3实时IOT Edge计算示例

黛恩使用Edge Computing来分析传感器数据

Daihen Corp.的创新工作组队的执行官Ichiro Yamano是一家日本工业电子公司的创新工作队长，描述了他组织的旧监控和伐木系统作为手动和耗时。

“我们的大阪工厂的运营领导者正在寻找更快的方法来分析来自数十种设备的传感器数据测量材料条件，并减少对手动监控的需求，”Yamano表示。

答案？边缘计算。

借助FogHorn的Lightning Edge ML(允许复杂的机器学习模型在高度受限的设备上运行)，Daihen实现了对其工业变压器制造过程的自动化监控。

Foghorn副总裁副总裁兼总经理Yuta Endo表示，为工业和商业物联网应用的Edge智能开发者，为其工业客户的实时数据分析和数据运营制造了软件。

“不可能所有事情都发生在云计算中，所以你必须进行平衡边缘与云之间,”他说。“我们正在做很多繁重的边缘工作，并与许多云供应商和现场服务合作，进行大量的闭环机器学习和分析。”

在边缘部署Foghorn的实时分析和机器学习使Daihen能够立即识别生产错误，并提高协作和数据准确性。

戴恒还安装了新的传感器，通过RFID监控整个工厂的温度、湿度和粉尘水平。Endo表示，这将产生实时数据，识别变压器的每个部分是如何组装和存储的，并跟踪每个阶段完成所需的时间。这边缘智力从传感器，可编程逻辑控制器和应用程序的组合收集，可以深入了解可能影响所生产成分质量的任何更改。

“我们知道利用我们的工业数据的力量将使我们能够提高厂家运营的效率，”Yamano说。“Foghorn的解决方案提供了准确，实时数据处理，允许我们在制造过程中直观地分析数据，从而提高生产质量，自动化大量的手动流程。”

制造业需要一个其他关键要素：a可视化系统。为此，它转向Foghorn合作伙伴Energia Communications Co.Ltd.

Energia的IT经理Takahiro Masuda表示，有必要组织、清理和丰富Daihen网络中的各种异构数据。

结果出乎戴亨的意料。Yamano表示，在部署后的6个月内，大恒大阪工厂实现了70%的rfid跟踪系统覆盖率，预计每年将节省1800小时的人工记录时间。

此外，该公司现在能够更快，更准确的业务决策，以及具有详细的，具有详细的上下文化制造过程数据的工厂和制造业务的更好智能。

“当我们向日本各种工厂推出Foghorn解决方案时，我们预计将看到5000小时的年度储蓄，”Yamano说。

AeroFarms使用边缘计算来改进操作流程

位于新泽西的垂直农业公司AeroFarms的使命是在保护自然资源的同时，种植最好的植物，为人类造福。垂直农场- 其中植物和生产在层中垂直堆叠 - 将园艺与数据科学结合在室内种植庄稼。

Marc大岛渚

该公司成立于2004年，在没有阳光、土壤和杀虫剂的严格控制的室内环境中种植短茎绿叶蔬菜和草本植物。AeroFarms联合创始人兼首席营销长马克•大岛(Marc Oshima)说，这一工艺的产量是田间耕作的390倍，而耗水量则减少了95%。

“婴儿林林蔬菜在现场可能需要30至45天的成长，正如一个例子;我们可以在12到14天内成长它们，”他说。

在AeroFarms位于纽瓦克(Newark)的7万平方英尺(约合7万平方英尺)的厂房里，每一家工厂都从地板到天花板层层叠放，都配备了一个可实现物联网功能的传感器，可以跟踪消耗了多少水、营养密度以及收割的准备程度——在一个更新但传统的行业里，这是一个主要的edge计算例子。

温度、水和照明都是自动调节的，这样AeroFarm团队就能准确地知道什么时候该采摘蔬菜，以获得最大的风味、营养和新鲜度，从而避免腐败和浪费。

AeroFarms在部署该系统时面临的挑战之一是确保传感器数据的完整性和及时性。配对物联网传感器与机器学习Dell Edge网关使公司能够克服这一挑战并改善不断增长的环境。

