EC-EDGE边缘计算
共创物联世界,洞见智能未来,助力企业数字化转型升级.
EC-EDGE采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。平台集成软件(数采、数显)、硬件（传感设备）一体化打包封装。
“让一个行业解决方案变成一个应用，在EC-EDGE平台轻松安装部署，让您快速实现所见即所得！”
定义：
什么是物联网边缘计算?你需要知道的一切
物联网边缘计算，又名Link IoT Edge，边缘计算是一种分布式信息技术 (IT) 架构，其中客户端数据在网络外围尽可能靠近原始源进行处理。
数据是现代企业的命脉，提供有价值的业务洞察并支持对关键业务流程和运营的实时控制。当今的企业淹没在数据的海洋中，并且可以从几乎世界任何地方的远程位置和恶劣的操作环境中实时运行的传感器和物联网设备定期收集大量数据。
但这种虚拟的数据洪流也正在改变企业处理计算的方式。建立在集中式数据中心和日常互联网之上的传统计算范式不太适合移动不断增长的现实世界数据河流。带宽限制、延迟问题和不可预测的网络中断都可能损害此类工作。企业正在通过使用边缘计算架构来应对这些数据挑战。
简而言之，边缘计算将部分存储和计算资源移出中央数据中心，并更靠近数据本身的来源。这项工作不是将原始数据传输到中央数据中心进行处理和分析，而是在数据实际生成的地方进行——无论是零售商店、工厂车间、庞大的公用事业公司还是整个智能城市。只有边缘计算工作的结果，例如实时业务洞察、设备维护预测或其他可操作的答案，才会被发送回主数据中心进行审查和其他人工交互。
因此，边缘计算正在重塑 IT 和商业计算。全面了解边缘计算是什么、它是如何工作的、云的影响、边缘用例、权衡和实施注意事项。
EC-EDGE是芯辰智能EC-Master在边缘端的拓展。它继承了EC-Master安全、存储、计算、人工智能的能力，可部署于不同量级的智能设备和计算节点中，通过定义物模型连接不同协议、不同数据格式的设备，提供安全可靠、低延时、低成本、易扩展、弱依赖的本地计算服务。
同时，物联网边缘计算可以结合芯辰智能的大数据、AI学习、语音等能力，打造出云边端三位一体的计算体系。
边缘计算如何工作？
边缘计算完全取决于位置。在传统的企业计算中，数据是在客户端端点（例如用户的计算机）生成的。该数据通过企业 LAN 跨 WAN（例如互联网）移动，其中数据由企业应用程序存储和处理。然后，该工作的结果被传送回客户端端点。对于大多数典型的业务应用程序来说，这仍然是一种经过验证且经过时间考验的客户端-服务器计算方法。
但连接到互联网的设备数量以及这些设备产生和企业使用的数据量增长得太快，传统数据中心基础设施无法适应。 Gartner 预测， 到 2025 年，75% 的企业生成数据将在集中式数据中心之外创建。在通常对时间或中断敏感的情况下移动大量数据的前景给全球互联网带来了巨大的压力，而全球互联网本身也经常受到拥塞和中断的影响。
因此，IT 架构师已将重点从中央数据中心转移到基础设施的逻辑 边缘 ——从数据中心获取存储和计算资源，并将这些资源转移到生成数据的位置。原理很简单：如果不能让数据更接近数据中心，那就让数据中心更接近数据。边缘计算的概念并不新鲜，它植根于几十年前的远程计算理念——例如远程办公室和分支机构——在这些理念中，将计算资源放置在所需位置比将计算资源放置在所需位置更可靠、更高效。依赖单一中心位置。
边缘计算、云计算、雾计算
边缘计算与云计算 和 雾计算的概念密切相关 。尽管这些概念之间存在一些重叠，但它们不是同一件事，通常不应互换使用。比较概念并理解它们的差异很有帮助。
了解 边缘、云 和雾计算之间差异的最简单方法之一是强调它们的共同主题：所有三个概念都与分布式计算相关，并侧重于与正在生成的数据相关的计算和存储资源的物理部署。区别在于这些资源位于何处。
为什么边缘计算很重要？
计算任务需要合适的架构，适合一种计算任务的架构并不一定适合所有类型的计算任务。边缘计算已成为一种可行且重要的架构，支持分布式计算将计算和存储资源部署在更靠近数据源的位置（最好与数据源位于同一物理位置）。总体而言，分布式计算模型并不新鲜，远程办公室、分支机构、数据中心托管和云计算的概念有着悠久且经过验证的记录。
但去中心化可能具有挑战性，需要高水平的监控和控制，而在远离传统的集中式计算模型时，这些监控和控制很容易被忽视。边缘计算之所以变得重要，是因为它为与移动当今组织生成和消费的大量数据相关的新兴网络问题提供了有效的解决方案。这不仅仅是金额的问题。这也是一个时间问题；应用程序依赖于对时间越来越敏感的处理和响应。
物联网边缘计算的核心功能如下：
边缘实例
边缘实例提供一种类似文件夹的管理功能，您可以通过实例的方式管理边缘端相关的网关、子设备，同时也可以管理场景联动、函数计算、流数据分析和消息路由内容。通过部署实例，将边缘实例中的资源部署至网关中。
设备接入
物联网边缘计算提供多语言设备接入SDK，让设备轻松接入边缘计算节点。
场景联动
场景联动是规则引擎中，一种开发自动化业务逻辑的可视化编程方式，您可以通过可视化的方式定义设备之间联动规则，将规则部署至云端或者边缘端。
拖拽可视化组件即可实现多设备的本地管理、联动及控制，每个人都可以成为面向设备不用编程的程序员。
