導讀《工業互聯網平臺白皮書》|工業知識 洪流四濺的時代

昨天在廣州舉辦的工業互聯網大會上,工業互聯網聯盟的《工業互聯網平臺白皮書》也正式發佈。筆者對此做了快速的瀏覽,整體而言,這個報告整體內容比較翔實,而且披露了很多不同的技術細節。

導讀《工業互聯網平臺白皮書》|工業知識 洪流四濺的時代

圖1:工業互聯網平臺白皮書示意圖

白皮書中給出了一個基本定義:工業互聯網平臺是工業雲平臺的延伸發展,其本質是在傳統雲平臺的基礎上疊加物聯網、大數據、人工智能等新興技術,構建更精準實時高效的數據採集體系,建設包括存儲、集成、訪問分析和管理功能的使能平臺,實現工業技術、經驗知識模型化軟件複用化,以工業APP的形式為製造企業各類創新應用,最終形成資源富集、多方參與、合作共贏、協同演進的製造業生態。

定義比較長,這裡開始直接分享心得吧。

邊緣計算爆炸,改變雲統的格局

邊緣計算在過去的一兩年的時間,異軍突起。而ICT廠商一點都沒有浪費這個機會,迅速從這裡進入了工業領域,尤其是許多被認為是傳統自動化供應商的地盤。邊緣計算成為ICT巨頭輕鬆進入工業互聯網的最好切口。軟硬結合(如微軟的Azure盒子、亞馬遜的雪球箱、谷歌的硬件),令人印象非常深刻。硬件順利加軟,而軟件網關(如Oracle的)也順利入位。工業互聯網,已經不是天上的角逐,而成為地下廝殺的新戰場了。

中國電信在工業領域密集佈局,表現出比中國移動更加進取的姿態。中國電信 CPS平臺以生產線數據採集與設備接口層為基礎,初步實現數據匯聚、大存儲、安全保障、工業數據清理和分析展現應用的能力。對於傳統上習慣了做通用管道而言,中國電信深度彎腰做工業攻堅,是一個非常好的態勢。

工業實時性被蠶食突破

無論是算法模型成為新勢力,還是直接在芯片系統的原生集成。這使得工業級的毫秒級響應的應用,逐漸將不再成為門檻。

其中一種做法就是在邊緣層進行數據預處理,剔除冗餘數據,從而減輕平臺負載壓力。有意思的是,軟件陣營和硬件廠商紛紛上手。SAP Leonardo Edge Platform與Dell邊緣網關集成,實現邊緣數據的實時預處理;而華為推出EC-IoT解決方案基於敏捷網關,能夠大幅縮短上線時間。

與此同時,基於操作系統和芯片的原生集成正成為重要創新方向。如Intel推出Wind River Edge Management System嵌入式管理系統,實現設備與Intel IoT Platform的直接互聯。Ayla IoT Platform與博通、高通、意法半導體等芯片巨頭合作,將平臺接口內嵌在芯片中,直接從芯片層面支持邊緣與雲端的互聯。

OPC UA和時間敏感網絡TSN也在迅速上位。一個解決機器互操作問題,一個推動工業以太網邁向兆字節時代,這有望迅速成為掃平工業設備複雜性、協議多樣性和實時性的障礙,為5G的工廠級應用和萬物互聯的智能工廠,提前鋪平道路。

從APP到微服務的平民化

工業互聯網平臺的三明治模型中(前言中安司長語),中間的PaaS平臺(Platform as a Service)是最重要的部分。目前最有雄心壯志的選手,都在聚焦這個地方。新型API技術和容器部署方式,使得平臺本身的快速部署和應用,也成為可能,非專業人士(當前很多企業的設備維護都是這一類人員)也能輕鬆部署——PTC的可視化做的非常好。與此同時,為各類APP開發者提供滿足場景應用開發的微服務,正在成為全新的潮流。

導讀《工業互聯網平臺白皮書》|工業知識 洪流四濺的時代

圖2:平臺架構

西門子通過在設備端部署數據採集模塊MindConnect Nano,實現通用協議兼容和私有協議轉換,至少在西門子自有的設備陣營輕鬆完成設備連通。

工業互聯網平臺走向平民化,非IT的專業人士也可以輕鬆上手。這是一個巨大的進步。

知識黑盒仍然是競爭的焦點

工業互聯網不會因為BAT進來而失去其固有的工業複雜性。這其中最為核心的仍然是工業技術如何體系化、軟件化表達的地方。GE、西門子等原有的工業技術積累,依然是巨大的壁壘。即使在所謂的開源、開放的平臺上,仍然是存在各種巨大的知識“黑盒”,很難探得究竟。以為工業互聯網就能抄近路的想法,不僅是錯的,而且錯了一個量級。因為軟件固化的知識,跟硬件固化的知識不同,前者將更加難以洞察。模仿變得更加困難。

