百度云发布开源边缘计算平台OpenEdge；西门子在边缘计算又有新动作，这款产品你一定要了解！

百度云在2018ABC Inspire企业智能大会上，正式发布百度智能边缘（Baidu IntelliEdge，BIE）开源版本OpenEdge，在中国第一个宣布边缘计算开源。

12月6日，百度副总裁、百度云总经理尹世明现场发布中国首个开源边缘计算平台

这是百度云继今年5月31日发布国内首款智能边缘产品BIE后，在边缘计算领域的又一次重大发布。

百度云希望通过开源，将BIE的核心功能全面开放，同时推出国内首个开源边缘计算平台—OpenEdge，打造一个轻量、安全、可靠、可扩展性强的边缘计算社区。

借助开源OpenEdge，开发人员可以更灵活地开发自己的边缘解决方案和应用。百度云期待利用社区的力量为国内边缘计算技术营造良好生态，促进边缘计算在中国快速发展，加速更多行业人工智能应用落地。

边缘计算正在成为人工智能的下一个热点

据Gartner报告中所述，边缘位列2019年十大技术趋势中。作为一种计算拓扑，边缘计算将信息处理、内容收集和传递的场所更靠近需求端。试图保持流量和处理更接近“本地化”，从而减少流量损耗和延迟。

Gartner认为，未来五年，专业的人工智能芯片以及更强大的处理能力、存储及其他高级功能将被添加至更广泛的边缘设备。同时伴随5G的成熟，其提供更低的延迟、更高的带宽，将使得每平方公里节点（边缘端点）的数量急剧增加。此外，边缘计算也将在实现数字业务和IT解决方案等层面应用广泛。

百度云依托ABC能力，持续保持技术领先

智能边缘BIE是百度云发布的国内首个边缘计算产品，发布伊始即推行“端云一体”解决方案，它由智能边缘本地运行包、智能边缘云端管理套件组成；在云端进行智能边缘核心设备的建立、身份制定、策略规则制定、函数编写、AI建模，然后生成配置文件和执行文件通过端云协同的方式下发至本地运行包，在近设备端的本地运行包里完成数据采集、消息分发、函数计算和AI推断等功能，通过一键发布和无感部署的方式，极大提高智能迭代的速度，使之整体达到“训练、管理、配置在云端，采集、转发、计算、推断在本地”的效果。

在架构设计上，智能边缘推行容器化，基于智能边缘BIE提供的DockerFile文件可以在Docker支持的各类操作系统上进行“一键式部署”，依托Docker的跨平台支持特性，确保智能边缘在各系统、各平台的环境一致性标准化；此外，智能边缘BIE还针对Docker容器化进行容器资源隔离与限制，精确分配各运行实例的CPU、内存等资源，提升资源利用效率。

在降低各功能间耦合度方面，智能边缘推行模块化，每一项功能都是一个独立的模块，各项子功能模块运行互不依赖、互不影响，推行模块化的设计模式，可以充分满足用户“按需使用、按需部署”的切实要求。

智能边缘BIE旨在依托容器化、模块化的设计模式，通过降低各模块间的耦合度及强制性的证书认证模式，打造一个轻量、安全、可靠、可扩展性强的边缘计算环境，为国内边缘计算技术的发展营造一个良好的生态环境。

作为百度云天工的重点输出产品，智能边缘BIE可以与天工各云端平台服务无缝对接，如IoT Hub、TSDB、IoT Visualization、IoT EasyInsight等；换句话说，部署了智能边缘BIE的设备和边缘计算节点，既可以与百度云天工进行无缝数据交换，对敏感数据进行过滤计算，也可以在无网或者网络不稳定的情况下，缓存数据、独立计算，实现实时的反馈控制。

目前，智能边缘BIE已经能够支持基于PaddlePaddle、TensorFlow、Intel Openvino等主流AI框架训练的算法模型，并与百度云推出的云端函数计算服务（CFC）、云端大数据服务（Jarvis）、云端视觉模型工厂服务完全兼容，能够独立运行在10多种主流系统和硬件架构上，让每一台联网的终端设备都“轻装上阵”，实时进行计算。

智能边缘BIE特性与优势

随着“万物互联”概念的提出，物联网设备逐渐登陆网络数据生产的中心，其生产数据的增长速度也愈来愈快，且由于其在地理位置上的分散性及对响应时间、安全性越来越高的要求，加之实际场景中复杂的网络环境，导致现有公有云的计算平台也变得越来越不能完全满足需求，一部分计算平台的舞台中心正逐渐向边缘计算靠拢。这里，智能边缘BIE仅以IoT场景和AI场景为例，分享两个解决方案仅供参考。

从边缘视频接分析到边缘机器视觉

无论是人脸识别、工业质检还是城市管理、公共安全，在云端完成训练的机器视觉模型已经应用到各行各业。智能边缘BIE提供将这些视觉模型轻松的部署到本地设备上的能力，一方面提供快速的识别响应，另一方面降低视频/图片的传输带宽成本。