例如，您可以将“开门”、“开灯”两个操作串联起来，并设置时间区间在18：00至19:00之间，实现在固定时间段，门开灯亮。
边缘应用
应用管理是Link IoT Edge提供的边缘应用管理能力，可以帮助您标准化的管理边缘端应用的版本、配置等。
函数计算应用：函数计算是一种运行时（Runtime）框架，可完成设备接入到边缘网关的开发以及基于设备数据、事件的业务逻辑开发。当前有云产品模式（结合芯辰智能函数计算产品使用）和本地直接上传模式。
容器镜像应用：容器镜像应用是一种基于容器技术的边缘应用，可以直接从镜像仓库中拉取镜像作为边缘应用。
消息路由
物联网边缘计算提供消息路由的能力。您可以设置消息路由路径，控制本地数据在边缘计算节点中的流转，从而实现数据的安全可控。
提供的路由路径如下：
设备至IoT Hub
设备至函数计算
函数计算至函数计算
函数计算至IoT Hub
IoT Hub至函数计算
断网续传
边缘计算节点在断网或弱网情况下提供数据恢复能力。您可以在配置消息路由时设置服务质量（QoS），从而在断网情况下将设备数据保存在本地存储区，网络恢复后，再将缓存数据同步至云端。
边缘计算用例和示例
原则上，边缘计算技术用于在网络边缘或附近“就地”收集、过滤、处理和分析数据。这是一种使用无法首先移动到集中位置的数据的强大方法——通常是因为数据量巨大，使得这种移动成本高昂、技术上不切实际，或者可能违反合规义务，例如数据主权。这个定义催生了无数 现实世界的例子和用例：
1.制造业。 一家工业制造商部署边缘计算来监控制造，在边缘实现实时分析和机器学习，以发现生产错误并提高产品制造质量。边缘计算支持在整个制造工厂添加环境传感器，从而深入了解每个产品组件的组装和存储方式以及组件的库存时间。制造商现在可以就工厂设施和制造运营做出更快、更准确的业务决策。
2.农业。 考虑一家在室内种植农作物、没有阳光、土壤或杀虫剂的企业。该过程将生长时间缩短了 60% 以上。使用传感器使企业能够跟踪用水量、养分密度并确定最佳收获。收集和分析数据，找出环境因素的影响，不断改进作物生长算法，确保作物在最佳状态下收获。
3.网络优化。 边缘计算可以通过测量互联网上用户的性能，然后利用分析来确定每个用户流量的最可靠、低延迟的网络路径，从而帮助优化网络性能。实际上，边缘计算用于“引导”整个网络的流量，以实现最佳的时间敏感流量性能。
4.工作场所安全。边缘计算可以结合和分析来自现场摄像头、员工安全设备和各种其他传感器的数据，以帮助企业监督工作场所条件或确保员工遵循既定的安全协议——特别是当工作场所位于偏远或异常危险的情况下，例如建筑工地或石油钻井平台。
5.改善医疗保健。医疗保健行业极大地增加了从设备、传感器和其他医疗设备收集的患者数据量。如此巨大的数据量需要边缘计算应用自动化和机器学习来访问数据，忽略“正常”数据并识别问题数据，以便临床医生可以立即采取行动，帮助患者实时避免健康事故。
6.运输。自动驾驶车辆每天需要并产生 5 TB 到 20 TB 的数据，收集有关位置、速度、车辆状况、道路状况、交通状况和其他车辆的信息。并且必须在车辆行驶时实时汇总和分析数据。这需要大量的车载计算——每辆自动驾驶汽车都成为一个“边缘”。此外，这些数据还可以帮助当局和企业根据实地实际情况管理车队。
7.零售。零售企业还可以通过监控、库存跟踪、销售数据和其他实时业务详细信息产生大量数据。边缘计算可以帮助分析这些多样化的数据并识别商机，例如有效的结束或活动、预测销售并优化供应商订购等。由于零售业务在本地环境中可能存在巨大差异，因此边缘计算可以成为每个商店本地处理的有效解决方案。
边缘计算有哪些好处？
边缘计算解决了重要的基础设施挑战——例如带宽限制、过度延迟和网络拥塞——但 边缘计算还有一些潜在的额外好处 ，可以使该方法在其他情况下有吸引力。
自治。在连接不可靠或带宽因站点环境特征而受到限制的情况下，边缘计算非常有用。示例包括石油钻井平台、海上船舶、偏远农场或其他偏远地点，例如雨林或沙漠。边缘计算在现场（有时在边缘设备本身）进行计算工作 ，例如偏远村庄净水器上的水质传感器，并且只有在连接可用时才能保存数据以传输到中心点。通过在本地处理数据，可以大大减少要发送的数据量，从而需要比其他方式所需的带宽或连接时间少得多的带宽或连接时间。
数据主权。移动大量数据不仅仅是一个技术问题。数据跨越国家和地区边界的传输可能会给数据安全、隐私和其他法律问题带来额外的问题。边缘计算可用于使数据靠近其来源，并遵守现行数据主权法的范围，例如欧盟的 GDPR，它定义了数据应如何存储、处理和公开。这可以允许在本地处理原始数据，在将任何数据发送到云或主数据中心（可能位于其他司法管辖区）之前隐藏或保护任何敏感数据。
边缘安全。 最后，边缘计算提供了实施和 确保数据安全的额外机会。尽管云提供商拥有物联网服务并专注于复杂的分析，但一旦数据离开边缘并返回云端或数据中心，企业仍然担心数据的安全性。通过在边缘实施计算，任何通过网络返回云或数据中心的数据都可以通过加密来保护，并且边缘部署本身可以针对黑客和其他恶意活动进行强化——即使物联网设备的安全性仍然有限。
预热启动：芯辰智能攻城狮团队正在潜心研发中，全新产品带来惊喜连连！敬请期待！
