专栏首页小石不识月2018年物联网六大趋势

2018年物联网六大趋势

回首 2017,看看我们去年对物联网(IoT,Internet of Things)所作出的预测是否已经成真,同时也展望展望未来。我发现,这其中有几个引人注目的方面。首要的是,在物联网市场取得早期胜利的那些公司,他们仍然明确地关注着具有显著商业价值的用例。驱动效率的用例是他们的筹码,而那些有助于保持法规遵从性(Regulatory compliance)的案例将越来越具吸引力,但促进全新的商业模式与客户体验就是一个圣杯(The Holy Grail,在亚瑟王传说中,这是一个具有特殊力量的“杯子”,它能给人带来幸福、永恒的青春和无尽的资源)。

其次,技术提供商和(包括具有 OT 和 IT 背景的)终端用户都将完全认识到物联网究竟有多么困难,并且这需要大家同心协力来克服。OT / IT(OT 即 Operational Technology,表示操作技术;IT 即 Information Technology,信息技术)将在 2018 年进入全面融合阶段,因为 OT 终端用户越来越满意这样的风险回报关系:为获取商业利益而将其关键流程与更广域的网络进行连接。而 IT 组织则希望从成本转移到利润中心,因为他们的传统角色日益品化。物联网的头两大挑战将依旧与技术无关 —— 其一,就是商业用例;其二便是利益相关者阵营跨越了 IT,OT 和 LOB(Line of Business,即业务线)这三大方面(这种情况又称为 Cat herding,表达的是控制那些不可控事情的不可能性)。OT 技术专家将越来越多地与强大的 IT 人员合作(反之亦然),而不是试图独自构建这些新的领域特定功能。通常情况下,所有的赢家都拥有强力的合作伙伴策略和​​开放的理念。

好吧,现在我已经作出了一些预测,而下面则是另外六个关于 2018 年物联网发展的预测:

1. 我们将看到基础物联网技术元素的加速融合

去年我领导了这一趋势,而且这种趋势绝对是如同滚雪球一般增大的:基于广泛的合作动机,快速采用诸如 EdgeX Foundry 这样的开源工具来实现互操作性,并且加强一些重要联盟的合作(如工业互联网联盟,开放雾联盟以及边缘计算联盟)。物联网平台的激增将在 2018 年初达到巅峰,紧接而来的就是相当快速的下滑。大型横向技术平台的领导者将逐渐崭露头角,但任何规模的激光公司都专注于垂直方向的专用用例,Cat-herding 业务的利益相关者仍会对客户产生巨大的吸引力。在安全,分析和可扩展的特定领域应用等领域,投资和并购活动将加速发展,而这些活动在通用的物联网平台上则会衰退。

2. 我们将从“物联网的AOL阶段”(即简单地把物品连接到网上)走出到涉及强大的分析与动作的高级阶段

现在,所有开发人员可以省下重新造轮子(物联网基础元素)的时间,他们可以更轻松地将机器学习和人工智能应用于规模,使客户能够从简单的监控转向实现规范分析的强大功能。此外,真正的人工智能领头人将会出现,将他们与那些使用人工智能大众(实际上仅仅是在做一些基本的机器学习)区分开来。在高级阶段,我们还将引导我们的智能在诸如协同处理(比如通过 GPU 和 FPGA)这样的领域进行创新,以加速低功耗包络(Lower-power envelopes),网络和应用虚拟化(Virtualization)/集装箱化(Containerization)以及时间敏感型网络的分析。以上所有将越来越多地用于缩小 OT 和 IT 之间在关键任务应用程序中的工作负载差距,并使得这些工作负载能轻松地在互联计算(Compute continuum)中传输。在物联网用例下,增强现实(Augmented reality)将找到更实际的应用(比如远程专家与指导现场维护),并且区块链将开始在安全,物流(Logistics)和一般事务中更广泛地使用,能超越 2017 年的炒作和理论(尽管区块链的实际增长将是在 2019 年)。如果你曾经看过电影 “我的盛大希腊婚礼(My Big Fat Greek Wedding)”,你就会明白我说区块链是 “2017 年的 Windex” 时,究竟是何用意。

