网关/云端虚拟平台紧密串连 工业物联网雏型亮相

在实现工业物联网的过程中，网关是通往云端的必备设备。 而近年网关部署的大爆发，促使了成吨的联网数据，开始大量往云端平台上传输，但也就进而引发了数据超载的问题。 不过，人工智能中的机器学习，很快便接着在近期上场，这些云端式的机器学习模型，将促使厂商往后在面临工业物联网所带来的各种虚拟化挑战时，有了十分明确的雏型可进一步开发使用。

有鉴于大厂注入大笔资金于物联网，2017年网关需求持续攀升。 无论是智能城市、智能家庭，还是工业4.0，目前在打造软件与硬件兼完备的环境，皆还需要一段时间来使技术与产业链更加成熟。 不过，从各垂直产业对网关的需求出现明显攀升的情况来看，万物联网的世界在大厂领军投入之下，已有了初步雏型。

大厂领军投入物联网 网关需求再攀升

新汉IoT智动化事业群总经理林弘洲(图1)表示，今年新汉在物联网网关的市场发展上，有十分爆发性的成长，过去物联网的推广，大多是由联网业者为主力推动，不过从去年开始，陆陆续续有许多项目谈定，这些需求将进而扩散到今年。 根据客户对新汉的需求来看，今年的全球市场预计将达千倍以上的成长幅度。

 
林弘洲进一步分析，此一爆发性成长，主要是与各国政府主力推动智能城市、工业4.0息息相关。 在政策的引导下，大型企业纷纷领军投入其中，因此在资本的投入数目上，也就明显非常大。 新汉近年在物联网网关，提供了各种垂直型的网关解决方案，能分别符合各产业的需求，我们上述预估的大幅成长，也是立基于这样的基础上。

在各垂直型网关解决方案中，林弘洲指出，以全球市场来看，目前相当大的市场会是在工程车，例如挖土机、吊车等。 工程车在运输过程中，相当须要藉由网关来将数据传送到云端，此一需求在欧洲已可很明显看到。

其次则是在零售业，业者主要是透过网关来执行物业管理，将可能上万家以上的店面做大规模监控，进一步取代过去管理员的角色，这一部分是在日本有较明显的需求。

林弘洲也表示，台湾目前在单站的智能机台，包括自动派工、智能管理、自动通知等，比较有看到网关的需求。 整体的工业自动化还比较少，虽然现今政府相当积极在带动台湾产业走向智能制造，但如今现况还处于推动期的阶段，像是示范线、示范场等，尚未真正全面落实。 目前落实工业4.0的厂商，大多是国际大厂，因其布建的体系大，一次性的投资采购量上也相对大，因此在网关与云端管理上，很快就能立竿见影。

与OPC UA相辅相成 EtherCAT开放性高

相较于其他大型国家，台湾的工厂规模往往是比较小的，在导入新的智能设备时，如机械手臂，时常会面临非常大的挑战。 此外，厂商在每个时期采购的设备品牌也可能有所不同，如今须要进行整合时，就势必得耗费相当大的成本，便可能因而打消往工业物联网迈进的念头。

对此，林弘洲指出，网关的硬件设计各厂商差异性并不是太大，因此决胜点会是在软件，新汉的网关软件IoT Studio(图2)，其特色在于可对接各设备的通讯协议，不仅如此，当撷取到原生数据(Raw Data)后，透过该软件亦可再对接云端的协议，也就能很快地帮助厂商将设备信息传往云端，大幅降低整合所需的成本。

 
也由于整合联机是工业4.0相当重要的一环，在通讯标准的部分，新汉现是以遵循EtherCAT为主，其与OPC UA相辅相成，开放性高，如今全球市占率已达三成以上，包括控制器、I/O、伺服驱动器皆有相符合的协议(Protocol)，因而较能避免垄断的问题。

然而，对网关而言，与云端平台的通力合作，是十分重要的，获得认证的网关才有办法顺利通往云端，目前新汉的网关已被多家云端平台认证，包括Microsoft Azure、IBM Bluemix、PTC ThingWorx、SAP等。

这几家云端平台锁定的主力市场皆有所不同，像是SAP将过去的ERP升级为云端版的HANA，过去公司要投入ERP的成本相当高，以致于中小企业往往无法投入这样的软件管理，透过云端版的ERP，则将转为租赁的方式，因此不必投入非常高的成本，就能使用到ERP的软件管理。 而Microsoft Azure目前在全球云端运算中心的布建上已相当广泛，且在近期与新汉有相当密切的合作，林弘洲表示，这对初期推动物联网的阶段来讲，是相当重要的。

Azure机器学习助力 工业物联网如虎添翼

台湾微软营运暨营销事业群云端及企业平台事业部副总经理李玉秀(图3)表示，Microsoft Azure云端平台较为成熟的使用案例，有不少是与工厂相关，且更重要的是，工业物联网的商业模式与数据分析的目的性较为明确。 台湾有些厂商在导入物联网时，虽然也有做数据收集，但数据收完后，却不一定知道要拿数据来做什么。 但在工业厂商的合作案例中，已可明确看到厂商推出的物联网加值服务是被市场认可的。
 
李玉秀举例，工具机大厂友嘉现已在该公司的工具机中，加入Azure的物联网服务，接下来该公司所推出的工具机，将都可以联网收集数据，并进行进一步的预测分析、维护分析等应用。

物联网收集到的数据数量可能非常庞大，且必须在很短的时间内处理完，甚至有时也须加入机器学习。 例如在工厂中，网关的数据发现到某一马达的声音有异常，机器便要能判断其是否具有潜在的故障问题，须要被检测。

李玉秀分析，在物联网的整体供应链中，网关收集到的数据会由网关的厂商来负责，而Azure云端平台，便是和网关的解决方案对接，协助客户透过大数据分析提升处理数据的效率。 Azure也提供呈现的接口，如条状图、分区图、地理位置图等，而这些接口更可与行动装置连接，实现在线通知功能。 除了通知装置上的用户，也可通知机器人要进一步做什么动作，藉此让产业链更为完整。

除了工具机之外，工业计算机所收集到的数据通常会放在本机端，但也可以同时传上Azure的公有云平台，如此一来，厂商便可以直接到公有云平台执行机器学习分析。

同时也考虑到用户将数据汇入后，可能不知道要用什么样的模型去进行分析。 Azure内建了许多分析模型，用户只须尝试几款不同的模型，拉出相关参数，预测出的答案最接近实际状况的分析模型，就会是最适用的模型，因此用户不须要有很深厚的数学能力，就能使用机器学习。

服务器架构统一具优势公/私有云轻松转换

然而，客户在使用公有云时，可能很大的考虑点会是在于，公有云在数据保密性上还是远不及私有云。 李玉秀表示，微软长期以来皆是针对企业提供解决方案，企业在架设私有云时所使用的服务器，约有50%的机会是Windows Server，在架设数据库时，也有50%的机会是Microsoft SQL Server。

因此采用Azure很大的好处在于，当用户期望变成私有云架构时，将可很容易地从Azure云端平台搬到企业的私有云，因其采用的是同一服务器架构。

此外，当开发人员还在做测试时，也就不必得耗费机器成本才能做机器学习，且当开发公司若还没有太大的经费，一次性购买大规模的机器时，便可把Azure当作是临时性地缓冲空间，这将会是Azure与其他业者提供的云端平台之间很大的差异。