边缘计算是卡车运输的未来吗？

什么是边缘计算？

边缘计算是一种新兴的计算范式，它指的是用户处或附近的一系列网络和设备集成，是用户在更靠近数据生成位置的地方处理数据，以更快的速度和更大的容量进行处理，从而实时产生更出色的结果。 

在传统模型中，计算能力集中在本地数据中心。将计算置于边缘可以让公司改进他们管理和使用物理资产的方式，并创造新的交互式、人性化的体验。边缘用例的一些示例包括自动驾驶汽车、自主机器人、智能设备数据和自动化零售等等。 

边缘的可能组件 

边缘设备：我们每天都在使用进行边缘计算的设备——比如智能扬声器、手表和电话——这些设备在接触物理世界的同时在本地收集和处理数据。物联网 (IoT) 设备、销售点 (POS) 系统、机器人、车辆和传感器都可以是边缘设备。 

网络边缘：边缘计算不需要单独的“边缘网络”，（例如，它可以位于单个边缘设备或路由器上）。当涉及一个单独的网络时，这只是用户和云之间连续统一体中的另一个位置，这就是 5G 可以发挥作用的地方。 5G 以低延迟和高蜂窝速度为边缘计算带来极其强大的无线连接，这带来了令人兴奋的机会，如自主无人机、远程手术、智慧城市项目等。如果在本地进行计算过于昂贵和复杂，这时，网络边缘可能特别有用。 

本地基础设施：这些用于管理本地系统和连接到网络，可以是服务器、路由器、容器、集线器或网桥。 

为什么边缘计算很重要？

今天的大部分计算已经发生在医院、工厂和零售点等地方的边缘，处理最敏感的数据。边缘计算之所以如此令人兴奋，是因为它具有改变每个行业和职能部门业务的潜力，从客户服务，营销到生产和后台运营。在所有情况下，边缘都有助于使业务功能具有主动性和适应性（通常是实时的），从而为人们带来全新的优化体验。 

边缘计算允许企业将数字世界带入现实世界。将在线数据和算法引入实体店以改善零售体验。创建工人可以培训的系统和工人可以向机器学习的环境。 

边缘计算革命供应链： 马士基

去年几乎所有行业都有供应链中断，为了帮助简化其中的运输部分，丹麦航运巨头马士基正在进行转型，为边缘计算提供一个例子。 

马士基 APM 码头业务全球首席信息官 Gavin Laybourne 正在采用尖端技术来加速和加强全球供应链，与技术巨头合作，在其码头和数千个物联网设备实施边缘计算、私有 5G 网络，以提升马士基用于跨洋运输货物的集装箱船的效率、质量和能见度。 

Laybourne 常驻荷兰海牙，负责监管 67 个码头，这些码头总共处理从数千个港口运来的大约 1500 万个集装箱。三年前，他从石油和天然气行业加入马士基，从那时起一直负责监督公共云和私有云，将数据分析应用于所有流程。 

“Edge 提供实时计算处理——计算机视觉和决策算法的实时计算，”Laybourne 说。 “我将数据发回云端，我可以承受 5-10 毫秒的处理延迟。” 

他说，将计算能力带到边缘可以使数据得到近乎实时的分析——这是供应链中的必要条件——而这仅靠云是不可能的。 

Laybourne 一直与微软在不断发展的边缘基础设施方面密切合作，这将成为许多需要快速访问数据的行业的关键，例如工业和制造业。他公司的一些人专注于移动集装箱。 

Maersk 转向边缘计算是在几年前进行的一次重大云迁移之后。大多数转向云端的企业可能会留在那里，Laybourne 预测许多工业集团和制造商将跟随马士基走向边缘。 

“两三年前，我们将所有内容都放在云端，但我们现在所做的有所不同，”Laybourne 说。 “对我来说，云不是北极星。我们必须有优势。我们需要机器的实时指令集，然后我们将在数据对时间不敏感的地方使用云技术。” 

