智慧製造2019.03.07

運算好多種  該用哪一種?

飛飛

物聯網 雲端服務 創新

#瘋5G

資料處理過往是透過人工輸入後,經由硬體電腦資料運算後輸出,再經人工作業實體網路交流互傳。物聯網就是打破實體界限,全程自動化資料流程,並經無線網路通訊。虛擬化與分散式運算都是源自 1960 年代興起的概念,時至今日已發展出融為一體的現行雲運算實務應用;並再透過無線通訊,構成目前物聯網的基本資料流環境。

 

雲運算

最核心的雲概念其實就是現今時興的「共享經濟」理念 。所謂分散式運算,即是透過共享核心運算處理器、儲存單元等電腦內運算架構, 以及伺服器等構建網路的相關資源,分工合作完成共同目標。雲運算的起點,來自於有效運用網路資源,免除實體網路資源組件單一作工所造成資源閒置,進而縮短工時、降低資料處理成本。

 

虛擬化資訊環境促進了雲運算的蓬勃發展。以網路資源層面來說,雲運算可分為 :

IaaS -  建構於相同的基礎設備,共享 Infrastructure 。

PaaS - 建構於相同的應用程式開發平台,共享 Platform。

SaaS - 建構於相同的軟體,共享 Software。

 

以 IaaS 而言,雲服務業者提供基礎設備為其服務內容,讓租用戶(使用者)得以共享如同實體電腦的基礎設備 (如:虛擬主機、虛擬伺服等),並視用量( 或/及效能 )付費,用以開發及建構如網站等個別使用者環境。針對需求更精簡的使用者,像是想推出行銷用途的活動專用手機APP,就可選擇 PaaS,特別適合非永久建置的短期用途 App。隨著雲運算愈發興盛,雲服務內容也更多變,像是:FaaS  以 Function 功能為共享基礎,以至 Xaas 的 Everything - as - a Service,成就視使用者需求都能因應的資訊管理服務供應市場。

 

邊緣運算

網路資源共享持續獲得市場回應,資訊管理需求市場不僅走出自建自用的實體機房小小世界,也破除了每家公司都必須部署自己 IT 資源及人員部署的高昂成本。然而,資源共享也意味著更多使用者分刮單一實體網路資源,也代表遠端回傳的延遲時間。連鎖店的概念就這麼進入了雲市場。隨著物聯網愈發實務擴展,終端(節點)迅速擴增,Edge Computing 隨之興起,分擔雲運算的負載,讓雲運算保留具決策性及資料匯流性的中央運算角色。邊緣運算乃架構於終端的運算部署,像是工廠七軸機器人、 田野的氣象資訊收集裝置公車站等,用以處理需即時回應的運算, 如:便利商店的人潮高升時,自動播放特定限時優專活動,並連線單店收銀台變更價格;港區倉棧堆高機即將進入禁區時,連線 ADAS 自動剎車。

 

霧運算

起自 Cisco 思科公司於 2014 年所提出。根據思科所述,Fog Computing 等同邊緣運算概念,但部署於網路骨幹,位在雲與端之間的區域網路架構,有別於直接裝置於終端的邊緣運算,也意味著需另外構建的建置與維管成本。智慧城市中,終端又可分為路燈、交通運輸停靠站、水電網路節點等,即很適合建置霧運算,在雲與端之間分類區域匯流及運算。

 

5G 商用啟程,聯網工程也可見迅速擴展,運算部署的實務運作成了一門學問。以工業智動化來說,在產業垂直整合中,邊緣、霧、雲等運算不僅代表自家 OT 到 IT,也涉及自身產品在垂直整合中的角色、B2B 或 B2C 等的定位、物流配送環節等,還將隨時間及生態變化,該上雲?還是該撒霧?都仍需時時調整。網路資源配置精緻化,租用資源帶來彈性靈活運用。用的巧成高手,成本降市場擴,搶得無形優勢。

延伸討論

智慧製造

Robot 與 自駕車 的距離

飛飛
無論是 Smart Factory、Smart City,亦或是自駕車直到最吸睛的 Robot,物聯網應用始終圍繞三大要角:感測器、物件、通訊。在此之中, Robot 與 自駕車 兩者都以擬人化為核心概念,也都具可移動的特性,使其挑戰更大於固定場域的物聯系統,那麼 Robot 與 自駕車 的物聯系統考量及運作,是否意味著大為相同?還是有所不同呢?
智慧製造

穿上機器人,你也能秒變鋼鐵人!

飛飛
看機器人走跳開門搬東西很神奇,把自己變機器人更過癮。穿戴式裝置成為近年大熱門,尤其是像體能手錶、生理測量器材等,大幅改善醫療體驗、輔助健身訓練,確實讓消費大眾感受到科技帶來的生活品質提升。然而,不只是手錶智慧感測,穿戴式機器人正讓鋼鐵人走出電影、走進你我生活。
智慧製造

關於 SDN 與 幾個 Open 來 Open去一起建構 Smart IT 的那些事

飛飛
Software Defined Network 軟體定義網路,聽來很酷。這麼說來,網路可以丟掉實體設備?可以說是,也可以說不是。在全面轉向物聯網型態之中,資料流的節點將不再限於過往封閉式資訊系統,而走向更為開放式資料流(或可從越多新名詞採用 Open 相關名稱可見端倪),那麼這也意謂著處理資料流交換的網路體系將面臨更多挑戰,特別是像 IIoT 裡所必須連結各式各樣工控系統、同時處理類比與數位的感測訊號及各種不同人機介面的應用程式系統層面。