亚马逊云科技IoT——在生成式AI的浪潮中加速构建

“生成式AI将为物联网产业带来新的机遇。”在2023 re:Invent期间，亚马逊云科技全球IoT物联网副总裁Yasser Alsaied在接受采访时谈到。随着云计算、边缘计算、5G无线通信和各类传感器的融合演进，以及越来越多的智能技术融入其中，物联网正在千行百业焕发新的活力。从制造工厂的生产线，到汽车领域的自动驾驶，再到家庭生活的智能家居，都能看到物联网技术的影子。

IoT Analytics公布的一项调研报告显示，从2022年到2027年，全球物联网市场规模将以19.4%的复合年增长率达到4830亿美元。其中，2023年全球物联网市场将增长19%，连接数量达到160亿，到2027年的连接数量将突破290亿。这一过程中，亚太地区预计会成为增长最快的地区，复合年增长率将超过其他地区，达到22%。无论是像ABB、罗克韦尔这样的工业制造企业，还是像亚马逊、微软、IBM、SAP这样的科技企业，都在物联网领域持续投资，推进工业自动化、智能化的转型。尽管全球GDP的预期有所下滑，但企业在物联网领域的支出仍在增长。

在生成式AI的浪潮之中，基础模型的作用至关重要，数据则更为核心，直接影响着模型的质量和商业价值。在物联网的世界里，数据无处不在，可以在任何地方产生。自2015年以来，亚马逊云科技就在云端构建了IoT服务，每天连接着数以十亿计的设备。在这些设备中，日常交互的信息量可以达到2.7亿条，并且仍在快速攀升。在基础服务之上，亚马逊云科技提供了安全的连接、可扩展性和智能技术，并重点关注三个领域。

首先是汽车行业，涉及车联网、电池数据、发动机数据、污染水、交通管理、事故规避、驾驶员状态等。由于不同的车辆、不同的工厂、不同的通讯之间有着不同的协议，因此在数据交互时需要一种能够理解复杂数据格式的服务，如果遭遇事故等情况，可供相关人员快速调取。当然，这些数据也可以按照要求在24小时内删除，保护用户隐私。

利用AWS IoT FleetWise，客户可以收集和整理车辆数据，并以标准化的方式存储这些数据，以便在云中进行数据分析。AWS IoT FleetWise可以使用智能数据收集功能以近乎实时地将数据高效传输到云中。借助这些功能，可以通过定义基于可配置参数（如车辆温度、速度或品牌和型号）为何时收集和传输数据定义相应规则，减少数据传输量。

一旦数据传入云中，就可以将其用于分析车队运作状况的应用程序。这种分析可以更快地发现潜在的维护问题，或使车载信息娱乐系统更加智能。客户还可以将数据输入机器学习模型，从而对高级技术（如自动驾驶和高级驾驶辅助系统）进行提升优化。AWS IoT FleetWise使用车辆信号规范（VSS）对车辆数据建模进行了标准化，因此例如“速度”这样的信号总是表示为“vehicle_speed”，并以每小时公里数（km/h）为单位进行测量。车辆建模完成之后，上传车辆网络文件（如CAN数据库文件），使AWS IoT FleetWise可以读取通过车辆网络发送的唯一、专有数据信号。目前，AWS IoT FleetWise的客户包括普利司通、大陆集团、现代汽车集团、LG CNS等。此前，宝马也曾宣布会基于亚马逊云科技的平台打造自动驾驶辅助系统，包括训练新的AI模型，加速软件创新等。

Yasser Alsaied介绍称，车辆行驶过程中的数据非常复杂，以安全的角度为例，需要考虑刹车的时间、驾驶员的反应速度、突然撞击，以及道路湿滑、气候温度等环境因素，比如车轮打滑的情况在加拿大的结冰路况上时有发生，在沙特阿拉伯又会面临70°C的高温情况，可能会导致橡胶轮胎撕裂，这些问题需要各类传感器来监控，汽车制造商在收集相关数据后，就能通过分析让驾驶更加安全。同时，还有汽车充电的问题，要有充电站、电力公司的高效连接，根据车辆的续航情况判断如何能够快速找到可用的充电设施，这些都需要数据的支撑。

制造是另一个重要市场，同样要解决协议的问题。PLC在协议上有时会有160种不同类型的语言，为了应对这些挑战，亚马逊云科技提供了AWS IoT SiteWise和AWS IoT SiteWise Edge。其中，AWS IoT SiteWise是一种托管式服务，可以轻松地从工业设备中大规模地收集、存储、整理和监控数据，帮助客户做出更好的数据驱动型决策。客户可以使用AWS IoT SiteWise监控设备的操作，快速计算常用的工业性能指标，并构建应用程序来分析工业设备数据，防止昂贵的设备问题，并减少生产缺漏。

在亚马逊云科技的平台上，Coca-Cola Icecek（CCI）仅用了2个月就为其生产线消毒工序构建了稳定的数据分析系统，提升了工序效率并降低了环境资源使用量。作为CCI数字战略和愿景的一部分，该公司利用亚马逊云科技通过构建数字孪生来改造其26家装瓶厂。在项目的第一阶段，CCI使用AWS Professional Services为其在线清洗（CIP）工序构建解决方案，这是食品和饮料行业的关键消毒工序，可在不拆卸的情况下清洁生产线和设备的内表面。CCI需要一种方法来收集和处理大量的工业数据，并建立CIP资产和工序的数字模型。

为了提取设备数据进行处理，CCI使用了AWS IoT SiteWise，它在AWS IoT Greengrass上运行，AWS IoT SiteWise从CCI工厂提取大量工业数据，使操作员能够使用Grafana控制面板（一种开源分析和交互式可视化Web应用程序）在边缘监控工序。同时，CCI还使用了Amazon DynamoDB。使用该解决方案，CCI操作员可以访问公司资产的数字表示形式，并近乎实时地了解CIP工序。利用AWS IoT Analytics等工具，物联网数据使用业务规则和与流程相关的信息在云中得到了丰富，并存储在工业数据湖中，通过 Amazon Athena提供给CCI操作员和公司利益相关者。在部署后的4个月内，CCI发现了30多个改进机会，每年可节省20%的用电量和9%的用水量。CCI估计，使用数字孪生解决方案每年可以节省34天的处理时间，实现了降本增效。

SiteWise Edge可以在第三方工业网关和计算机等本地硬件上或AWS Outposts和AWS Snow Family计算设备上运行，使用AWS IoT Greengrass为边缘设备提供本地软件运行环境，以帮助构建、部署和管理应用程序。SiteWise Edge可使安全地连接至工业设备和现场数据服务器或历史数据库并读取其中的数据这一过程实现自动化。SiteWise Edge使用了多种工业协议收集这些数据，包括OPC Unified Architecture（UA)、Modbus TCP/IP和Ethernet/IP，这些协议均作为在AWS IoT Greengrass上运行的预打包连接器提供。

AWS IoT SiteWise Edge能够直接从Siemens Industrial Edge Marketplace部署，以帮助简化、加速和降低将工业设备数据发送到亚马逊云科技的成本。客户可以使用现有的西门子工业边缘基础设施和连接应用程序（如SIMATIC S7+连接器、Modbus TCP连接器等）部署AWS IoT SiteWise Edge，快速启动从机器到边缘（1级和2级OT网络）的工业数据提取。然后，可以安全地聚合和处理来自大量机器和生产线的数据（第3级），并将其发送到亚马逊云科技，以便在各种使用案例中使用。这使得流程工程师、维护技术人员和效率拥护者能够从运营数据中获取业务价值，这些数据经过组织和情境化，可用于本地和云应用程序，从而解锁资产监控、预测性维护、质量检查和能源管理等用例。

“自动化的程度越高，与IT的连接越多，数据驱动的决策就越多，对收入、服务、正常运行时间，以及资源浪费和环境保护有着重要的影响。”Yasser Alsaied说。

通过此次合作，AWS IoT SiteWise Edge可以与Siemens Industrial Operations X产品组合进行互操作，为工业运营带来增强的连接性、安全性、可扩展性和灵活性。首先，它从常用的工业协议中解锁数据，用于亚马逊云科技和西门子的各种应用程序和产品组合。此外，AWS IoT SiteWise Edge利用源头数据加密、严格的身份验证协议和坚固的防火墙，从数据生成的那一刻起就对其进行保护，这在当今网络威胁不断升级的情况下是一项关键功能。最后，该产品使工业客户能够快速开始启用本地化数据处理，并随后随着需求的发展进行扩展，以利用亚马逊云科技支持的更高级的使用案例。可以说，此举是推动IT-OT融合和工业数字化的重要一步。

数字孪生曾被Gartner连续多年列为十大战略科技发展趋势，可谓是数字世界与物理世界融合的最佳实践之一。借助AWS IoT TwinMaker，开发人员可以更轻松地创建建筑、工厂、工业设备和生产线等真实系统的数字孪生。AWS IoT TwinMaker提供了构建数字孪生所需的工具，可以优化建筑运营、增加产出并提高设备性能。由于能够使用多个来源的现有数据、创建任何真实环境的虚拟表示，并将现有3D模型与现实数据相结合，客户可以利用数字孪生更快、更轻松地创建运营的整体视图。创建数字孪生后，AWS IoT TwinMaker为构建Web应用程序提供了低代码体验，以便工厂操作员和维护工程师可以访问数字孪生并与之交互。

随着互联家居设备的使用数量和频率持续增加，越来越多的数据被推送到云端，物联网和机器学习技术正在为智能家居应用带来新的可能性。对此，AWS IoT提供了包括FreeRTOS、AWS IoT Greengrass、AWS Greengrass ML Inference、 AWS IoT Core、AWS IoT Device Management、AWS IoT Device Defender在内的全面的解决方案，可以帮助客户构建可扩展的IoT应用程序（这些应用程序负责收集、处理、分析和操纵由互联家居设备生成的数据），而无需管理任何基础设施。同时，还可以提供端到端的设备安全性，包括身份验证、数据加密、异常警报等。

在2023 re:Invent上，亚马逊云科技推出了Amazon Q，为企业级的生成式AI构建提供了无限的可能性和便利性，这同样为物联网应用带来了更多的机会，设备制造商可以通过自然语言的方式建立智能连接，创建业务应用。对于处在不同行业、不同场景的客户来说，他们会需要更适合自己的数据、工具和模型。在Yasser Alsaied的团队中，已经开始在使用Amazon Q来进行构建。

未来，随着越来越多的设备厂商、服务商、集成商加入到亚马逊云科技的生态中，会产生更加丰富的数据信息和应用案例，构成大量数据-基础模型的良性循环，从而带来更多的可能性。正因如此，生成式AI不仅能够简化物联网的构建，也证明了物联网蕴含的巨大价值。

本文属于原创文章，如若转载，请注明来源：亚马逊云科技IoT——在生成式AI的浪潮中加速构建https://cloud.zol.com.cn/845/8456485.html