您正在設計物聯網系統嗎？讓我幫助您奠定基礎，以便您知道如何以及從哪里開始。因為如果你從一開始就沒有走在正確的道路上，你就會經歷很長的路，遠遠超過必要的時間。您的應用將有助于確定您的選擇，無論是機器人、工業、制造、自動化還是其他領域，包括醫療設備。

首先，開源的決定可能是一個好決定。開源不僅僅指軟件。這是一個商業決策，也是一種文化態度。例如，在 SUSE，我們利用我們的 Linux 傳統，但也部署靈活的業務實踐，而不會將開發人員鎖定在任何特定供應商中。

決策一必須與您決定在物聯網系統中使用的工具有關。然后，您可以更深入地了解如何利用所選工具。在某些時候，開源工具可能會遷移到商業產品中，關鍵是“遷移點”發生在適當的時間。請注意，在某些情況下，商業權利從一開始就是正確的選擇。這個決定與設計團隊的經驗、團隊愿意承擔的成本以及所需的時間框架有很大關系。

物聯網領域相當廣泛，因此您需要從啟用硬件和操作系統（OS），支持操作系統以及管理所有連接設備的角度來看待它。一開始，這不一定是垂直的，即硬件就是硬件，操作系統只是操作系統。當您開始將內容組合在一起時，它就會在垂直應用程序中組合在一起。

邊緣到云的連接

一個常量是邊緣到云的連接。最近，更多的聰明人被推向邊緣，并且有幾個很好的理由。首先，在邊緣擁有智能可以讓您更快地做出決策。如果您的應用程序需要實時決策，這是要走的路。自動駕駛和醫療設備是兩個真正需要實時決策的應用。第二個原因是降低成本。讓我們面對現實吧;長距離無線發送數據可能很昂貴。沒有辦法解決這個問題。

您幾乎可以將Edge視為自己的迷你服務器。事實上，如今邊緣的計算能力幾乎與幾年前的云一樣多。第二個基于邊緣的功能是預處理數據，因此您實際上向云發送的數據越來越少，從而簡化了傳輸和接收，并減少了在云中處理該數據所需的時間。

將所有這些放在一起，信息是您可以（相對）輕松地進行工作負載處理，將其容器化，然后將其移動到物聯網的邊緣。這導致邊緣上具有類似但有限的服務器功能。當設備連接到 Edge 節點時，您將啟動一個處理該工作負載的容器，并執行一定程度的處理。

例如，如果您在邊緣運行AI框架，則輸入數據，對其進行一些處理，并決定是否應采取措施或是否需要進一步處理，從而啟動邊緣到云的事務。同時，您可以運行機器學習模型來訓練基于Edge的引擎，使其對未來的行動/反應更加智能。

PLC是工業應用的例子，其中“智能化”發生在一個閉環中，從邊緣到云，使整個循環更智能。傳統上，PLC并不總是最智能的設備（不要告訴我們說的PLC）。它們基本上是用固定功能編程的，并且僅根據特定輸入執行該功能。將它們連接到 IoT 并添加機器學習，即可使用邊緣設備執行趨勢分析。您可以根據這些趨勢采取行動。或者，您可以執行預防性維護，減少和管理設備停機時間。

最重要的是，從設計一開始就做出正確的選擇將在以后得到回報，特別是如果你使用開源。無論是復雜的醫療設備還是簡單的PLC，收益都在那里。由您來利用它們。

審核編輯：郭婷