从边缘物联网数据分析到边缘数字孪生

面对复杂的数据采集环境、多样的数据通讯协议、海量的原始数据以及不同的数据流向需求，智能边缘BIE可以通过功能模块组合，轻松的搭建集数据采集、协议解析、数据分析、数据转发为一体的边缘计算应用，满足工业生产、城市监控的大多数物联网场景的通用需求；同时，数据分析可以通过AI、大数据等手段进一步升级为数字孪生模型，智能边缘BIE提供将数字孪生模型轻松的部署到本地设备上的能力，面向每一台独立的设备以及它所处的独特环境，提供针对性的数字孪生服务。

目前，一些科技公司已经将边缘计算应用在实际生活中。比如在精准农业病虫害防治，矿井探放水行为分析，渣土车抛洒污染识别，新能源充电质量监测等场景下，基于百度云边缘计算能力，更加有效地保障了作业安全，降低了成本，更精细更智能的解决了实际应用问题。

边缘计算开源是人工智能加速走向应用的重要一步。随着ABC、IoT技术的快速发展，数据增长越来越快，计算需求越来越多。面临多样的硬件形态和应用场景，BIE提供了从云端生产环境、管理环境到本地运行环境的全套工具，将百度云 ABC 的能力从云上拓展到边缘，进而拓展至各行各业。

百度云期待通过开源方式，携手更多的ABC合作伙伴，促进行业智能化变革。

西门子在边缘计算又有新动作，这款产品你一定要了解！

西闻联播

继云计算、大数据和人工智能这些热词之后，边缘计算也在近年成为了业界关注的焦点。

在今年的汉诺威工业展上，西门子推出了Industrial Edge数字化平台，在刚刚结束的2018纽伦堡国际电气自动化系统及元器件展会（SPS IPC）上，西门子再次推出针对边缘应用的全新硬件平台。

▲针对边缘应用的Simatic IPC227E硬件平台。

作为西门子工业边缘计算（Industrial Edge）概念的一部分，这款紧凑型Simatic边缘设备以嵌入式工控机Simatic IPC227E为基础，可实现设备层与自动化层的无缝连接，从而在生产端实现对生产数据的直接读取和处理。

当工业应用程序底层的框架条件发生变化时，边缘设备上的应用可以实现同步调整，以保持设备功能性的实时更新。Simatic IPC227E具备全金属封闭外壳，即使在最苛刻的环境下仍能呈现灵活、免维护等工业性能，并且预安装边缘软件以保证调试工作的快速实施。

西门子工业边缘计算

西门子工业边缘计算可帮助客户缩小传统的本地数据处理和基于云的数据处理之间的差距，以满足个性化需求。

边缘计算可以实时进行大量数据的本地无反馈处理。工业边缘计算还能帮助用户降低数据的存储和传输成本，因为大量数据能够得到预处理，仅将高度相关的数据上传到云端或企业内部自有的IT基础设施。

西门子工业边缘计算支持MindSphere的云传输协议，MindSphere是西门子基于云的开放式物联网操作系统。

未来，它还将支持消息队列遥测传输（MQTT）协议，以进一步确保与其他系统和云平台进行灵活的数据交换。

西门子安贝格电子制造工厂也有应用

西门子安贝格电子制造工厂（EWA）利用印刷电路板（PCB）裁切机来生产Simatic系列产品。

在铣削操作过程中，会产生细小的铣削粉尘，对机器造成巨大影响。这可能会使设备的主轴轴承卡住，进而导致机器意外停机。为了防止隐患发生，安贝格工厂利用边缘计算设备来分析传感器所采集到的数据，并借助人工智能来分析机器的运行参数，以检测主轴行为中的任何异常，监测未来出现故障的可能性。通过机器学习算法来实时计算异常值，高于预定阈值表示机器即将发生故障。此边缘应用程序可在实际故障发生之前12至36小时预测轴承腐蚀和机器停机的情况。一旦出现异常，可以提前规划更换机床主轴的时间，以避免意外宕机带来的高额损失。

边缘计算与云计算的关系

在利用基于云的解决方案对生产数据进行分析时，制造商面临着双重挑战：既要管理其核心任务，又要为更新处理和IT安全等相关流程寻求高效、经济的解决方案。

有很多种方法可以对数据进行收集和分析，并利用其分析结果来优化流程。因为软件更新成本高昂，许多人正在摒弃本地数据处理的传统方式，而选择数字化路径，即借助互联网的中央IT基础设施（服务器场），以云计算的方式进行数据处理和分析。它支持通过中央云管理系统在所有服务器上安装更新，因此大幅简化了应用程序的更新和管理等任务。

在云计算的应用日益成熟的同时，边缘计算作为它的合理补充也在不断发展。这些互补系统使生产数据能够分散或集中处理。

功能、智能和数据不再仅仅发生于云端的集中式服务器上，也可选择发生在靠近数据源的现场级，即生产端的自动化技术中。

西门子工业边缘计算解决方案基于西门子成熟的硬件和软件组合以及云技术中所使用的机制，集成了本地和基于云的数据处理两方面的优势。