IIOT EDGE计算会成为2019年的真正趋势吗？

OIES咨询

是边缘计算分析真正的物联网趋势，还是分析师和大型技术供应商的烟？作为思科（Cisco）这样的制造商，惠普（Hewlett Packard Enterprise）和戴尔（Dell）为边缘建立了特定的基础架构，该基础设施旨在更加坚固和安全，我们都应该相信，边缘会有很多物联网。

在过去的几个月与Aingura Iiot一起工作时，我已经意识到开发和实施的困难边缘计算机器在制造业中倾斜。该公司将多年的行业经验和自动化知识（PLC，SCADAS，HMIS）和电气和机械工程与数据科学家用于开发机器学习算法并为制造业和汽车公司构建IIOT应用程序的独特边缘计算分布系统。

但是，是值得问如果客户准备好甚至有兴趣实施这些技术 - 或者他们会再继续使用不去任何地方的飞行员继续一年？

以下是一些观察结果，我认为将有助于加速实施边缘计算和制造业中的机器学习。

如此众多的公司谈论工业4.0，以及IIOT供应商的零散生态系统以及与客户讨论期间总是出现的挑战，正常要求制造商寻求免费飞行员。

资料来源：Aingura IIOT

但这不仅是在干草堆（IIOT生态系统）中找到针（最佳或最便宜的IIOT产品），而且这是针对您的业务和技术策略的符合您的针对性的。

我知道我正在卖自己，但我的建议是从独立IIT专家那里获得建议。

强大的Edge Analytics机器学习应用程序需要与制造商的PLC交换数据。阅读规格，人们可能会认为这很容易。实际上，如果制造商提供有关如何做的信息，我们可以找到许多方法来从PLC中提取数据。但是，大多数顶级PLC制造商不允许客户轻松从第三方或其客户提取数据。

这不是协议的问题；这是供应商锁定和数据可用性的问题。客户必须要求开放，并避免锁定自己的工厂创新。

我曾是乐观之前的IT和操作技术（OT）的快速收敛。我错了。如果您访问制造公司的工厂地板，您将看到仍需要完成多少工作。

Edge Analytics是IT和OT集成的关键组成部分，需要这些团队的合并知识。但是，这两个领域缺乏技能，以及对运营和业务的影响，使得难以知道哪个部门应该领导优势分析项目。

制造公司需要一个权威的角色，例如首席IIOT官和领导IT/OT收敛策略的资源。

当我写了几年前，雾，云和物联网，Edge Computing和机器学习的炒作才刚刚开始。雾计算和边缘计算以及它们将如何影响物联网体系结构，尤其是在云工作负载方面。

如今，顶级云供应商正在提供物联网平台和工具，可在边缘，治理和端到端安全性上结合云和边缘应用程序开发，机器学习和分析。在OT方面，像西门子这样的公司推出了Mindsphere，这是一种基于SAP HANA Cloud Platform的开放，基于云的物联网操作系统。

制造公司不应停止开发或部署边缘计算和机器学习应用程序，以监控机器的健康状况或改善资产维护和质量控制，因为他们害怕与公共或混合云集成。

IIOT EDGE计算可帮助制造商在没有云的情况下提高其竞争力。而且，当准备好云时，它将提供额外的好处，因此请确保您的IIOT EDGE系统已准备好容易集成。

安全是制造行业IIOT采用的主要挑战之一。由于网络攻击的危险，制造商一直不愿意向互联网开放制造设施。

但是，当我们迈向需要连接的产品和机器的平台和服务的经济性时，每个工厂都应该能够远程利用机器数据并为机器供应商提供。这就需要实现的每个边缘计算机学习系统，以通过开放和安全的协议和标准（例如MTConnect和opc-UA）远程共享数据。

连接机器是使机器更聪明，建立更聪明的工厂和新业务模型蓬勃发展的第一步。

这使用边缘计算机学习系统的好处对制造商非常有吸引力，因为它使他们能够最大程度地减少延迟，保护网络带宽，通过快速决策可靠地运行，收集和确保广泛的数据，并将数据移至最佳处理地点，并通过更好的分析和本地数据的洞察力进行处理。这种IIOT系统中的ROI非常吸引人。

但是，如果制造商不加强并改变过时的态度并迅速开始IIT旅行，他们将永远无法获得这些好处。

预先感谢您的喜欢和分享！

所有的物联网议程网络贡献者都负责其帖子的内容和准确性。意见是作家的，不一定会传达物联网议程的思想。