有些地方太偏远、太严酷,人类无法安全探索(例如,在地球下数百英里、经历极端温度的地区,或在其他行星上)。这些地方可能有重要的数据,可以帮助我们更好地了解地球和它的历史,以及其他行星上的生命。但它们通常很少甚至没有网络连接,这使得探索人类不适宜居住的环境的挑战显得更加不可能。

我们如何突破可能的界限?

这个问题的答案实际上就在你的手机、你的智能手表以及地球上数十亿的其他地方——那就是物联网(IoT)。联网设备使我们能够将感官延伸到遥远的地方,比如在火星上工作的机器人或远程监控油井。

这是物联网令人兴奋的未来,它比你想象的更接近。物联网已经为改善我们生活的方方面面提供了深刻而精确的见解。这里有几个例子:

  • 工厂的物联网传感器可以在事故发生前监测和预测设备故障。
  • 医疗保健提供者可以为改善患者健康的患者护理提供远程监控。
  • 安全摄像头可以通过实时通知更好地保护人们。

由于这些物联网设备是由处理能力和内存有限的微处理器或微控制器驱动的,它们通常严重依赖AWS和云来进行处理、分析、存储和机器学习。但随着物联网设备和用例数量的增长,人们发现管理这些联网设备带来了新的挑战。有时互联网连接很弱,或者根本不可用,这在偏远地区是经常发生的情况。对于某些应用程序,由于延迟需求(例如,自动驾驶汽车实时解释其环境),往返于云之间是不可能的。

此外,还需要考虑将数据发送到云计算的成本。一些传感器,比如工厂里的传感器,正在收集大量的数据,而把它们全部发送到云端可能会变得昂贵。这些障碍正把一些人逼到绝境——真的。

在这篇文章中,我想谈谈边缘计算,即在不同的位置拥有计算资源和决策能力的能力,这种能力通常与云有间断的或没有连接。换句话说,在数据创建的地方处理数据。

边缘设备在哪里?

开发人员越来越多地发现,在接必威体育精装版app官网近终端用户、甚至是在设备上进行计算和分析的好处。通过将数据处理移到更接近最终用户的位置,可以减少关键应用程序的延迟。您还可以帮助管理由数十亿设备生成的海量数据,并提供快速、智能、接近实时的响应能力。

边缘设备,如网关或摄像头,可以在本地处理它们生成的数据,同时仍然使用云进行管理、分析、持久存储等等。下面是一些你可能会在工作中看到edge技术的地方:

在访问位于偏远位置的数据时,边缘设备是至关重要的。可能没有> >互联网连接或安全可能是一个问题。地点可能在地表以下几英里的矿井或油井中,在丛林中,甚至在另一个星球上。此外,具有优势能力的机器人可以通过在不适宜和危险的地点进行测试和操作来保证工人的安全。

例如,InSitu公司(波音公司的一个部门)在无人机上使用了尖端技术,可以在森林大火、露天矿山和沙漠井口等极其偏远的地区,在数百万小时内捕捉tb级的高分辨率图像。

实时持续监控设备的状态有助于在潜在故障影响生产之前识别它们。我们通常看到预测性维护解决方案部署在工业环境中,如工厂和生产设施,从而提高设备寿命,提高工人安全,并优化供应链。

更重要的是,你可以通过编程让你的设备在本地过滤数据,以更低的成本获得丰富的信息。只将应用程序所需的数据传输到云。Edge设备还可以通过自动化重复的任务来简化操作。例如,在亚马逊的物流中心,机器人协助人类工人帮助整理和递送包裹。

农业公司正在改善农作物的健康状况、产量和营养,同时还通过启用碘的温室和农场降低食品成本。边缘装置识别植物的主要生长阶段,并自动调整营养、水和环境条件,以最大限度地提高产量。它们还可以监测土壤条件或记录作物特征,如产量、壳重和收获期间的湿度。例如,拜耳作物科学利用物联网从农业数据中获取新的商业见解,帮助农民改善全球粮食系统。

汽车和卡车越来越有能力感知周围的环境,甚至导航。例如,他们可以检测到另一辆车,使用摄像头监控司机的警觉性,使用语音控制来管理汽车或家庭设置,甚至自动驾驶。这些类型的改进需要本地计算,这样车辆和驾驶员可以在一瞬间做出反应。

为了提供不间断的服务,家庭监控设备需要低延迟和本地计算数据的能力,以便在入侵或泄漏时迅速通知居民。例如连接门锁、视频门铃、安全摄像头、漏水检测器和连接恒温器。

在边缘

通过使用edge计算,您可以利用云提供的一些功能和功能,并将其扩展到edge设备。大约两年前,我们启动了AWS物联网本片,该软件可以让您以安全的方式运行本地计算、消息传递和存储连接的设备。