Laybourne 的 IT 团队正在与 Microsoft 合作，将云数据移动到边缘，在那里集装箱由自动起重机从船上卸下并转移到港口的预定义位置。迄今为止，Laybourne 和他的团队已将大约 40% 的 APM Terminals 云数据迁移到边缘，目标是到 2023 年底在所有运营的终端中达到 80%。 

正如 Laybourne 所见，此举使马士基能够利用全球供应链即将发生的巨变，这一变化将通过增强的数据分析、通过 5G/6G 专用网络改进的连接以及卫星和行业标准来实现连接端口之间的互操作性。 

作为马士基边缘基础设施的一部分，集装箱内容可以在抵达码头后立即由无数物联网传感器进行检查。在自动将 RFID 移动到临时位置之前，RFID 也可以被迅速登记并输入到货单中。 Laybourne 说，在一些码头，此类操作仍然由人执行，货物记录在纸上，数据数小时或更长时间无法访问。 

当然，网络安全是马士基的另一项重大举措，数据互操作性也是如此。 Laybourne 是数字集装箱航运协会委员会的代表，该委员会正在制定互操作性标准，“因为我们的客户不想处理纸张。他们希望拥有数字体验，”他说。

 数字化工作正在顺利进行。马士基使用实时数字工具，例如 Track & Trace 和集装箱状态通知、API 和码头警报，让客户随时了解货物情况。 Laybourne 指出，自动化起重机和机器人技术已经消除了过去大部分危险的体力工作，并改善了公司的可持续性和脱碳工作。

 “我们拥有起重机和泊位等自动化资产，然后是如何让它们更加自主的挑战。大流行之后，客户现在开始重新配置他们的供应链，”他说，并补充说，下一代自主机器人技术是一个关键目标。 “如果你想到能源危机、乌克兰局势、通货膨胀等，公司就会对业务连续性和未来的可持续性合规性产生新的看法。”

 微软和亚马逊等顶级供应商正在研究所有行业的边缘计算用例，而不仅仅是运输和物流。据 IDC 预测，到 2023 年，超过 50% 的新 IT 基础设施将部署在边缘。

 Gartner 将马士基这样的实施称为“云端边缘”模型。 Gartner 副总裁兼分析师 Sid Nag 表示：“与其说是从云迁移到边缘，不如说是让云功能更接近最终用户。”

 马士基还在其码头建设私有 5G 网络，最近在波士顿 Verizon 创新中心展示了其计划蓝图。 Laybourne 认为，正在进行的工作是实现连接性和安全性突破的第一步。

 “这项技术在其连接性方面开放了更多，在我们的一些终端中，我们拥有关键任务系统平台，5G 可以提供的延迟非常好，”他说，并指出它将允许货物每 10 毫秒（而不是几周）将数据“呼叫回家”。 “但 5G 和 LTE 的真正突破是我可以确保自己的频谱。”

 对于马士基来说，安装物联网传感器和设备也在彻底改变码头运营。过去，集装箱中的货物必须进行检查并记录在纸上。 Laybourne 说，展望未来，整个过程将全部自动化，数据将快速数字化。 

例如，他的数据科学团队已经为安装在集装箱内的计算机视觉设备编写了算法，以全天候监控货物并识别并可能防止损坏或变质。

 结合计算机视觉和人工智能的物联网传感器的边缘计算也将为客户提供他们一段时间以来一直渴望的东西，尤其是在大流行期间：几乎可以在到达时立即访问货物数据，以及自动修复。

 “然后它可以决定是否需要进行干预，例如维护或维修，并将该信息发布给客户，”首席信息官说，并补充说摄像头和数据收集设备将安装在整个终端以监控任何事情，无论是盗窃、丢失货物或潜在的不安全情况。

 马士基还一直与人工智能先驱 Databricks 合作开发算法，使其物联网设备和自动化流程更加智能。该公司的数据科学家在内部建立了机器学习模型，以提高安全性和识别货物。数据科学家总有一天会用先进的模型来提高效能，使所有流程自动化。

 边缘计算是卡车运输的未来吗？

随着技术的进步，卡车运输行业优化运营的机会也在增加。 

卡车运输的最新技术发展，包括联邦汽车运输安全管理局 2017 年电子记录设备 (ELD) 的要求。各种规模的运营商突然被期望拥有一个先进的系统来监控司机的位置和服务时间。 

