二 物联网架构
无论是搭建、购买、出售或是投资于能够实现企业级物联网应用的技术，都需要对物联网的体系架构有所认识，才能更好地了解网络的不同部件或部分。尤其是商业人士和科技人员，应当深入理解物联网的体系架构。此外，当有多方参与、组建物联网时，提供一个独立于供应商的框架十分重要。
本章关注物联网体系架构，将其主要分为五层：设备、连接、采集、学习和应用。然后，举例介绍一些提供物联网部件（但不是全部）的公司，并将其与系统框架相对应。除此之外，本书也会介绍其他物联网相关产品。
1．物联网架构
物联网的第一层由设备组成（见图2.1）。本书中将不加区分地使用事物、机器和设备的说法。事物主要指可通过不同方式连接到物联网的机器本身。一旦与网络连接，采集技术可采集数据，并将其以每小时、每分钟或每秒的时间序列发送。第四层为学习层。传统的人与人连接的网络应用中，只有用户输入信息才产生数据。然而物联网应用持续产生数据，有史以来我们第一次可以利用机器学习人类世界，如医院、矿井或农场等。最后，我们应该知道，这些技术有什么意义？有什么商业价值？应用层描述了软件应用技术和商业模式，主要受构建和使用物联网的公司的影响，如医疗、运输和城市建设服务等。
图2.1 物联网架构
1）设备
企业中的设备，如基因测序器、机车或水冷却器，都呈现日益智能化且接入网络的趋势。在组建或购置下一代机器时，需要考虑传感器、CPU结构、操作系统、程序包、安全等问题。传感器服从摩尔定律，其价格逐年显著下降，因此被更多地添加到低成本计算机上。计算机包括简单的微控制器到具有完备功能的CPU，支持ARM或Intel的指令构架。当处理器的性能增强时，可支持功能强大的软件，而软件则成为进一步发展的瓶颈。
2）连接
设备可以通过不同方式连接到互联网。基于所传输的数据量、传输距离、能量限制等，需要采用不同的连接技术。此外，可以从网络高层采用不同方案管理连接，保证连接的安全性。
3）采集
设备与人的连接不同。物联网产生的绝对数据量将以指数量级超过传统网络应用的数据量。物联网数据可通过SQL、NoSQL、传统或下一代时间序列采集架构收集存储。
4）学习
随着物联网数据量的增加，需要对数据进行学习和分析，相应工具包括查询技术、有监督及非监督的机器学习技术等。由于此前主要关注的是传统网络应用，现有的机器学习方法主要适用于学习人产生的数据。在物联网中，机器学习技术仍存在很大的发展空间。
5）应用
如传统网络应用一样，物联网应用中将存在打包的应用程序（如ERP、CRM）和中间件程序。当然，无论是购买还是自己搭建，构建物联网应用的最终目的都是要带来经济效益。当机器变得更加复杂，要由软件来支撑时，机器服务的管理可借鉴传统的软件维护服务中的经验教训。业内人士都知道，软件即服务已经改变了整个行业。
以下介绍5个供应商的例子，来解释物联网体系架构和实际产品的对应关系，这5个供应商提供了许多（并非全部）的物联网部件。本节的主要目的是举例说明各供应商之间的相似和不同之处。
2．机器生产公司
通用电气（GE）公司的前副主席Daniel Heintzelman在笔者的斯坦福课上做了一个特邀报告。在这个报告中，他提到，我们也许知道GE公司前总裁和CEO——Jack Welch对GE公司的影响，但并不知道Welch如何坚持将GE公司由仅提供机器（例如引擎）的模式改变为同时提供机器服务合同的模式。通过这样的改变，GE在2014年通过机器服务合同收入了接近50亿美元，并且在2014年年末通过多年服务合约得到189亿美元的收入。
GE公司的现任CEO——Jeff Immelt意识到服务主要是由软件和信息支撑的，从而在2011年巨额投资了软件团队，并雇William（Bill）Ruh作为领导。这个成立于加州San Ramon的软件团队，目前已经开发了名为Predix的工业互联网应用平台，如图2.2所示。
图2.2 GE工业互联网构架
与传统的软件公司不同，GE公司生产机器。例如，GE公司最新的燃气涡轮机重约400吨，有3000个传感器并可以为40万个家庭供电。
但如今，GE公司也开发软件。例如，该公司开发的Predix机器是独立于设备的软件栈，可用于连接机器和互联网，可将不同传感器和设备的数据传到Predix云中。Predix数据服务器可收集数据，可提供时间序列服务，同时也支持企业级SQL-on-Hadoop分析引擎。Predix分析服务进行数据的分析和学习，同时在商业应用中也提供了开发和嵌入高级分析功能的框架。Predix也包含中间件软件，如Predix安全服务和一个UI开发软件。最后，应用部分包括资产、事物和机器模型。Predix资产服务提供资产创建和存储服务，例如，开发者可创建描述组织中所有泵的逻辑组件结构的资产模型，以表示每个泵。
有很多像GE这样的公司（如Bosch和Schneider Electric等）。这些公司生产机器，开发软件增强机器性能，且将软件应用提供给用户。
3．非机器生产公司
PTC公司是非机器生产公司的例子。PTC公司已经在两个商业领域占有一亿美元的市场：计算机辅助设计市场和产品生命周期管理市场。PTC公司有接近25万个CAD应用用户和1600万个PLM应用用户，利润各占一半。为了促进公司发展，PTC公司十分重视物联网软件的应用发展。基于其现有的用户群，PTC公司在将其产品投入市场的过程中有明显优势。最近，PTC公司的CEO表示公司销售额将超5千万美元，且增长率将达40%。JP Morgan Chase的Sterling Auty说，“认购过渡的趋势将重现，事实上，我们2016年最看好PTC公司的股票，其正在进行这样的过渡，且会从物联网快速长期的发展中收益。”
在2014年11月哈佛商业评论的文章中——《智能化可连接的产品如何改变竞争格局》，哈佛教授、PTC公司董事会成员——Michael Porter和PTC公司CEO——Jim Heppelman，给出了PTC公司的观点及新型挑战下公司的十个战略性选择，总结为：
智能化可连接的产品正在改变为顾客创造价值的方式、公司竞争的方式以及竞争本身的边界。这些转变将会直接或间接地从根本上影响所有的行业。然而，智能化可连接设备的影响力远大于此，它将影响整个经济的发展，为公司、顾客和全球经济带来下一代以IT为驱动的生产力增长。
PTC物联网架构如图2.3所示。
图2.3 PTC物联网架构
PTC公司并不生产设备，但是，用于产品生命周期管理的应用Windchill以及CAD应用Creo，均可应用于下一代机器的设计生产。基于云服务和软件，PTC公司的Axeda应用可为连接的设备提供基于云的服务和软件，并提供数据收集服务。另一个收购产品，Coldlight是PTC公司机器学习技术的基准。Coldlight的神经元可进行数据分析、模式识别、建立统计预测模型，并可将信息发送到几乎任意一种应用和技术。最后，相关应用的中间件利用来自ThingWorx的数据协助搭建数据处理系统。ThingWorx已被用于基于预测的维护和系统检测等，PTC公司表示和传统技术相比，该类应用显著提升了应用开发的效率。
4．工业
GE公司和PTC公司代表了两个进行大规模软件开发投资的大型公司，后面的章节将讨论其他物联网供应商，包括设计开发机器设备、物联网连接解决方案、数据采集、数据学习、应用等。如其他任何新兴领域一样，云计算、物联网行业既有老牌厂商也有创业公司。本书不讨论所有公司，但希望读者可了解到有哪些物联网公司，哪些公司未来更具发展潜力。图2.4给出了一些后续要讨论的公司。
图2.4 物联网工业示例
5．总结
在后面的章节中，本书将采用设备、连接、采集、学习、应用的物联网架构。首先，本书对每一个部分进行介绍，讨论其基本原理及其实践应用。最后，本书将讨论精准农业、电力、供水、医疗、运输等领域中，精密设备制造及应用的完整方案。