下世代應用訴求低延遲　物聯網閘道器掀邊緣運算潮

物聯網的發展速度飛快，業界開始探討邁向下世代的智慧化與自動化的過程中，如何為工業及智慧城市內的基礎建設進行數位轉型，並進一步透過自動化控制提升製造效能和互通有無的交通運輸環境。 

在環境更嚴苛的智慧工廠或交通運輸應用，所使用的聯網技術也大不相同，且對於低延遲的傳輸要求更甚以往，所以閘道器除須整合不同網路協定，還須具備將大量感測器節點所蒐集到的資料進行分析處理的能力，因而使得基於分散式運算的邊緣運算架構興起，在閘道器端先進行必要處理，以求縮短控制網路的延遲，並減輕雲端傳輸的頻寬負擔。 

舉例來說，汽車行駛在路上的過程中，前方突然發生交通事故，希望透過路側裝置或雲端服務平台通報其他周邊車輛。若採用過去雲端分析處理的方式，傳輸路徑會先由發現事故車輛將事故資訊傳送到路側裝置，再經由路側裝置傳到雲端，經雲端分析後傳回路側裝置，再分散資訊到各車輛之中，此傳輸過程繁複，可能在資訊傳遞的過程中，周邊汽車就已到達發生事故地點。 

因此最好的方式，是先在現地即時處理路側資訊，即時傳送給附近車輛，而後再將道路資訊傳送到雲端後台，進一步將相關訊息傳送給周邊地區。而實現這種模式的做法，即需仰賴邊緣運算的運作，先將資料的處理與運算，透過嵌入或外加運算設備在靠近資料源或用戶端處完成運算，以縮短網路傳輸的延遲，並快速獲得資料分析的結果。 

Gartner認為，邊緣運算和雲端運算是共存的。當設備具備足夠的運算力甚至人工智慧(AI)效能，就可以在設備上進行初步運算，不必將所有資料都丟到雲端做運算。例如車子的自動煞車即是非常簡單的邊緣運算應用的案例。 

邊緣運算裝置可能發生在節點端，也可能發生在閘道器的位置，甚至是混合的搭配都有可能出現。工研院IEK產業分析師魏伊伶認為，在這情形下，目前邊緣運算尚無一體適用的整體解決方案，而是會依據不同垂直應用需求調整(圖1)。 

圖1 物聯網邊緣運算的導入，徹底改變既有雲端處理架構。

擴充工廠管理範圍　 TSN加速工業4.0發展 

舉例來說，過去的工業環境的設計，可能每個工廠都是獨立管理，負責單獨的事務，甚至每條產線之間也都互不相連；而以未來工業4.0的工業製造模式來看，工廠會逐漸傾向中心控制的概念，期能透過單一控制中心獲知所有產線狀況，甚至是在同一時間內，調配所有產線的概念。因應新的工廠管理模式，就需要投入邊緣運算和時效性網路(TSN)架構，以創造中心控制管理的條件。 

若要實現IoT閘道器的邊緣運算效益，必須同時精進聯網與處理器效能，而就聯網部分，TSN可說是IoT閘道器確保時效性的踏腳石。新型態的工業生產模式，需要透過閘道器整合操作技術(Operations Technology, OT)場域與資訊科技(Information Technology, IT)基礎設施，而OT網路需要有保障且及時的數據包傳輸，非現今IT網路中普遍使用的盡力而為(Best Effort)方法。相較之下，TSN可以保障所有通訊反應時間，精確判別命令的時間性，進而延長控制路徑。換言之，若將控制單元拉遠，也意味著可控制節點的數量增加。 

一般而言，通常工廠內會透過可程式邏輯控制器(PLC)來控制所有廠房內的工具機，這些工具機會藉由各種不同Legacy協定傳送資料到PLC，再由PLC傳送資料到工業電腦(IPC)進一步操控廠房內的設備(圖2)。為了確保單一的控制中心可直接監控並調整各個工廠與產線，就須進一步再向上建構一個中央控制系統進行協調作業，在此過程中，就需要一個可靠又可以確保資料傳輸時間的TSN予以實現。 

圖2 TSN用於工廠自動化環境的網路架構流程圖。

恩智浦數位網路事業部全球產品經理張嘉恆談到，現在的工廠自動化環境，希望建構一個中央化的控制系統，也就是將傳統IPC角色向往外延伸，這種做法的優點是可以控制更多工廠的節點，協助工廠與工廠之間保持隨時聯繫與管理；基於此應用情境，就必須要考慮到，當決策權力(Decision Power)外移時，網路的延遲性問題。透過TSN標準作為控制PLC與IPC之間的管道，可確切掌握網路傳輸反應時間，用來提升聯網效率的品質。 

在此基礎下，原本IPC運算節點的角色，逐漸轉為通訊設備的角色，做為閘道器中樞的概念越來越明顯。從長遠來看，IPC將具有更多邊緣運算設備的特質，作為資料中心雲服務的延伸。 

研華嵌入式運算核心事業群副總經理陳敏生(圖3)表示，邊緣運算是在物聯網的概念形成後，人們才知道原來在本地端的閘道器可以執行所謂的邊緣運算。實際上，該公司的嵌入式系統本身就具備邊緣運算的能力，而這些能力體現在提款機裡面的電腦、POS機裡面的電腦，唯一的差別在於當時的設計，並沒有資料蒐集和無線聯網功能。時至今日，物聯網趨勢為工業應用帶來的新契機，該公司認為在嵌入式系統內增加上對下的傳輸能力刻不容緩。 

圖3 研華嵌入式運算核心事業群副總經理陳敏生表示，迎接物聯網發展趨勢，閘道器須同時具備聯網與邊緣運算效能。

閘道器在IoT網路中扮演關鍵角色，作為本地端有線/無線聯網裝置與雲端之間的橋樑，在許多情境中會藉由本機運行的應用程式來控制裝置。閘道器的功能至關重要，一旦失效就會對在本機系統執行的任務造成毀滅性的衝擊，像是生產線停擺或風力發電機組關閉。 

滿足智慧城市應用　 閘道器三RF模組設計當道 

陳敏生認為，單一閘道器內建更多射頻(RF)模組是工業和智慧城市閘道器設計的發展趨勢。以該公司最新提供的解決方案--UTX-3117為例，最多可支援三個RF模組，一個RF模組用來向下連結不同感測器，主要是利用Wi-Fi或者Sub-1GHz的通訊協定，而向上傳輸雲端的通道則使用Wi-Fi或LTE來傳輸，其搭配方式主要還是取決於應用環境的不同進行調配。 

研華嵌入式運算核心事業群產品企劃專案課長李明哲(圖4)補充，現階段工業用的物聯網閘道器大多採用兩個通訊模組。不過這樣的設計走向逐漸呈現不敷使用，有許多客戶開始有第三個RF模組設計的需求，主要是為了同時利用4G和Wi-Fi技術做向上傳輸資料到雲端，來降低資料傳輸的成本(由於LTE屬於授權頻段，故須支付通訊費用，因此使用Wi-Fi分流，降低LTE的傳輸成本)，在此應用情境下，還需要增加一個向下傳輸的RF模組，因此衍生出三個RF模組的要求。 

圖4 研華嵌入式運算核心事業群產品企劃專案課長李明哲認為，閘道器內建三個通訊模組的需求正逐漸起飛。

舉例來說，現在很多智慧城市將智慧照明視為極具潛力的應用，像是美國的聖地牙哥市已可看到相關應用的案例。當地的街燈上安裝了物聯網閘道器，平常透過ZigBee來管理路燈，4G進行雲端的資料傳輸，再使用Wi-Fi傳輸進行設備升級的工作。陳敏生談到，街燈應用通常會直接整合感測器，包含溫溼度控制、相機感測或聲音感測等技術，搭配邊緣運算的應用，可對於有槍響的地區進行即時通報、提醒。 

整體而言，陳敏生指出，對下傳輸的私有的網路架構通常是單一的通訊技術，但對上傳輸到雲端的通訊可能就會很多種，然而無線技術不是上傳到雲端唯一的管道，只要有LAN的地方也可以上傳到雲端，開發三個RF設計主要是為了提供更多產業應用的可能性。 

展望2018年物聯網閘道器設計走向，陳敏生認為，閘道器具備不同聯網能力是基本要求；其次，閘道器還須具有多元環境部署的能力，包含溫濕度的適應能力或寬壓的能力，提供不局限於單一電壓的供應。 