3. 客户会感受到公有云很吃成本

虽然将一般 IT 基础架构整合到云中对于企业削减成本而言是一种福音,但当你想要接触自己的数据以用于分析时,这很快就会变得成本高昂。因此,实现基于传感器分析的巨大好处的客户将愈发地把他们的工作负载从云端迁移到核心(Core)和边缘(Edge),这不仅仅是因为延迟(Latency),安全,隐私以及网络带宽业内专家普遍同意,还因为这样最小化了数据生命周期的总成本。作为其中的一部分,更多的客户会重视边缘网关用于实时操作的价值,首次通过边缘分析并应用安全措施(而不仅仅是作为将数据流转换为 IP 流量的一个必要条件)。AI 和机器学习的工作负荷将继续向边缘移动(甚至移动到传感器本身),但其核心(例如,采用局部微模块化服务器集群来承载的本地 IT 数据中心)将负责最繁重的实时流媒体分析,这是由于与在依赖于广域网的云端相比,在同一局域网内的事物以及在边缘进行处理能够带来响应能力与可靠性的好处。由于无限可扩展的计算,大量的深度学习将继续在云端完成。但最终用户将使用私有云,以及越来越多的核心来进行深度学习,以便对数据进行控制。

4. 微服务工作负载的动态编排将成为创新的基础

高级阶段的这一部分就是我所称的,执行 “对分析的分析”,以便动态优化计算和存储动作应在边缘发生的地点和时机,从而实现获得最佳结果以及最低总成本。作为其中的一部分,开发人员将逐渐认识到微服务的重要性,并通过类似 EdgeX 的框架,尽可能接近边缘地将应用程序(实际上是 OT 和 IT)中的 “事物” 进行解耦。这种解耦使得 API 的集成可以在从边缘到云端的任何一点上进行,而不仅仅是在云端(这种做法常常与 “在数据的整个生命周期中拥有它” 的需求相冲突)。将南向传感器与北向应用程序分离的一个优点,是可以将对于任何特定提供商的锁定最小化,这对于处于固有的异构市场中的终端客户来说非常重要。EdgeX 社区正看到终端客户将此框架引入他们的项目中,仅此而已。最后,在边缘帮助下将工作负载解耦为多租户(Multi-tenancy),比如说,建筑物所有者,租户,外包设施/能源管理提供商,保险公司等等,他们都可以从边缘到云端使用与其自身应用集成在一起的相同基础传感设施。有将其各自的堆栈集成到数据的起始点的能力,则使得每个提供者能够更好地掌控自己的命运,而不是依赖第三方来聚合、潜在地过滤云中的数据访问(还有对其进行收费)。工作负载的部署方式因使用情况和上下文而异,但比起我们迄今为止所见到的大量以单片云为中心的那些物联网平台,投资从边缘到云的松耦合(Loosely coupled)微服务架构将得到最大的灵活性。

5. 在 LPWAN 连接的对决中,LoRa 技术将会胜出

LPWAN(低功耗广域物联网)中,LoRa、SigFox 以及其它数不胜数不知名的参与者之间的竞争情况,已经与过去几年中 VHS 与 Beta 技术之间的战争(译者注:这是录像带格式之间的竞争)有些相似了。如果你的年龄够大,可以在传统实体店里租用录像带(我知道这很疯狂),你会记得 VHS 是逊于 Beta 的技术,但是 VHS 阵营的人却拥有最多的工作室。我并不是说 LoRa 是一种完全下等的技术 —— 它很可靠,但有比它更好的技术。在建立一个生态系统这方面,LoRa 联盟做得非常出色。大型运营商甚至通常采用 LoRa 技术来防止连接业务的流失(正如他们与 NB-IoT 的平庸表现做抗争一样),尽管能够使用它们现有的基础设施同样具有吸引力。虽然有些人仍然认为 LPWAN 只适用于给服务提供商描绘智能城市,但许多终端用户已开始用它代替类似 Zigbee 这样的无线网络协议,从而将其私有网络从各个领域部署到建筑物中。当然,鉴于 LoRa 的无授权频谱(Unlicensed spectrum)和超低带宽,它并不适合关键任务应用。然而由于 LoRa 具有长距离以及低功耗的特性(能源采集会很快把事情搞得一团糟),它通过电池供电的传感器来报告简单的状态,这是非常具有吸引力的。私有的 LTE(或蜂窝)网络也非常有意思,特别是对于偏远地区(如石油,天然气以及采矿)来说,它们需要更高的带宽以无线方式跨本地站点进行流式数据传输,否则将只能通过卫星连接来接收中央命令(这种情况下,数据接收受到很大限制)。无论如何,随着客户将工作负载从云端迁移到核心与边缘以获取对自己数据的控制权,许多客户还将部署并管理他们自己的本地无线网络,因为运营商还难以想出有利于连接大量事物的定价模型(Pricing models)。尽管有像 LoRa 这样的优胜者出现,但最终还是没有单一的无线传输标准 —— 毕竟,我们的手机中带有 Wi-Fi,蓝牙和蜂巢,这是有原因的。

