久久久91-久久久91精品国产一区二区-久久久91精品国产一区二区三区-久久久999国产精品-久久久999久久久精品

隨著邊緣計算業務的逐步展開，各類行業用戶對于邊緣計算性能 的需求也日益明確，特別是在多個邊緣計算節點可選的情況下，用戶希 望能夠根據其位置到計算節點之間的時延以及用戶自身業務需求情況， 綜合選擇計算與網絡資源，即將算力資源與網絡資源融合后提供給上層 業務調用，也就是算網融合服務。為了實現此目標，需要解決算力度 量、算力感知、算力路由、算力交易以及算力編排等系列難題，因此算 力網絡技術應運而生。本文概要性地介紹了邊緣計算推動下的算網融合 趨勢、面臨的問題與挑戰，以及由此而產生的算力網絡等新型技術。

隨著ICT技術的不斷發展，云計算向各行業逐漸滲透，傳統的工控領域也受互聯網技術的影響，行業內傳統的系統軟件和系統解決方案正逐漸發生巨大的變化，但是在OT與IT的融合過程中，由于關注點、技術棧、應用場景、行業背景等諸多因素的阻礙，愈來愈流行的云計算技術在生產側落地的過程中遇到了諸多的挑戰。本文定位于傳統工控行業，利用云技術為邊緣平臺設計基礎的運行環境，該環境既能為傳統的工業服務（采集、實時、歷史等）提供支撐，也能融合當今先進的智能技術（機器視覺、機器學習、協同仿真等），具有兼容性、異構性、實時性、開發性、擴展性、可靠性、智能性、安全性等特點。

近年來，深度學習促進了人工智能的快速發展，并逐漸滲透到各行各業。然而人工智能訓練和推理所需的大量數據傳輸、算力資源調用會影響到系統的實時性能，從而導致該技術在工業應用中存在困難。眾所周知，實時性是工業自動化的一項指標，特別是在運動控制和自動駕駛方面更為重要。如果因人工智能而使得工業系統接收和發送數據、指令響應緩慢，那么工廠生產終將難以實現智能化突破，阻礙了人工智能在工業自動化中的普及。基于此，本文提出一種三實時架構，它涉及實時網絡、實時操作系統和實時調度，希望通過提出該架構引起業界廣泛的研究熱潮。

當前關于如何激勵更多邊緣節點參與邊緣計算環境仍然缺乏研究，為此本文首先基于斯塔克爾伯格博弈理論提出了在云—邊環境中單個云服務下行任務的激勵機制設計，考慮了云節點和邊緣節點間的博弈以及邊緣節點內部的博弈，該激勵機制能夠適應邊緣計算環境的動態性。同時提出了“云-邊-端”三層 架構環境中多個云服務下行任務的激勵機制；最后，本文提出了一種邊緣節點相互合作以實現資源分配均衡的合作激勵機制，該合作激勵機制能夠有效激勵邊緣節點貢獻資源以及均衡任務間的資源分配。此外，本文給出了關于該問題可進一步開展的重點研究工作。

實現工業互聯網價值離不開邊緣計算的支撐，而工業現場設備種類繁多， 領域特性又大相徑庭，目前工業邊緣計算應用雖然已有一定數量，但通用性較差。工業邊緣計算是OT與IT融合的典型應用場景，工業邊緣APP需要同時支撐邏輯運動控制、監控人機界面等OT應用與視覺檢測、數據采集分析、預測性維護、生產管理等IT應用。通過IEC 61499標準與微服務、容器化技術融合，工業邊緣應用可以實現多種編程語言混合設計，通過軟硬件解耦靈活部署到任意邊緣節點， 從而實現工業互聯網從數據到模型再到控制的完整閉環，真正為制造業賦能。

當前全球數字化浪潮蓬勃興起，邊緣計算通過就近提供計算、網絡、智能等關鍵能力，加速賦能經濟轉型升級，已逐步成為計算體系的新方向、信息領域的新業態、產業轉型的新平臺，整體上處于高速發展階段，正從概念普及加速走向務實部署，受到了學術界和產業界的廣泛關注。Gartner、IEEE等權威機構將邊緣計算作為2020年十大技術方向，中國科學院和中國工程院在 《2020研究前沿》、《全球工程前沿2020》中，將邊緣計算列入信息領域十大技術前沿。據Research and Market預測，邊緣計算市場規模2018~2022年復合增長率超30%；據CB Insights預測，2023年全球邊緣計 算市場有望達到340億美元[1]。本文從學術界及產業界兩個維度深入剖析邊緣計算概念內涵、學術方向、產業 路徑，綜述邊緣計算在核心環節發展面臨的挑戰和問題，研判邊緣計算未來發展態勢與方向。

工業互聯網是新一代網絡信息技術與制造業深度融合的產物，是經濟轉型升級的關鍵依托和重要途徑。邊緣計算是支持工業互聯網的關鍵技術。本文首先說明了邊緣計算在工業互聯網產業發展過程中的重要意義，然后分別從邊緣計算的發展歷程、邊緣端智能化方法和邊緣計算平臺三方面介紹了工業互聯網邊緣計算近年來的研究現狀，最后指明了工業互聯網邊緣計算在今后發展中尚待解決的關鍵問題。

作為工業互聯網中的一項關鍵技術，邊緣計算在工業界引起了廣泛討論，針對不同行業、不同場景的應用探索不斷涌現。基于對鋼鐵行業現狀、特點、環境、需求、痛點、任務和未來發展趨勢的深刻分析，結合中國寶武發展實際，本文對工業互聯網頂層架構設計中邊緣層實施的一些技術問題進行闡述，對鋼鐵行業與工業互聯網融合發展具有迫切的實踐意義。

近年來，人工智能的應用場合已經從過往的依賴超級計算機轉移到邊緣計算，這不僅得益于算法的巨大改進，而且得益于邊緣計算算力的巨大進步和分布式計算框架的形成。這里，筆者就人工智能的工業應用前景以及工業人工智能在邊緣計算中的應用做一定的擴展。

在工業系統信息化與智能化逐步推進的形勢下，邊緣計算已變得越發重要。相比云計算在大數據處理分析方面的優勢，邊緣計算在低延時與高可靠的場景中有著云計算無法替代的優勢。邊-云協作已經成為工業互聯網、自動駕駛、智慧城市等邊緣計算重要場景的新趨勢。利用云的強大計算與儲存能力來處理歷史數據進行分析優化，而依靠邊緣計算的能力解決高實時性任務。然而，現有的邊-云協作數據管控缺乏統一標準，造成各個平臺與設備兼容性差，導致工業互聯網無法互聯互通。因此，IEEE P2805邊緣計算節點系列標準的設立為自主管理、數據清洗緩存、邊-云協同機器學習等方向提供了標準化參考。