01 引言
邊緣計算利用日益提升的設備級計算、儲存、網(wǎng)絡資源,協(xié)同完成高可靠、低延遲的實時控制、數(shù)據(jù)處理、完全防護等任務。邊緣計算在工業(yè)互聯(lián)網(wǎng)、自動駕駛、智慧城市等領域有著廣泛的應用前景。隨著邊緣計算的崛起,現(xiàn)有工業(yè)自動化體系結構發(fā)生根本的改變,由原來基于ISA-95的結構[1]逐漸向工業(yè)云+邊緣計算系統(tǒng)的形態(tài)轉(zhuǎn)變。在新的體系下,工業(yè)軟件從最上層的ERP、PLM、CRM等系統(tǒng)一直到邊緣側(cè)的工控軟件都將發(fā)生模式上的根本轉(zhuǎn)變。在ISA-95的傳統(tǒng)模式下[2],信息交互往往只在相鄰的層級之間進行。例如ERP系統(tǒng)只與MES系統(tǒng)直接對接,而MES也只與下層的SCADA系統(tǒng)以及上層的ERP系統(tǒng)進行交互。當最底層新增的傳感數(shù)據(jù)需要與上層系統(tǒng)交互時,需要對數(shù)據(jù)鏈路上的每一個系統(tǒng)進行修改,造成系統(tǒng)開發(fā)與維護的效率低下。在系統(tǒng)規(guī)模日益龐大、交互功能復雜的情況下,軟件開發(fā)與測試的時間將成倍增長,逐步超過項目硬件成本支出。
在工業(yè)互聯(lián)網(wǎng)+邊緣計算的模式下,工業(yè)軟件的開發(fā)模式將從傳統(tǒng)的桌面應用向基于服務化的工業(yè)App過渡。工業(yè)軟件根據(jù)實時性、可靠性與數(shù)據(jù)量的需求分為云端或者邊緣端應用兩類。CAD、CAE、ERP、MES、PLM、CRM等傳統(tǒng)工業(yè)設計、運營管理類軟件由于功能眾多、體積龐大、數(shù)據(jù)復雜、實時性要求低、擴展性要求強,適合以工業(yè)云為載體進行服務化升級轉(zhuǎn)型。以ERP以及MES系統(tǒng)為例,此類系統(tǒng)由大量的軟件模塊組成,包括銷售、需求計劃、供應鏈管理、計劃與執(zhí)行、庫存、財務會計、人力資源、 倉庫管理、采購、品質(zhì)管理等。由于工業(yè)系統(tǒng)具有很強的行業(yè)特性,不同行業(yè)、不同生產(chǎn)模式的企業(yè)對于此類系統(tǒng)的需求有著極大的差異,很難找到兩個企業(yè)擁有完全相同的運營方式。因此,如將每個模塊單獨封裝成為工業(yè)App部署在云端,可以針對不同企業(yè)滿足深度定制的需求,減少用戶由于頻繁升級造成的不便。單獨部署的模塊也可以減少企業(yè)在此類軟件上的投入,避免造成資源浪費。
而SCADA、HMI、PLC、DCS等生產(chǎn)控制、裝備嵌入式軟件對實時性與可靠性要求極高,因此一般功能較為單一。部分控制代碼響應時間甚至需要控制在1ms之內(nèi),而與云的通訊時間則遠遠超過這個時間,以至于在一個通訊周期內(nèi),控制代碼已經(jīng)運行了幾百個周期,因此此類工業(yè)App更適合以邊緣計算系統(tǒng)為載體,以獨立設備資源運行確保實時性與可靠性不受影響。隨著芯片技術的不斷進步以及儲存價格的下降,目前邊緣計算節(jié)點的運算與儲存資源已可承擔多個實時性要求較高的工業(yè)應用同時部署執(zhí)行。
模式的改變帶來的是軟件開發(fā)方式的改變,如圖1所示,以服務為基礎的工業(yè)App的流程開發(fā)者可以使用任意編程語言(比如IEC 61131-3 ST,LD[3],C/C++,Java,甚至是JavaScript)編寫的工業(yè)邊緣計算App通過打包為容器上傳到工業(yè)云Edge App商店中,而使用者則無需開發(fā)任何代碼,從工業(yè)Edge App商店中選擇所需的應用并且配置部署模型下載或者更新工業(yè)Edge App,通過賦能的方式定義邊緣計算節(jié)點的功能與職責范圍,包含實時控制、可視化、監(jiān)控、數(shù)據(jù)采集、數(shù)據(jù)過濾、數(shù)據(jù)在線分析等。基于IEC 61499[4]的高靈活性的部署帶來不單是用戶的自由度,通過有效整合邊緣資源,能夠有效降低成本,提升設備利用率。當然,受制于現(xiàn)有工業(yè)總線以及設備物理位置的所限,部署的靈活性受到一定的限制。當TSN[5]以及5G[6]在工業(yè)普及后,能給工業(yè)云+邊緣計算系統(tǒng)的構架帶來更大的柔性。
02 邊緣計算節(jié)點管控體系