6. 能够规模化简化安全的工具将会出现

今年,我将以安全领域的热门话题作为结尾。虽然我确实认为安全方面的担忧仍然存在,但我不认为它们会继续成为广泛接受的障碍。重点是我们要认识到,现在有足够的、经过充分证明的工具来解决基本的安全需求,而广为人知的漏洞通常是这些工具执行不力的结果(如果有的话)。就一切情况来说,实施安全措施包括与那些知道自己在做什么,以及深入实践防御的人员合作,而非提倡某一个神奇的答案。我们应该感到担忧,但不是麻痹大意,因为后者限制我们实现价值,并有可能使我们落后。鉴于上述平台基础元素的融合,开发人员可以将更多的精力放在工具上,以弥补关键的安全可用性差距,而在 2018 年,我们将看到更多致力于简化设备的安全管理,以及管控安全证书的创新技术。尽管网关是愚蠢的传感器(Dumb sensor,指代传统的传感器)的第一道防线,但另一个成熟领域的创新方法是,在非常边缘的所在(数据最先被考虑到的地方)将信任的根源扩展到智能传感器上。由此而生的完全的信任,以及对数据整个生命周期的长远考虑,这对走向更高的阶级来说至关重要 —— 将您的传感器数据出售给未知的第三方。像 EdgeX 在这方面作出的努力也很重要,因为信任建立在共同的基础之上,并且开源是能够跨公共和私有领域实现它的一种及其有效的方式。最后,当我们摆脱被我称之为 “PoC friend zone” 的单人聚会并且规模化进行部署时,终端用户将很快意识到企业级/工业级硬件和远程管理控制台的重要性。树莓派(Raspberry Pi)和 CLI 是用于原型设计的绝佳工具,但在现实世界的规模中并没那么简单。

对于物联网来说,2017 年的发展相当不错,而它还将会迎来一个令人兴奋的 2018 年!

本文的版权归 StoneDemo 所有,如需转载请联系作者。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 微服务 —— 你需要付出什么?又能有何收获?

    如果您阅读过我的文章 —— 微服务中的语义扩散,您可能会识得此标题。本文是那篇文章的一个延续,其目的是强调,只有当我们付出足够的努力来处理我们将要面对的组织和分...

    StoneDemo
  • 使用 Micro 构建弹性与容错的应用程序

    自上一篇博客发布以来,已有一段时日了,此间我们一直在努力研究 Micro,并且已经初见成效。现在让我们一起深入探讨吧!

    StoneDemo
  • 机器学习中分类与回归的差异

    在分类(Classification)问题与回归(Regression)问题之间,有着一个重要的区别。

    StoneDemo
  • 使用ABAP代码给SAP CRM Business object创建附件Attachment

    For a complete list of all my blogs regarding content management, please see her...

    Jerry Wang
  • 手把手教你搭建一个 Elasticsearch 集群

    凡事都要讲究个为什么。在搭建集群之前,我们首先先问一句,为什么我们需要搭建集群?它有什么优势呢?

    崔庆才
  • 记录一次利用业务设计漏洞的精彩实战测试

    上次的那篇文章《一名代码审计新手的实战经历与感悟》得到了不少读者的支持,也得到了FreeBuf这个平台的肯定,这给了我这个菜的不能再菜的小菜鸟很大的信心。但是,...

    FB客服
  • 前端将数据转化为弹幕效果的实现方式

    这个需求如题,大体上是将文章的评论数据,在文章的首图上面以弹幕的形式出现。当时在做这个需求的时候,花了挺多精力的,踩了很多坑,现将弹幕的实现思路写出来,如果喜欢...

    前端博客 : alili.tech
  • Android external扩展工程

    233333
  • Groovy中的任务的自定义属性设置

    Jerry Wang
  • 运维,请不要过度迷恋脚本,谨防引起不可预知灾难!

    过分依赖是脚本,是运维非标准化的体现!脚本灾难,就是运维场景管理上直接依赖大量的脚本来完成事务。

    iMike

扫码关注云+社区

领取腾讯云代金券