然而這個骨頭,對中國工業而言,必須啃下去。甲方、乙方的通力深度合作,是必經之路。工業互聯網的普及,顯然數據分析方法與工業機理知識正在受到更多的關注。對複雜工業數據的深度挖掘,正在成為共識。報告中提到上海隧道工程公司通過與寄雲合作,藉助平臺採集工業檢測設備中的各類圖像、距離、位置等全部數據,基於岩土知識、扭矩曲線等工業知識機理標記異常信息,對歷史數據進行特徵提取與模型訓練,再接入實時數據進行異常預警,從而解決盾構硬巖掘進機TBM施工過程中的難題。這是攜手共進的結果。

大象螞蟻齊搬家

各家工業企業都在搬家。最忙的還是各種工業終端用戶,例如波音、卡特彼勒等需要把自己的業務細節和關鍵洞察,都搬到雲上去。ABB這種既是工業互聯網平臺的提供者,又是製造的關鍵用戶,也在忙不迭的搬家。ABB正將其面向20多個工業領域的180餘項工業解決方案向Ability平臺遷移;而且,還將這個平臺向微軟的Azure上遷移。

一個全民搬家、一片混亂的局面。張飛鬥岳飛的情勢,也不斷髮生。西門子MindSphere先是甜蜜地與SAP聯姻,然後迅速就分開而轉向亞馬遜的AWS雲。

這是一個整體局面混亂的時代。很多事情想不清楚,很多事情只能做了才知道。但毫無疑問,將現有工業應用向雲端遷移,構建應用服務平臺,實現應用的靈活部署與調用,成為主流。包括施耐德EcoStruxure平臺、發那科FIELD system平臺、和利時HiaCloud平臺,都在忙著搬家。

工業知識的洪流四濺,大東家也在四處遷移,就像雨前的十萬螞蟻大軍。真是難得一見的大場面。

工業互聯網社區的崛起

建立生態體系,其實還是一個遙遠的夢。工業APP是當前工業互聯網平臺最弱的地方。這使得,每一個野心勃勃的平臺提供者,都不得不一邊建平臺搭場子,一邊說服行業聯盟者,一邊自己擼袖子下地去搬磚頭開發應用。在這個過程,如何抓住工程師的興趣和需求,從大小不一的社區出發,建立各種豐富的垂直應用。才可能搶先建立出生態體系。

與電商平臺的贏者通吃(winner-taking-all)的模式不同,筆者認為工業互聯網平臺不會出現一兩家獨大的局面,而是將出現“山”結構字形,也就是基礎平臺之上,會站立很多不同、大大小小的山頭。這些山頭,首先更容易圍繞著企業供應鏈做起。白皮書中提到的航天雲網的案例之一,就是從航天科技集團的內部企業河南液壓氣動公司進行部署。這對於那些擁有成熟供應鏈的企業如美的,建立美雲智數MeiCloud都是順利成章的事情,對多個分工廠的雲管理也變得從容不迫。

而目前,仍然是工業互聯網平臺發展的春秋時代(見工業雲的春秋時代),連戰國七雄的影子都沒有。霸主出現的日子,還得等一陣子。

很多細節的披露

該報告覆蓋了很多工業互聯網的公司和細小的場景描述,值得仔細研究。文中首次提到了西門子MindSphere的底層架構是基於Cloud Foundary。這一點以前一直沒有披露,西門子似乎有意無意地避開了這個問題。

再例如,PTC 在美國工業互聯網非常受推崇,也屢獲各種IDC、美國Quadrant Knowledge Solutions、歐洲PAC諮詢公司等大獎。而在白皮書報告中指出, ThingWorx平臺中集成能夠實時發現邊緣設備異常的模塊 ,並與雲端分析交互共享,實現模型迭代生長。這種“邊緣與平臺協同”,解釋了PTC會被很多其他物聯網平臺作為支撐的一個重要原因。

其實物聯網平臺的突破,體現在很多方面。英特爾芯片windriver、Ayla的技術不太為大家所知的細節。例如,新型API技術為多源異構系統的快速集成提供有效支撐,實現邊緣設備與雲端的集成、傳統工業軟件與雲端的集成、平臺內部不同軟件和功能的集成。目前,Ayla、Intel IoT、Zatar、Xively、Eurotech等平臺更是以REST協議為核心手段實現設備、應用程序、後端系統的全要素集成。

這些細節,需要慢慢地消化了。

小結

快速讀完這篇報告後,感覺工業時代的發展還是非常快。攔路虎固然很多,但騰飛鳥也不少。工業互聯網平臺,簡單而言可以概括為雲端設施、設備聯網、數據採集、知識複用、平臺支撐和APP生態。但這裡面牽扯了工業體系大量的場景、細節和技術,因此也是一個令人望而生畏的迷宮。業內人士在其中難言掌握全局,外部人士如ICT新貴也沒有取巧之計。這使得白皮書中有些案例的總結,難免有點拼湊之意。這是一個尷尬的遺憾。不過對整體水平而言,也無傷大雅。

各方人馬齊聚,工業互聯網平臺的闖關繼續。恰如一個建設金字塔的工地現場,來來往往的人群,很難知道對方都是在幹什麼。然而,大方向既定,局部洪流也在突破,雄壯的金字塔自然也會假以時日,合龍而出。


分享到:


相關文章: