基于亚马逊云和西门子工业边缘的云边协同方案

解决方案概述

什么是边缘计算？
边缘计算，是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。

边缘计算技术在工业场景的应用，成为了工厂数字化转型的必经之路。 

边缘计算可以将诸如预测性维护、质量检测等任务下沉到工业现场层，从而使工业控制领域得到进一步延伸和拓展。 

西门子工业边缘是什么?

在往期技术分享中，我们已经详细介绍了什么是西门子工业边缘计算。西门子工业边缘解决方案可以帮助您充分挖掘机器和工厂数据的潜力。

云边协同方案优势是什么？

• 本地化，分布式以及敏捷

  使用 Industrial Edge 进行本地数据处理，您可以在本地设备上实时保存和分析数据。针对机器学习场景，您可以轻松实现云端训练和边缘推理的最佳实践。边缘设备和应用程序的集中管理减少了部署和维护支出。

• 降低存储和传输的成本

  Industrial Edge 支持就近实时分析数据，无需将全部数据保存到云端，满足数据的实时性及本地合规的需求。 来自物联网设备的数据可以在本地进行预处理或脱敏后再发送到云端进行长期存储以及复杂的数据分析/建模等。

• 充分利用云的数据分析和机器学习服务

  虽然边缘计算具有低延迟和数据本地化的优势，但本地计算和存储资源有限，无法支持数据分析和 AI/ML（有/无 GPU）等复杂计算场景，亚马逊云可以解决这个问题。 亚马逊云可以提供各种云原生的分析/ML 服务，如 Sagemaker、Glue、EMR等，充分发挥云端资源扩展的力量。

• 在云端构建功能强大的数据湖

  本地设备或传感器每秒都会产生大量数据，但是边缘的存储容量有限，并且没有专业的工具来管理数据。 利用 AWS 存储服务（如 S3）和管理服务（如 Lake Formation），客户可以高效构建集中且安全的数据湖。

西门子工业边缘Cloud Connector

使用西门子官方提供的Cloud Connector，可以便捷地将设备产生的数据上传至云服务器。通过Cloud Connector，您可以非常方便的连接到亚马逊云（上传证书，输入MQTT topic名称以及消息队列的URL地址）。

除了通过西门子官方提供的Cloud Connector连接云服务器以外，西门子工业边缘设备也支持通过亚马逊云提供的SDK，自行开发云连接APP，实现云——边——端的协同。

解决方案技术架构

• 在西门子工业边缘设备中运行的南向连接器支持不同协议连接到工厂中的设备或者网关。西门子工业边缘管理平台负责将南向连接器部署到工业边缘设备中并做集中的管理

• 云连接器与亚马逊云之间建立连接，通过MQTT协议以TLS加密的方式将数据传输到云端

• 时序数据以流的方式注入到亚马逊云的IOT Core服务，IOT Core服务再通过不同的IOT Rule将数据转发到AWS IoT      SiteWise、 Amazon Kinesis Data Streams以及AWS IoT Events等其它的云服务

• AWS IoT Events处理数据并基于业务逻辑触发事件通知

• Amazon Kinesis Data Firehose 将数据直接转储到Amazon S3桶中, AWS      Glue 对数据进行ETL处理后，提供给后续的Amazon      SageMaker以及 Amazon Redshift做数据消费

• 基于CodePipeline、CodeCommit以及CodeBuild在云端构建CI/CD流水线，流水线中处理的工业边缘 API 和 AWS IoT 作业将 Docker 映像和配置文件发布到 西门子工业边缘管理平台。

Demo演示

验证 亚马逊云与 Industry Edge 之间的集成。 Industry Edge 已经提供了一个云连接器，可以通过证书导入连接到 IOT Core。 IED 设备将在 IOT Core 中注册为事物。 通过该配置，Industry Edge 可以通过 MQTT 主题将数据传输到亚马逊云。 数据在云端保存后，我们可以进一步存储、分析、显示甚至使用数据进行机器学习。 西门子有一个模拟的智能农场环境，其中包含多个传感器来收集温度、湿度、设备状态等。 我们会将这些数据收集到云端并进一步处理数据。

POC架构

• 传感器数据从 Industry Edge(IED) 注入到 IOT Core，并通过 IOT Rule 转发到 IOT Sitewise。 原始数据（属性）和聚合数据（指标）都可以显示在自定义的      Sitewise 仪表板中。 原始数据也将每 5 分钟通过      Kinesis Firehose 传输到 S3，S3      作为数据湖长期存储原始/聚合/处理数据。

• S3中的原始数据（步骤1）由Amazon Glue进一步处理，表的结构由Glue      Crawler自动生成。 通过 Glue 作业将数据格式从      CSV 转换为 Parquet，客户可以定义更复杂的      ETL 流程。 Parquet 格式的数据将再次被      Glue Crawler 解析。 所有步骤均由 Glue Workflows 完成编排，并自动每天执行一次。 客户可以在 Amazon Athena 中使用      SQL 语句查询无论数据格式是 CSV 还是      Parquet 的结果，对数据进行进一步处理。

• Sagemaker 用作 ML 模型开发和训练，训练数据在前面的步骤中已被保存到S3。模型的文件在训练工作完成后存储回 S3。 Industry      Edge (IEM) 中管理的应用程序下载模型并将其部署在应用程序中。 最终用户可以使用此应用程序进行预测。

云端配置步骤

aws云端配置详细步骤请参考文档。

云端配置步骤.docx

总结

基于亚马逊云和西门子工业边缘的云边协同方案是一个云和边缘协同的集成解决方案，客户可以从 Siemens Industry Edge 和 AWS 云服务中获益。 客户可以在本地继续处理需要更低延迟和强制性数据本地化合规要求的数据或业务逻辑，同时利用丰富的云服务，包括 AWS IOT、Data Lake、Data Analytics、AI/ML 和 CICD等，通过托管服务提供扩展的计算和存储资源。 围绕这个方案，西门子和 AWS 也会持续扩大云边生态，同时我们希望邀请越来越多的合作伙伴加入并共同完善这个生态。

特别鸣谢 亚马逊云对云边协同方案的大力支持。