為了滿足適應不同環境能力，提供閘道器溫度更大的適應範圍，研華閘道器的產品設計，針對個別的RF模組，皆提供特別單獨散熱的功能，來降低4G或Wi-Fi模組所造成的功耗。相較於沒有加裝單獨散熱模組的閘道器，在RF模組加裝散熱功能後，可提升閘道器約15~20度左右工作溫度(圖5)。 

圖5 研華閘道器內RF模組搭配散熱功能的設計拆解圖。

資料來源：研華

強調安全/管理　工業閘道器設計方向 

相較於智慧城市閘道器設計，工業閘道器的設計非常強調「管理」和「安全」兩項能力，確保閘道器具備管理能力，並保證布建網路架構的安全性，是工業應用首先要達成的技術門檻。此外，工業閘道器對低延遲性和工業協定之間的整合要求也不容忽視，這意味著，閘道器必須要在IP網路下，可以兼容工業場景的聯網協定。 

自從工廠自動化發生以來，一些既有的通訊協定已存在許久，這些協定非常細緻且具備獨特性，無法在短時間被新協定取代，所以閘道器設計必須要可以兼容於舊有的協定。 

在安全、管理與協定之間的兼容互通情形下，通常物聯網閘道器設備商在選用其相關晶片會有哪些考量呢？ 

物聯網閘道器晶片選用考量 

陳敏生談到，通常產品設計的過程中，成本、安全與功能性這三點是關鍵的要素。以功能來說，為了滿足智慧城市與工業應用場景的需求，閘道器的設備需要內建豐富的軟體資源與寬壓系統，還須可以整合不同聯網技術。 

張嘉恆補充，通常設備商較在意驅動軟體的整合，例如晶片商需要整合低功耗藍牙的微控制器(MCU)、Wi-Fi模組或LTE模組等周邊模組，但要將驅動軟體整合在同一版本的作業系統底下，有一些技術上的挑戰，以晶片商的角色來說，每個單獨的協定都需要做特別的客製化；其次，晶片平台本身對開源社群的支援也是考量要點，晶片軟體開發套件(SDK)本身是否支援需要的軟體，為主要觀察重點之一。最後，安全性上的考量，意指晶片是否支援安全加密通訊所需的加速器，假設安全通訊以純軟體的方式實現，基本上會非常消耗CPU的資源，使得CPU整合的成本效益會變差。因此，開發商通常會關注SoC本身是否已考慮到安全協定的加速，實現的頻寬有多少。 

未來將會有越來越多的物聯網邊緣端裝置應用採用硬體安全機制來提升安全等級。Gartner預測，由於沒有妥善運用硬體安全功能，到2020年時，將有超過50%的物聯網專案會暴露敏感性資訊。 

Gartner研究總監鄧雅君表示，從半導體設計層級出發所提供的硬體安全技術，提供裝置製造商最底層的保護，保障產品設計與程式碼免於不當的外力竄改。這些技術搭配軟體網路安全認證機制，更能提供完整的網路訊息交換與網路交易保護。很多新興的物聯網裝置是由非傳統硬體製造商所開發製造的，另外還有一些新興的裝置要求更高等級的安全機制防護。半導體廠商應致力推廣其硬體安全技術搭配產品設計開發工具，並持續開發更高層級的安全功能以滿足新興的物聯網應用。 

未來，AI與物聯網結合而形成智慧的AIoT將出現於節點(Node)與閘道器中。伺服器與雲架構的不斷演進，將有助於AI於雲端訓練並提供相關雲服務，或訓練完畢後嵌入至各個邊緣端裝置進行本地推理，便會出現不同的使用場景而帶動許多的商機。邊緣端裝置的推理演算法並非一成不變，借助物聯網資料收集與分析，協同雲端AI更新邊緣端裝置演算法將使物聯網的AI與時俱進。 

人工智慧/IoT能量發酵  MDC發展指日可待 

邊緣運算將是雲端運算的延伸，它們將支援人工智慧與物聯網的融合並保證其持續運作。邊緣運算有機會布局在各個領域，而重點在如何與雲架構發展取得平衡，以滿足使用者的需求模式(Use Case)。日益增加的物聯網終端數量與工作負載將會帶動微型資料中心(Micro Data Center)的需求，尤其是在那些需要及時解析感測器資料分析的遠程站點。有異於傳統的伺服器概念，Gartner預期未來MDC越來越小，以解決廣大的物聯網終端工作負載。