作为回应，ELD 供应商开始出现，以满足新的市场需求。对于云计算模型来说是最可选的，其中远程收集强制数据，通过互联网连接传输到外部服务器，并在处理后返回给用户。 

与此同时，ELD 市场出现了另一种技术：边缘计算。与云计算不同，它将逻辑和数据处理从中央服务器移到网络的最远点（或边缘）。在边缘计算模型中，数据在最接近其来源的点被收集、处理和分析，然后将结果传输到云端以供查看、报告和共享。即使网络连接不可用，边缘计算技术也能无缝运行。

 边缘计算模型为实时数据计算提供了增强功能。通过在源头完成数据处理，在网络生态系统的边缘使用大量节能计算能力，网络的固有延迟得到显着改善，数据传输要求功率降低。 

远程信息处理客户有机会通过新的分布式边缘计算架构显着改善性能和用户体验。 

在边缘计算设计的系统中，所有远程信息处理数据的收集和处理都发生在车辆的驾驶室内。这种离线计算架构比上一代云计算更可靠，后者经常在网络服务不可用或云服务器出现问题时崩溃。 

要了解边缘计算的基本原理，请考虑最近云计算失败的真实示例。 2019 年底和 2020 年初，高通公司和Omnitracs，两家最大的车队管理远程信息处理供应商的客户，报告经历过 ELD 中断，影响了数十万辆汽车和司机，但是此类事件不会影响边缘计算远程信息处理系统，无论云中的网络连接或服务器是否可用，该系统都会不断收集和处理驾驶室中的实时数据。因此，车队经理可以确信来自驾驶员来源的数据是准确且随时可用的。 

边缘计算提供了始终支持 ELD 合规性的资源，并具有对车队运营的完全可见性。通常，当司机经过小区范围外的偏远地区时，车队会失去这种能见度。使用边缘计算设备，一旦网络和服务可用，数据就会同步并传输到云端以供共享、查看和报告。车队经理能够与司机沟通，查看服务时间数据，并实时优化回程机会。 

延迟是请求数据和传输开始之间的延迟。驾驶室边缘计算技术的延迟比 4G LTE 网络低 15 倍以上。许多传统车队管理提供商仍有数十万台设备在 3G 上运行，而 3G 速度比 4G LTE 慢两倍。 

借助驾驶室中的边缘计算技术，可以通过生物识别技术（指纹或面部识别）保护数据。此外，安全风险也大大降低，因为攻击者必须同时攻击多个移动边缘计算系统才能对企业产生有较大不良的影响。 

通过边缘计算，传输错误大大减少。正确设计的边缘计算 ELD 和车队管理系统是完全冗余的，所有数据在进入记录数据库系统之前都经过积极验证。 

通过利用当今最先进智能手机的超级计算能力，公司可以获得更低的 ELD 和车队管理技术的总拥有成本。购买昂贵、不可靠和专有硬件的日子已经一去不复返了。此外，边缘计算系统的安装可以在短短 10 秒内完成，这意味着车队所有者在安装硬件时不会让卡车停运一天或更长时间。 

使用边缘计算，不再需要锁定在单个应用程序中的昂贵的专有硬件。系统可以构建在标准的 iOS 或 Android 设备上，以降低成本并改善用户体验。 

根据 Gartner 最近的一份报告，目前只有 10% 的企业系统使用边缘计算，但预计到 2025 年其使用率将增长到 75%。下一代车队管理系统供应商正在提供边缘计算。通过采用更快、更可靠、更安全且更实惠的技术，车队可以专注于真正重要的事情——经营业务和运输货物。 

曾志宏Lucas，北科大毕业，新加坡国立大学MBA，上海趋研信息科技联合创始人，服务于优乐赛供应链，GE，Rolls-Royce，JCI，Whirlpool供应链部门，致力于货代行业和国际供应链领域流程自动化，智能化和可视化解决方案，AI+软件机器人RPA，以及数字供应链，智慧物流等的推广和传播 (Wechat: 1638881963)。