研华推出涵盖软硬件整合的边缘智能服务器

    随着互联网技术翻过了PC时代和移动互联网时代两座大山后，命运车轮般地下沉至万物互联，无不体现着被物联网（loT）颠覆的大趋势。而在物联网带来的数据海洋中，很多终端设备都需要更快速、近距离的数据处理能力，“边缘计算”（Edge Computing）被推到了风口浪尖。
    根据IDC调查预测，到2020年物联网会有500亿感知设备，而50％的数据储存、处理、分析会发生在边缘端及其所建构的网络上。作为全球智能系统领导厂商，研华科技认为可以通过“智能化”加速数据传输、存储更多数据，同时考虑到物联网应用的多样性，赋能边缘计算以促进颠覆性创新，带来商业机遇。
    数据时代下的边缘计算并不陌生
    Gartner报告显示，全球loT数据量正在以每年59％的速度递增，到2025年数据量将激增至163ZB，远超当前任何互联网公司所储备的数据量。因此，更快更可靠的数据处理将变得至关重要。
    在边缘计算模型下，“边缘”是指位于设备内部或者与设备本身要近得多的地方。由于大多数知识来自靠近数据设备的本地，基于此的数据分析仅部分依赖于通信带宽，从而实现高速率、低延迟与高安全性。
    以边缘计算最先应用的自动驾驶为例，有时更快的数据处理是生死攸关。自动驾驶汽车本质上是一台装有轮子的高性能计算机，它通过大量的传感器来收集数据。为了使得这些车辆能够安全可靠地运行，它们需要立即对周围的环境做出反应。处理速度的任何延迟都有可能是致命的。虽然联网设备在云端进行数据处理并在中央服务器之间来回传送可能仅需要几秒钟，但这一时间跨度對仍自动驾驶汽车而言仍太长了。
    而边缘计算使得数据能够在最近端（如电动机、泵、发电机或其他的传感器）进行处理，减少在云端之间来回传输数据的需要。
    开放＋智能 研华重新定义边缘计算
    在研华看来，边缘计算更加强调“边缘”二字，因其更靠近数据生成的设备端，这就意味着关于边缘计算诸多疑问需要具体到应用场景来展开。因此，研华推出了涵盖软硬件整合的边缘智能服务器（Edge Intelligence Servers；EIS）。
    “研华做平台不做产品，所以需要根据用户需求优化软硬件配置，提供更好的边缘计算平台。”研华IoT嵌入式平台事业群总经理许杰弘曾表示，考虑到物联网应用的多样性，研华在开发EIS时以开放、多样性为核心精神，从硬件到软件都提供各种不同选择，希望能满足IoT系统集成商的多元需求。
    研华正借EIS重新构建“互联互通与快速、服务可复用且多元”的边缘计算生态。
    根据研华官方介绍，硬件方面EIS提供3种不同类型的嵌入式无风扇计算机，方面依需求做选择；从软件来看，EIS内建WISE－PaaS设备管理与数据整合平台（RMM）、集中安全管理、交互式多媒体内容编辑（IMM）、SCADA（监控及数据采集）、HMI（人机界面）等软件；其次，在满足不同应用需求之余，WISE－Agent中间件为传感器及其他设备提供全面的开发工具及符合标准协议（Modbus／OPC／ MQTT）的SDKs。
    此外，还预集成 Microsoft Azure IoT Edge和AWS Greengrass可将云智能扩展至边缘设备并在边缘实现实时管理，以确保物联网设备能够对本地事件作出快速响应。同时，依据数据进行数据建模和机器学习后的结果将被发回边缘 （IoT Edge／Greengrass） 以便物联网应用进行数据预测分析，帮助客户提升操作效率及业务转型。