隨著物聯(lián)網(wǎng)或物聯(lián)網(wǎng)解決方案的出現(xiàn)，許多行業(yè)都從提高生產(chǎn)力和運營可靠性的物聯(lián)網(wǎng)技術中受益匪淺。物聯(lián)網(wǎng)解決方案提供了一種設置，其中包括傳感器、儀器、機器和許多其他連接設備，無需人工干預即可運行。本文將慢慢分解物聯(lián)網(wǎng)解決方案架構，以更多地了解物聯(lián)網(wǎng)實施的分步過程。

什么是物聯(lián)網(wǎng)解決方案架構？

物聯(lián)網(wǎng)簡而言之就是將事物都連上網(wǎng)絡，其中“事物”一詞可能指汽車、建筑物、機器，甚至是人。物聯(lián)網(wǎng)解決方案是一個由互連的傳感器、計算設備和機器組成的系統(tǒng)，它們通過網(wǎng)絡連接起來，形成一個完整的操作。因此，物聯(lián)網(wǎng)解決方案架構是從收集原始數(shù)據(jù)到獲得預測或結果的逐步數(shù)據(jù)流的設計。物聯(lián)網(wǎng)解決方案架構沒有通用標準，但通常該技術需要四個主要組件，包括：

傳感器/執(zhí)行器

網(wǎng)關和網(wǎng)絡

云或數(shù)據(jù)服務器

應用層

第 1 步：原始數(shù)據(jù)收集

作為每個物聯(lián)網(wǎng)系統(tǒng)的根，連接的設備負責提供物聯(lián)網(wǎng)系統(tǒng)的目的，即收集數(shù)據(jù)。因此，這項技術需要傳感器收集預測所需的所有原始數(shù)據(jù)。傳感器從過程或環(huán)境條件中收集數(shù)據(jù)，例如質量控制、溫度、濕度、裝配線的速度等等。此外，物聯(lián)網(wǎng)解決方案架構允許以指令或命令的形式進行雙向數(shù)據(jù)流，通知執(zhí)行器采取控制或維護流程所需的任何操作。在某些情況下，傳感器可能會檢測到需要立即響應的情況，以便執(zhí)行器可以實時執(zhí)行補救措施。在傳感器編譯完所有原始數(shù)據(jù)后，

原始數(shù)據(jù)收集的物聯(lián)網(wǎng)解決方案：

溫度感應器

GPS/接近

運動/速度傳感器

電動執(zhí)行器

液壓馬達

第 2 步：物聯(lián)網(wǎng)網(wǎng)關和數(shù)據(jù)采集系統(tǒng) (DAS)

數(shù)據(jù)采集系統(tǒng)(DAS) 在將原始模擬數(shù)據(jù)轉換為可編程數(shù)字數(shù)據(jù)方面發(fā)揮著重要作用?；ヂ?lián)網(wǎng)網(wǎng)關在傳感器和網(wǎng)關之間提供網(wǎng)絡連接以執(zhí)行 DAS。此網(wǎng)絡連接可以通過無線或有線連接，如 LAN、USB 或 GPIO。在這一層 IoT 解決方案架構中，網(wǎng)關和 DAS 還有助于控制、過濾和選擇數(shù)據(jù)，以最大限度地減少發(fā)送到云端的信息量，從而影響功率和整體性能。

在功耗和性能之間找到適當?shù)钠胶鈱τ趦?yōu)化整體性能至關重要。因此，功率預算起著重要作用。功率預算是一種考慮操作整個物聯(lián)網(wǎng)解決方案架構所需的可能功率的每個細節(jié)的行為。操作員必須考慮描述實際能量輸出和計算能量輸出之間關系的性能比或百分比。因此，通過比較理論和實際結果，可以更精確地計算功率預算。有人可能想知道為什么這如此重要。以下是物聯(lián)網(wǎng)解決方案架構中功率預算的一些要點：

功率可用性：功率預算確保它仍然足夠，并有足夠的功率來確保未來的運行。

發(fā)熱：滿足功率和性能之間的適當平衡將防止過熱。過熱可能對計算機組件有害或導致性能下降。

成本：更大的功率意味著更大的組件，這意味著操作計算機需要更高的成本。

物聯(lián)網(wǎng)網(wǎng)關和數(shù)據(jù)采集系統(tǒng)(DAS) 的物聯(lián)網(wǎng)解決方案：

1. SoC與Socket設計

在計算出整個物聯(lián)網(wǎng)解決方案架構所需的功率預算后，下一步就是要知道要使用哪個處理器。在這里，我們有SoC（片上系統(tǒng)）和Socket設計。SoC 或片上系統(tǒng)是將所有計算機組件組合到單個基板系統(tǒng)上的集成電路。例如，除了CPU之外，它還包括GPU和內存存儲等高級外圍設備。因此，這種處理器設計通常用于節(jié)能和空間受限的部署。