在新的工業(yè)云+邊緣計算體系下,節(jié)點與節(jié)點間的智能管控已經(jīng)成為必不可少的部分。一個邊緣計算節(jié)點除了承擔計算、儲存、通訊功能外,還應該具備任務管理、數(shù)據(jù)管理、數(shù)據(jù)分析等功能。此外,由于工業(yè)系統(tǒng)對可靠性與安全性的特殊要求,不能完全依賴基于云計算的決策機制。工業(yè)現(xiàn)場生產(chǎn)系統(tǒng)應即使在與工業(yè)云連接斷開的情況下也能保證正常生產(chǎn),因此也更加凸顯邊緣計算在工業(yè)互聯(lián)網(wǎng)的重要性。在2018年邊緣計算產(chǎn)業(yè)聯(lián)盟峰會上,邊-云協(xié)同的概念被作為邊緣計算參考構架3.0的主要亮點提出[7]。在工業(yè)互聯(lián)網(wǎng)邊緣計算框架下,工業(yè)系統(tǒng)可以選擇邊-云協(xié)同的模式,包括公有云+邊緣計算系統(tǒng)或者私有云+邊緣計算系統(tǒng),當然也可以選擇僅有邊緣計算系統(tǒng)支撐。在任意一種模式下,都需要對現(xiàn)有的設備節(jié)點進行管控。然而,目前的工業(yè)互聯(lián)網(wǎng)邊緣計算則處于起步階段,并未有標準協(xié)議與規(guī)范來約束邊緣計算節(jié)點的管理、邊緣端數(shù)據(jù)的處理、邊-云協(xié)同機制。
因此, IEEE P2805系列標準孕育而生。IEEE P2805系列標準由IEEE工業(yè)電子學會標準專委會推薦的針對邊緣計算相關的系列標準,目前已經(jīng)獲得IEEE標準委員會批準立項的共有三個部分:分別是P2805.1邊緣計算節(jié)點自我管理協(xié)議[2];P2805.2邊緣計算節(jié)點數(shù)據(jù)采集、過濾與緩存管理協(xié)議[2];以及P2805.3邊-云協(xié)作機器學習協(xié)議[2]。如圖2所示,三部分協(xié)議相輔相成,共同形成完整的邊緣計算智能管控體系。
2.1 IEEE P2805.1邊緣計算節(jié)點自我管理協(xié)議
IEEE P2805.1邊緣計算節(jié)點自我管理協(xié)議主要面向多個邊緣計算節(jié)點之間的自組織、自配置、自恢復和自發(fā)現(xiàn)等相互協(xié)作機制相關協(xié)議。隨著邊緣計算節(jié)點數(shù)量的增長,邊緣計算節(jié)點網(wǎng)絡和分布式應用程序的管理將成為巨大的挑戰(zhàn)。此部分管理協(xié)議針對邊緣計算節(jié)點間分布式應用的部署,降低用戶的部署復雜度,實現(xiàn)設備的即插即用所建立。在更靠近數(shù)據(jù)源的邊緣端作為決策,可以減少由于通信延遲帶來的實時性問題。邊緣計算節(jié)點根據(jù)反饋數(shù)據(jù)進行實時分析,依仗當前信息以及知識做出決策,并且對執(zhí)行進行實時干預,例如改變執(zhí)行的動作或者參數(shù)等。當前,邊緣計算節(jié)點發(fā)現(xiàn)、標識、協(xié)作等消息傳遞和安全性機制并無統(tǒng)一定義。因此,此部分標準將制定對邊緣計算節(jié)點軟硬件的兩部分管理方法,硬件管理部分包括:
如何在邊緣計算節(jié)點上注冊、更新、查找、刪除其他節(jié)點;
如何查詢其他節(jié)點的計算、儲存以及通訊資源使用情況;
如何遠程啟動、停止節(jié)點。軟件管理部分則包括:
如何在邊緣計算節(jié)點上創(chuàng)建、更新、查詢、刪除應用;
如何分布式更新應用以及故障診斷;
如何在邊緣計算節(jié)點上設置數(shù)據(jù)的權限、隱私、所有權;
如何支撐邊緣計算節(jié)點間的擴展性與負載平衡;
如何在邊緣計算節(jié)點間共享文件。
2.2 IEEE P2805.2邊緣計算節(jié)點數(shù)據(jù)采集、過濾與緩存管理協(xié)議
IEEE P2805.2邊緣計算節(jié)點數(shù)據(jù)采集、過濾與緩存管理協(xié)議主要針對控制器(包括可編程邏輯控制器,計算機數(shù)字控制器(CNC)和工業(yè)機器人控制器等不同設備)進行數(shù)據(jù)采集的協(xié)議。當前的數(shù)據(jù)采集無法實現(xiàn)高度定制化,因此必須引入可重配置的數(shù)據(jù)規(guī)則,例如定制化的數(shù)據(jù)采集周期、頻率,數(shù)據(jù)格式轉(zhuǎn)換和過濾無效數(shù)據(jù)等功能,并根據(jù)工業(yè)云或者其他邊緣計算網(wǎng)絡節(jié)點下發(fā)的規(guī)則對通過不同接口獲取的現(xiàn)場設備數(shù)據(jù)進行自動緩存、過濾和計算。通過對數(shù)據(jù)預處理操作,可以實現(xiàn)在將數(shù)據(jù)轉(zhuǎn)發(fā)到工業(yè)云或者其他存儲空間之前,對其進行清洗與壓縮,以便能夠?qū)v史數(shù)據(jù)進行高效分析,優(yōu)化生產(chǎn)工藝流程。這部分標準的主要內(nèi)容包括:
