和推理所需的大量數(shù)據(jù)傳輸、算力資源調(diào)用會影響到系統(tǒng)的實(shí)時(shí)性能，從而導(dǎo)致該技術(shù)在工業(yè)應(yīng)用中存在困難。眾所周知，實(shí)時(shí)性是工業(yè)自動化的一項(xiàng)指標(biāo)，特別是在運(yùn)動控制和自動駕駛方面更為重要。如果因人工智能而使得工業(yè)系統(tǒng)接收和發(fā)送數(shù)據(jù)、指令響應(yīng)緩慢，那么工廠生產(chǎn)終將難以實(shí)現(xiàn)智能化突破，阻礙了人工智能在工業(yè)自動化中的普及。基于此，本文提出一種三實(shí)時(shí)架構(gòu)，它涉及實(shí)時(shí)網(wǎng)絡(luò)、實(shí)時(shí)操作系統(tǒng)和實(shí)時(shí)調(diào)度，希望通過提出該架構(gòu)引起業(yè)界廣泛的研究熱潮。

當(dāng)前關(guān)于如何激勵(lì)更多邊緣節(jié)點(diǎn)參與邊緣計(jì)算環(huán)境仍然缺乏研究，為此本文首先基于斯塔克爾伯格博弈理論提出了在云—邊環(huán)境中單個(gè)云服務(wù)下行任務(wù)的激勵(lì)機(jī)制設(shè)計(jì)，考慮了云節(jié)點(diǎn)和邊緣節(jié)點(diǎn)間的博弈以及邊緣節(jié)點(diǎn)內(nèi)部的博弈，該激勵(lì)機(jī)制能夠適應(yīng)邊緣計(jì)算環(huán)境的動態(tài)性。同時(shí)提出了“云-邊-端”三層 架構(gòu)環(huán)境中多個(gè)云服務(wù)下行任務(wù)的激勵(lì)機(jī)制；最后，本文提出了一種邊緣節(jié)點(diǎn)相互合作以實(shí)現(xiàn)資源分配均衡的合作激勵(lì)機(jī)制，該合作激勵(lì)機(jī)制能夠有效激勵(lì)邊緣節(jié)點(diǎn)貢獻(xiàn)資源以及均衡任務(wù)間的資源分配。此外，本文給出了關(guān)于該問題可進(jìn)一步開展的重點(diǎn)研究工作。

實(shí)現(xiàn)工業(yè)互聯(lián)網(wǎng)價(jià)值離不開邊緣計(jì)算的支撐，而工業(yè)現(xiàn)場設(shè)備種類繁多， 領(lǐng)域特性又大相徑庭，目前工業(yè)邊緣計(jì)算應(yīng)用雖然已有一定數(shù)量，但通用性較差。工業(yè)邊緣計(jì)算是OT與IT融合的典型應(yīng)用場景，工業(yè)邊緣APP需要同時(shí)支撐邏輯運(yùn)動控制、監(jiān)控人機(jī)界面等OT應(yīng)用與視覺檢測、數(shù)據(jù)采集分析、預(yù)測性維護(hù)、生產(chǎn)管理等IT應(yīng)用。通過IEC 61499標(biāo)準(zhǔn)與微服務(wù)、容器化技術(shù)融合，工業(yè)邊緣應(yīng)用可以實(shí)現(xiàn)多種編程語言混合設(shè)計(jì)，通過軟硬件解耦靈活部署到任意邊緣節(jié)點(diǎn)， 從而實(shí)現(xiàn)工業(yè)互聯(lián)網(wǎng)從數(shù)據(jù)到模型再到控制的完整閉環(huán)，真正為制造業(yè)賦能。

當(dāng)前全球數(shù)字化浪潮蓬勃興起，邊緣計(jì)算通過就近提供計(jì)算、網(wǎng)絡(luò)、智能等關(guān)鍵能力，加速賦能經(jīng)濟(jì)轉(zhuǎn)型升級，已逐步成為計(jì)算體系的新方向、信息領(lǐng)域的新業(yè)態(tài)、產(chǎn)業(yè)轉(zhuǎn)型的新平臺，整體上處于高速發(fā)展階段，正從概念普及加速走向務(wù)實(shí)部署，受到了學(xué)術(shù)界和產(chǎn)業(yè)界的廣泛關(guān)注。Gartner、IEEE等權(quán)威機(jī)構(gòu)將邊緣計(jì)算作為2020年十大技術(shù)方向，中國科學(xué)院和中國工程院在 《2020研究前沿》、《全球工程前沿2020》中，將邊緣計(jì)算列入信息領(lǐng)域十大技術(shù)前沿。據(jù)Research and Market預(yù)測，邊緣計(jì)算市場規(guī)模2018~2022年復(fù)合增長率超30%；據(jù)CB Insights預(yù)測，2023年全球邊緣計(jì) 算市場有望達(dá)到340億美元[1]。本文從學(xué)術(shù)界及產(chǎn)業(yè)界兩個(gè)維度深入剖析邊緣計(jì)算概念內(nèi)涵、學(xué)術(shù)方向、產(chǎn)業(yè) 路徑，綜述邊緣計(jì)算在核心環(huán)節(jié)發(fā)展面臨的挑戰(zhàn)和問題，研判邊緣計(jì)算未來發(fā)展態(tài)勢與方向。