有了AWS IoT Greengrass,连接的设备就可以运行了AWS Lambda函数,执行基于ML模型的预测,保持设备数据同步,并安全地与其他设备通信——即使没有连接到internet。

AWS IoT Greengrass在edge网关或摄像头等设备上运行,这些设备可以收集数据,在将数据发送到云端之前进行过滤和分析,并采取近乎实时的行动。然而,大多数edge设备都是带有传感器的小的、低功率的设备(如灯泡或电器)。AWS IoT Greengrass设备可以连接到这些较小的设备,收集数据,并使它们能够在本地运行。

这些设备经常运行亚马逊FreeRTOS这是一种用于微控制器的开源操作系统。Amazon FreeRTOS生产小型、低功耗的边缘设备,易于编程、部署、安全、连接和管理。

边缘ML

物联网和边缘计算中最令人兴奋的进步之一是能够在设备上本地运行ML推理。ML使用从现有数据中学习的算法(这个过程称为训练)来对新数据作出决定(这个过程称为推理)。

在训练过程中,识别数据中的模式和关系来建立模型。该模型允许系统对它以前没有遇到过的数据作出智能决策。优化模型压缩模型大小,使其快速运行。

ML模型的训练和优化需要大量的计算资源,因此它很适合云计算。推理所需的计算能力要小得多,而且通常在有新数据可用时实时进行。获得低延迟的推断结果对于确保物联网应用程序能够快速响应本地事件非常重要。

例如,有利的权力为重型汽车设计和制造动力总成电气化和连接技术。他们使用这是我的推理以获得洞察力和预测分析模型,然后可以分发到车辆,以实时采取预防行动。抢先于设备故障可以节省金钱和时间,并提高安全性。

想象一下当您将edge ML功能添加到能够感知、处理和行动的机器人时的可能性。本地推断允许机器人在接近实时的情况下做出自主决策,即使没有连接到云。

智能机器人正越来越多地用于仓库配送库存,在家中执行繁琐的家务,以及在零售商店提供客户服务。机器人技术应用程序使用ML来执行更复杂的任务,如识别物体或人脸、与人交谈、执行口头命令或自主导航。

去年11月,我们宣布AWS RoboMaker,该服务使大规模开发、测试和部署智能机器人应用程序变得容易。必威体育精装版app官网因为AWS RoboMaker是在AWS IoT Greengrass上构建的,你的机器人可以在本地对生成的数据进行操作,同时仍然使用云进行管理、分析和持久存储。这还支持带有内置机器人注册表、安全性和容错功能的机队管理服务。您可以在机器人的整个生命周期中部署、执行无线(OTA)更新和管理机器人应用程序。

加州理工学院(CalTech)正在NASA喷气推进实验室(JPL)使用AWS RoboMaker来加速太空地形漫游者新功能的开发。必威体育精装版app官网例如,他们正在测试一种能够模仿人类手臂运动的机械手臂。

无需连接的存储和计算

在几乎没有或几乎没有互联网连接的环境中存储和处理数据是许多组织都面临的挑战(例如,在沙漠、船舶或无人机中)。在这种情况下,您需要一个足够小的物理存储设备和计算设备,以便能够运输并能够处理恶劣环境的严格要求。

三年前,我们宣布AWS雪球边缘,一种边缘计算设备,支持远程位置的独立本地工作负载,并用于数据迁移。Snowball Edge支持特定的Amazon Elastic Compute Cloud (Amazon EC2)实例类型,以及Lambda函数。您可以在AWS中必威体育精装版app官网开发和测试,然后在远程位置的设备上部署应用程序,以收集、预处理和返回数据。

例如,俄勒冈州立大学的哈特菲尔德海洋科学中心使用Snowball Edge实时收集和分析100 TB的海洋和海岸图像。他们使用机载计算能力,上岸后将数据传输到云上。

展望未来

无论你是试图发现和探索偏远地区,拯救生命,提高产量,还是仅仅试着做完美的大饼-物联网和前沿技术帮助你实现这一目标。

在AWS,当我们考虑未来的混合时,我们相信目前数据中心的大部分工作负载将在云中,而本地基础设施将是位于边缘的数十亿台设备。室内设备将会出现在我们的家里、办公室、油田、太空、飞机、船舶和其他地方。

这使得云比以往任何时候都更加重要:连接的设备需要一个安全的平台来聚合和分析所有的数据。这种自上而下的视图允许组织做出更好的决策,改善最终用户体验,并发现新的机会。

如果你有兴趣学习更多关于物联网和边缘计算,考虑加入我在AWS re: 2019年发明12月2日至6日在拉斯维加斯。

评论

博客评论Disqus