定制化數(shù)據(jù)采集(包括分組、周期、頻率、質(zhì)量等);
數(shù)據(jù)過濾清洗;
數(shù)據(jù)恢復;
數(shù)據(jù)分區(qū);
數(shù)據(jù)緩存;
數(shù)據(jù)預處理算法下發(fā);
數(shù)據(jù)完整性與來源檢測;
自定義數(shù)據(jù)類型。
2.3 IEEE P2805.3邊-云協(xié)作機器學習協(xié)議
IEEE P2805.3邊-云協(xié)作機器學習協(xié)議制定了如何使用邊-云協(xié)同的方式在邊緣計算節(jié)點上啟用機器學習協(xié)議。該標準為低功耗、低成本的嵌入式設備上實現(xiàn)機器學習算法提供了實施參考。目前,尚未定義任何標準來涵蓋邊-云協(xié)同的機器學習功能。例如,邊緣計算基于機器學習模型以及實時數(shù)據(jù)來判斷是否更改節(jié)點控制流程或者甚至向工業(yè)云、其他節(jié)點發(fā)送警報。此部分的標準包含:
提供邊緣機器學習、邊-云協(xié)同機器學習等模式;
提供分布式機器學習模型參考;
提供分布式機器學習訓練方法參考;
如何下發(fā)部署已訓練好的機器學習模型;
在線優(yōu)化;
邊緣計算節(jié)點推理。
03 結語
綜上所述,在工業(yè)網(wǎng)絡化系統(tǒng)逐漸普及的情況下,邊緣計算系統(tǒng)的軟件開發(fā)模型即將產(chǎn)生巨大的改變,邊緣計算節(jié)點相比以往能夠提供大量全新智能管控方法。然而,目前的邊緣計算仍然處于早期研究階段,相關標準的制定已經(jīng)落后于市場實際需求。因此,IEEE P2805邊緣計算節(jié)點系列標準以解決邊緣端智能數(shù)據(jù)與設備管控為目標,通過定義自我管理協(xié)議、數(shù)據(jù)采集、過濾與緩存管理協(xié)議以及邊-云協(xié)作機器學習協(xié)議來實現(xiàn)設備賦能。在邊-云協(xié)作的模式下,邊緣計算在工業(yè)互聯(lián)網(wǎng)、智慧城市、自動駕駛等領域一定能發(fā)揮更大的作用。
參考文獻:
[1] B. Scholten. The road to integration: A guide to applying the ISA - 95 standard in manufacturing[S]. ISA, 2007.
[2] W. Dai, H. Nishi, V. Vyatkin, V. Huang, Y. Shi and X. Guan. Industrial Edge Computing: Enabling Embedded Intelligence[J]. IEEE Industrial Electronics Magazine, 2019,13 (4).
[3] IEC 61131-3. Programmable controllers - Part 3: Programming languages (Third Edition)[S]. 2013.
[4] IEC 61499. Function Blocks (Second Edition) [S]. 2012.
[5] N. Finn. Introduction to time-sensitive networking[J]. IEEE Communications Standards Magazine, 2018,2 ( 2 ), 22 - 28.
[6] J. Andrews, S. Buzzi, W. Choi, S. Hanly, A. Lozano, A. Soong, and J. Zhang. What will 5G be [J]. IEEE Journal on selected areas in communications, 2014, 32 (6) : 1065 - 1082.
[7] 邊緣計算產(chǎn)業(yè)聯(lián)盟. 邊緣計算參考架構3.0 [Z]. 2018.
來源: 邊緣計算產(chǎn)業(yè)聯(lián)盟ECC