另一方面，插座設計是主板上的單個連接器，提供與CPU的機械連接和電氣接口。雖然插座芯片設計允許多個復雜的工藝，但由于它運行在高性能，這也意味著它具有更高的熱設計功率（TDP）或更多的功率。因此，插座式芯片設計處理器需要額外的冷卻，以避免可能導致故障和熱節(jié)流的高溫。對于選擇哪種類型的處理器設計沒有明確的解決方案；每個物聯(lián)網(wǎng)解決方案都是根據(jù)處理能力和要求精確選擇的。

2. 性能加速——用于實時處理的 CPU、GPU 和 M.2 加速器

性能加速器是能夠從CPU 卸載任務并提高性能以獲得實時決策的微處理器。僅一個 CPU 可能不足以處理來自越來越多的物聯(lián)網(wǎng)設備的大量數(shù)據(jù)。因此，性能加速器利用并行計算，系統(tǒng)可以一次同時處理各種任務。物聯(lián)網(wǎng)解決方案架構可以利用的一些性能加速器包括多核 CPU、GPU、VPU、NVME M.2 存儲等等。在性能加速器的幫助下，邊緣計算機可以處理來自多個物聯(lián)網(wǎng)設備的所有數(shù)據(jù)，并在生成數(shù)據(jù)的地方執(zhí)行復雜的分析。

第3步：邊緣處理

在這一層的物聯(lián)網(wǎng)解決方案架構中，所有前期已經(jīng)數(shù)字化和積累的模擬數(shù)據(jù)都會歸結為這個過程，稱為預處理或邊緣處理。在這個階段，機器學習可以非常有助于向系統(tǒng)提供反饋并管理整個正在進行的過程，而無需等待來自云端的指令。因此，機器學習通過在邊緣處理一些數(shù)據(jù)來幫助減少發(fā)送到云或數(shù)據(jù)中心的數(shù)據(jù)量。

物聯(lián)網(wǎng)中的工作負載整合

需要堅固的邊緣計算解決方案作為所有數(shù)據(jù)預處理的媒介。此外，堅固的邊緣計算解決方案通過多核處理器、巨大的數(shù)據(jù)存儲和各種I/O 選項提供可擴展的高級處理能力。因此，通過利用強大的邊緣計算解決方案連接所有傳感器、設備和物聯(lián)網(wǎng)基礎設施，可以在減少硬件占用的情況下執(zhí)行物聯(lián)網(wǎng)解決方案架構流程。

第 4 步：在云或數(shù)據(jù)中心進行進一步分析

在物聯(lián)網(wǎng)解決方案架構的第四步，云或數(shù)據(jù)中心作為整個物聯(lián)網(wǎng)架構流程的大腦延伸。數(shù)據(jù)中心或基于云的系統(tǒng)專門設計用于存儲、處理和分析來自多個傳感器或站點的大量數(shù)據(jù)，以進行更深入的分析。在這個階段，數(shù)據(jù)中心將收集到的所有數(shù)據(jù)結合起來，以獲得更全面的物聯(lián)網(wǎng)整體架構圖和可操作的預測。最后，預測可以直接傳回傳感器或執(zhí)行器或最終用戶應用程序。

第5 步：用于狀態(tài)和數(shù)據(jù)管理的人機界面 (HMI)

這是物聯(lián)網(wǎng)解決方案架構的最后一步。如前所述，來自云或數(shù)據(jù)中心的最終預測將傳回傳感器/執(zhí)行器或直接傳給最終用戶。因此，在與最終用戶直接接觸時，考慮物聯(lián)網(wǎng)平臺至關重要。HMI 或人機界面是提供人機交互的圖形用戶界面 (GUI)。HMI 允許操作員管理正在進行的流程并顯示數(shù)據(jù)可視化。因此，物聯(lián)網(wǎng)中的 HMI 對于實現(xiàn)來自機器系統(tǒng)的遠程交互和可視化是至關重要的。