工業(yè)互聯(lián)網(wǎng)是新一代網(wǎng)絡(luò)信息技術(shù)與制造業(yè)深度融合的產(chǎn)物，是經(jīng)濟(jì)轉(zhuǎn)型升級的關(guān)鍵依托和重要途徑。邊緣計(jì)算是支持工業(yè)互聯(lián)網(wǎng)的關(guān)鍵技術(shù)。本文首先說明了邊緣計(jì)算在工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展過程中的重要意義，然后分別從邊緣計(jì)算的發(fā)展歷程、邊緣端智能化方法和邊緣計(jì)算平臺三方面介紹了工業(yè)互聯(lián)網(wǎng)邊緣計(jì)算近年來的研究現(xiàn)狀，最后指明了工業(yè)互聯(lián)網(wǎng)邊緣計(jì)算在今后發(fā)展中尚待解決的關(guān)鍵問題。

作為工業(yè)互聯(lián)網(wǎng)中的一項(xiàng)關(guān)鍵技術(shù)，邊緣計(jì)算在工業(yè)界引起了廣泛討論，針對不同行業(yè)、不同場景的應(yīng)用探索不斷涌現(xiàn)。基于對鋼鐵行業(yè)現(xiàn)狀、特點(diǎn)、環(huán)境、需求、痛點(diǎn)、任務(wù)和未來發(fā)展趨勢的深刻分析，結(jié)合中國寶武發(fā)展實(shí)際，本文對工業(yè)互聯(lián)網(wǎng)頂層架構(gòu)設(shè)計(jì)中邊緣層實(shí)施的一些技術(shù)問題進(jìn)行闡述，對鋼鐵行業(yè)與工業(yè)互聯(lián)網(wǎng)融合發(fā)展具有迫切的實(shí)踐意義。

近年來，人工智能的應(yīng)用場合已經(jīng)從過往的依賴超級計(jì)算機(jī)轉(zhuǎn)移到邊緣計(jì)算，這不僅得益于算法的巨大改進(jìn)，而且得益于邊緣計(jì)算算力的巨大進(jìn)步和分布式計(jì)算框架的形成。這里，筆者就人工智能的工業(yè)應(yīng)用前景以及工業(yè)人工智能在邊緣計(jì)算中的應(yīng)用做一定的擴(kuò)展。

在工業(yè)系統(tǒng)信息化與智能化逐步推進(jìn)的形勢下，邊緣計(jì)算已變得越發(fā)重要。相比云計(jì)算在大數(shù)據(jù)處理分析方面的優(yōu)勢，邊緣計(jì)算在低延時(shí)與高可靠的場景中有著云計(jì)算無法替代的優(yōu)勢。邊-云協(xié)作已經(jīng)成為工業(yè)互聯(lián)網(wǎng)、自動駕駛、智慧城市等邊緣計(jì)算重要場景的新趨勢。利用云的強(qiáng)大計(jì)算與儲存能力來處理歷史數(shù)據(jù)進(jìn)行分析優(yōu)化，而依靠邊緣計(jì)算的能力解決高實(shí)時(shí)性任務(wù)。然而，現(xiàn)有的邊-云協(xié)作數(shù)據(jù)管控缺乏統(tǒng)一標(biāo)準(zhǔn)，造成各個(gè)平臺與設(shè)備兼容性差，導(dǎo)致工業(yè)互聯(lián)網(wǎng)無法互聯(lián)互通。因此，IEEE P2805邊緣計(jì)算節(jié)點(diǎn)系列標(biāo)準(zhǔn)的設(shè)立為自主管理、數(shù)據(jù)清洗緩存、邊-云協(xié)同機(jī)器學(xué)習(xí)等方向提供了標(biāo)準(zhǔn)化參考。