“使用边缘网关，我们能够无线地监控进入评估的所有输入，使我们能够在任何类型的变异性方面了解级别，这使我们能够与定性因素结婚并能够考虑如何持续改善我们不断提高的算法，“Oshima说。

其他客户可能会使用edge网关来安装他们的控制系统，并将数据注入云端进行分析，而AeroFarms将其网关放置在照明和灌溉系统的上游，在那里收集数据，并将数据输入公司的后端系统，以便团队采取行动。

“网关基本上是连接他们的控制系统和设备中所有传感器的桥梁，”戴尔技术公司物联网和边缘计算技术总监Jason Shepherd表示。

网络下一步使用边缘计算来减少延迟

Network Next由游戏开发者和网络专业人士于2017年创立，目标只有一个:为游戏玩家打造更好的互联网。这个谜题的关键部分是打击延迟5毫秒就可能决定游戏的胜负。然而，今天的互联网并没有针对游戏进行优化;这家位于加州圣莫尼卡(Santa Monica)的初创公司的首席执行长菲德勒(Glenn Fiedler)说，它是为静态和流媒体内容设计的，而不是在线多人游戏等实时应用程序。

格伦菲埃勒

它可能不是典型的边缘计算示例，但它是网络接下来的答案。该公司旨在帮助Limelight Networks Inc.的边缘云平台，为游戏创建互联网快车道，以提供最佳的多人体验。

费德勒说:“Edge computing真的很有趣，因为它让我们可以运行一些与玩家非常接近的计算，而Limelight在这方面做得非常好。”“我们利用所有的网络，为每个玩家找到他们玩游戏的最佳路径。我们使用Limelight为我们提供的边缘计算来引导这一趋势。”

Fiedler承认该公司的目标是与传统的优先级计算用例相比的旨在做得非常激进。“我们实际上是使用边缘计算，让利润率的网络成为我们可以获得游戏流量的形式，”他说。

Network Next的技术可以通过Limelight的存在点或其他方式引导游戏流量边缘节点这些边缘节点直接连接到数据中心，在那里游戏开始，减少延迟，改善用户的游戏体验，这在很大程度上归功于LimeLight的私有IP骨干网，可以直接连接到900多个isp。

“我们把我们的节点放在Limelight的Edge Compute中，我们能够利用Limelight与isp进行对等的所有工作，”费德勒说。这将为玩家提供比公共互联网更持久的低延迟体验。”

Network Next选择Limelight是因为它在美国和其他它感兴趣的市场有多个地点，也因为Limelight与“最后一英里”提供商的连接，edge在Limelight的产品管理总监尼尔·格莱泽布鲁克(Neil Glazebrook)说。

他说:“所以，如果玩家在康卡斯特(Comcast)、英国电信(British Telecom)或德国电信(Deutsche Telekom)上玩游戏，我们就已经有了一种‘高速公路’，可以把用户从家里连接到离Limelight edge最近的地点。”

Network Next正在十几个地点部署Limelight的edge compute, Glazebrook说。该公司向通常在私有网络或公共云中运行源服务器的游戏提供商提供服务。

“他们真正解决的是多游戏、低延迟的流媒体，”他说。“假设你是一名玩家使用游戏服务接下来的网络已启用。您将连接到最近的网络下一个边缘，恰好在Limelight网络中运行。“

例如，达拉斯地区的玩家连接到达拉斯存在点。然后，每隔几毫秒，Network Next服务器就会分析从Dallas到gaming origin服务器的不同路由，并确定返回的最佳路径。

“它可以在较轻的骨干上，它可能会穿过替代IP运输提供者，或者它甚至可以通过互联网，”Glazebrook说。“它在每秒多次进行这一非常详细的分析和映射互联网，只是为了确保途中被加快。”

特别是在多用户游戏中，这能够确保所有人在玩游戏时获得相似或相同的体验。

在分析方面，Network Next正在使用自己的分析平台来获取必要的数据，以改善其运营。“我们将收集所有玩家的数据边网络回到聚光灯下，这样它就可以提高自己对其他客户的优势，”费德勒说。