by Arunangshu Chattopadhyay, Director, Power Product Marketing, Vertiv Asia

很難想象沒有高聳的摩天大樓和街道兩旁建筑物的智慧城市。如今，數字化轉型正在通過使用人工智能、機器人技術和物聯網(IoT)等智能解決方案重新定義建筑行業。許多人現在正在投資于這些解決方案以提高效率，例如減少能源消耗和實現可持續發展目標，在某些情況下，以滿足政府法規。

事實上，根據NavigantResearch的數據，到2027年，智能建筑解決方案的收入預計將以18.1%的復合年增長率(CAGR)增長至約675億美元。

隨著所有這些創新技術改變了建筑行業，不可否認的是，智能建筑是智慧城市的基石之一。智能建筑是增加結構智能的多個組件的集合。通過收集數據并進行持續調整，智能建筑的目標是提高設施內的效率，減少浪費并優化建筑運營。

邊緣計算與智能建筑

隨著物聯網技術產生的大量數據，邊緣計算在智能建筑實施中發揮著關鍵作用。簡而言之，邊緣計算將計算和存儲從核心數據中心轉移到更靠近用戶的小型微型設施，從而更快地處理和存儲數據。這意味著傳感器、設備和其他網關現在被賦予了在本地運行的能力，而不是總是依賴于核心數據中心或云環境。

邊緣計算架構符合智能建筑的整體效率目標。它不僅減少了延遲，而且由于反應時間更快并且可以實時做出決策，因為數據的處理速度也更快，因此可以顯著節省成本。為了更好地了解邊緣計算及其在智能生態系統中的作用，Vertiv的專家分析了構成邊緣生態系統的不同用例，以更好地了解這些差異及其對支持基礎設施的影響。

作為該分析的結果，我們確定了邊緣應用的四種主要原型。下面我總結了四種原型以及它們將如何影響您的智能建筑部署：

• 數據密集型

數據密集型原型代表了由于數據量、成本或帶寬問題而無法通過網絡直接傳輸到云或從云傳輸到pointofuse的用例。

數據密集型原型的一個典型例子是使用物聯網網絡來創建智能家居、建筑、工廠和城市。451Research和Vertiv2018年的一項調查發現，雖然在接受調查的700家組織中只有33%的組織廣泛部署了物聯網，但56%的組織表示，目前至少有25%的IT能力支持物聯網。盡管物聯網仍處于早期階段，但組織已經在努力管理正在生成的數據量。在這種情況下，這些應用必須將源頭設備和系統生成的大量數據從CXOINSIGHTS移動到中心位置進行處理，而不是將數據移動到更靠近用戶的位置。這將需要發展邊緣到核心的網絡架構。

• 人類延遲

人類延遲敏感原型涵蓋了為人類消費而優化服務的用例。顧名思義，速度是這一原型的定義特征。

人類延遲的挑戰可以在客戶體驗優化用例中看到。在電子商務等應用中，速度對用戶體驗有直接影響；使用本地基礎設施對速度進行優化的網站可以直接轉化為增加的頁面訪問量和銷售額。

• 機器對機器延遲

機對機延遲敏感原型涵蓋了為機對機消費而優化服務的用例。因為機器處理數據的速度比人類快得多，所以速度是這一原型的定義特征。在這種情況下，無法以所需的速度交付數據的后果可能比人類延遲敏感原型中的后果還要嚴重。

智能電網技術就屬于這種原型。這種技術正在配電網絡中應用，以可持續、可靠和經濟的方式實現供需自我平衡，并管理電力使用。它使配電網能夠自我修復，優化成本，管理間歇性電源，前提是在正確的時間獲得正確的數據。其他機器對機器延遲敏感應用包括依賴于圖像識別、軍事戰爭模擬和實時分析的智能安全系統。

• 生命至上

生命至上鍵原型包括直接影響人類健康和安全的用例。在這些用例中，速度和可靠性是最重要的。生命關鍵原型的最佳例子可能是自動駕駛車輛和無人機，當它們按照設計運行時，會提供極大的好處;然而，如果它們做出錯誤的決定，它們可能會危及人類健康。

邊緣用例的技術要求

這些原型對現有數據中心基礎設施有何影響？重要的是要注意，每個原型都需要一個本地數據中心，它提供靠近源的存儲和處理。在某些情況下，本地集線器可能是獨立的數據中心。更常見的是，它將是基于機架或行的系統，在可安裝在任何環境中的集成機柜中提供30-300kW的容量。

這些基于機架和行的機箱系統將通信、計算和存儲與適當的電源保護、環境控制和物理安全集成在一起。對于需要高度可用性的原型，例如機器對機器延遲敏感和生命危急，本地集線器應包括冗余備用電源系統并配備遠程管理和監控。許多用例還需要本地集線器內的數據加密和其他安全功能。

通過了解這些原型和支持它們所需的基礎架構，決策者，包括建筑行業的決策者，可以就其IT基礎架構做出更好的決策。