查看: 91|回复: 0

[原创] 机智云4.0发布 推下一代IOT雾计算概念

[复制链接]

69

主题

0

好友

911

积分

版主

Rank: 7Rank: 7Rank: 7

  • TA的每日心情
    慵懒
    2016-10-24 09:55
  • 签到天数: 1 天

    [LV.1]初来乍到

    发表于 2016-9-22 15:04:04 |显示全部楼层
    【IT168 云计算】当云计算刚刚从概念炒作到规模落地,新一代雾计算概念又在IT圈里兴起。
    9月19日,以提供智能硬件开发与云服务为主的国内创新团队——机智云在京正式发布新一代机智云4.0物联网开发平台。距离上一代3.0产品发布仅仅一年时间,4.0产品的全新亮相,着实给用户增添了很多惊喜。同时机智云4.0,也在全新理念与功能上更深层次的诠释了云计算与雾计算的完美结合。
    什么是雾计算?
    简单来说,雾计算是云计算的延伸。物联网(IOT)增长势头迅猛,联网设备剧增,导致所需处理的数据量也十分庞大,对于数据速率、及时性、安全性要求也日益增加。为了解决这些问题,“雾计算”诞生了。
    据了解,雾计算(Fog Computing)概念是由思科提出。在雾计算架构中,数据、数据处理和应用程序都可以被集中在网络边缘设备当中,而不是全部储存在云里。雾计算并非由性能强大的服务器组成,也不具备强大的计算能力,而是由性能相对较弱、更为零散分部的计算设备组成。
    OpenFog架构是雾计算的核心架构。从传统封闭式系统以及依赖云计算的模型,转变为一种新计算模型。它基于工作负载和设备能力,使计算更加接近网络边缘,即IoT传感器和制动器。
    显然,对于首个推出物联网雾计算服务能力的云服务平台,机智云在面向未来的物联网时代在积极布局。物联网化的产品在向各个生活和商用领域渗透,因为设备的运算能力和储存有限,现有的大部分的物联网平台技术架构都把设备端的数据原封不动传到云端去做复杂计算。这种弱设备,强云端的架构导致设备响应速度慢,连不上网时设备有些功能甚至无法使用。雾计算把云计算的能力延伸,把部分的运算和存储能力推到网络的边缘,让设备本身,与设备相连的通信模块,或近场的网关设备都可以参与到“雾计算”体系。
    “雾计算的使命并不是为了取代传统云计算,而是作为其补充和扩展来出现。在万物互联的新时代里,它将计算能力赋予到了更加边缘的设备节点。让开发者得到更加快速、便捷的数据收集、处理、反馈的能力。”机智云CEO黄灼表示。

    机智云4.0应雾计算应用难点而生
    雾计算最大的难点在于如何动态、大规模(百万级的边缘运算节点)地部署运算和存储能力,云端和设备端如何高效协同、无缝对接?复杂的算法如何在云和雾之间合理分解和整合?这一切都需要一个对云管端三者都有控制力的技术平台来实现。
    雾计算个概念是思科2014年率先提出,但并没有盛行。其中一个很重要的原因就在于思科的发力点是路由器和交换机, 而这些通信设备缺乏对终端设备的定义和控制能力,因此无法和终端设备实现互通,大部分场景无法把雾计算的能力体现出来,因此真正落地的案例并不多。
    机智云对物联网设备,通信模块,网关节点和云端都有强大的控制力,恰好具备把云计算推向雾端的基础。
    此次发布的机智云4.0,在产品功能上新升级的Edge Computing Engine ECE边缘计算引擎,可以直接通过云端的协调,在设备,通信模块和网关等边缘节点执行动态更新和加载“微应用”,进行实时海量的数据处理,算法执行,甚至实现不同品类和品牌设备之间的互联互通,挖掘雾计算的强大潜力。
    ECE和这次一同发布的其他三款产品:机智云Giga ML吉咖机器学习,Dynamic Data Director动态数据编排引擎,还有Real Time Big Data实时大数据平台有协同效应。开发者可以通过机智云的开发者后台来把雾计算,大数据,机器学习组合起来,高效率开发强大的物联网应用。
    “相较上一代产品,新一代机智云4.0产品在原有设备接入、设备管理和服务能力之上,增加了全新的ECE边缘计算引擎、RTBD实时大数据平台、Giga ML吉咖机器学习、D3动态数据编排引擎,将云计算和雾计算结合,组成超大规模的物联网大数据和机器学习体系,配合应用赋能和傻瓜式操作界面,充分整合物联网、大数据和机器学习应用能力,进一步降低物联网产品和服务的研发和部署及维护难度。” 黄灼介绍。

    机智云4.0功能简介
    ECE(Edge Computing Engine)边缘计算引擎,是一个运行在设备通信模组或近场通信网关上的微应用容器,提供雾计算的运行环境,协调程序和底层硬件环境的关系。ECE和云端微应用管理及分发机制组成了机智云的“雾计算”层。微应用由开发者自行定义,以轻量级对脚本语言(JavaScript,Lua,Python等)构成。脚本可以根据云端的管理机制实时更新和加载,无需重启设备和OTA固件升级。开发者可以直接在云端编写各种脚本,ECE下载到微应用容器中,动态加载这些脚本代码,实时应用到设备和数据上,从而改变设备行为,进行多样化的本地的运算和决策,让“端”变得更加聪明,反应速度更加快,把日渐流行的“软件定义硬件Software Defined Device”升级到“云端定义硬件Cloud Defined Device”。
    RTBD(Real Time Big Data)实时大数据平台,是一个专门为物联网应用而生的实时大数据分析、处理、输出平台。RTBD特别适用于存储和计算物联网行业最常见的基于时间序列的数据(Time Series Data) 和实时的流数据(Streaming Data)。基于搜索引擎技术,RTBD存储量大(可达EB级), 内置强大的实时运算能力,复杂的数据聚合结果可以在毫秒级输出。RTBD还具有多种计算引擎的整合能力可以方便地通过与Hadoop/Spark/Storm等计算平台的整合完成复杂计算。人性化的管理界面让开发者可以方便地定义数据查询脚本,并即时生成对应的 API,使应用赋能在数据层面有质的提升。
    D3(Dynamic Data Director)动态数据编排引擎,帮助开发者快速的定义和部署个性化的数据处理业务。通过图形化的拖拉拽交互方式,开发者可以灵活地编排数据流转逻辑,打造个性化的数据业务系统。D3支持第三方数据源和企业自定义的数据导入,可以通过脚本甚至机器学习的模块来对数据进行处理。开发者定义完数据处理模型后,D3会自动运行,动态处理数据, 并实时执行对应的动作(Action),省去编写和部署服务端代码的繁重工作。
    Giga ML吉咖机器学习,是专门为物联网设计的机器学习产品。基于机智云的云端+雾端计算架构,吉咖机器学习可以把数据采集和处理逻辑动态分配到设备和网关端,让海量的终端设备参与到机器学习的运算中,大大的增加了可采集和处理的数据量和全网络的运算资源,可以高效的实现复杂的的机器学习算法。本次发布的Giga ML跟机智云的D3数据编排有机结合,提供“预测引擎”和“推荐引擎”等机器学习功能模块,极大的降低了机器学习在物联网领域的应用的开发和部署门槛。

    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 立即注册

    关闭

    站长推荐上一条 /5 下一条


    手机版|爱板网 |网站地图  

    GMT+8, 2016-12-10 16:53 , Processed in 0.183201 second(s), 9 queries , Memcache On.

    苏公网安备 32059002001056号

    Powered by Discuz!

    回顶部