基本上，通過物聯(lián)網(wǎng)，我們試圖與機(jī)器、交通、環(huán)境條件或其他任何方面獲得連續(xù)和當(dāng)前的視圖，然后我們可以利用這些信息去更好地完成某些工作。該操作可能是預(yù)測計(jì)算機(jī)何時會發(fā)生故障，或者更有效地路由通信流，但是對于許多用例，收集數(shù)據(jù)、提供見解和采取行動之間的時間間隔很短。

優(yōu)化移動網(wǎng)絡(luò)變得更快了

舉個例子，在紅綠燈改變或者一個人從雜貨店的貨架上走了幾英尺遠(yuǎn)之前，對此數(shù)據(jù)進(jìn)行分析。弄清楚如何分析傳入的數(shù)據(jù)，然后根據(jù)這些數(shù)據(jù)創(chuàng)建一個模型，例如交叉路口或購物者的數(shù)據(jù)，以便計(jì)算機(jī)能夠?qū)ζ溥M(jìn)行操作，這就是我們討論真相的原因。克羅斯比的觀點(diǎn)是真理每秒鐘都在變化，所以如果我們試圖建立一個代表機(jī)器或模型真相的數(shù)字孿生模型，它需要不斷地改變。這對我們?nèi)绾慰创龜?shù)字孿生的計(jì)算架構(gòu)會有很多啟示。

例如，Swim.ai正在與一家美國電信公司合作，實(shí)時創(chuàng)建運(yùn)營商網(wǎng)絡(luò)的數(shù)字孿生模型，然后根據(jù)人員的不斷移動和他們正在運(yùn)行的任何應(yīng)用程序來優(yōu)化網(wǎng)絡(luò)。這家運(yùn)營商正在追蹤1.5億臺移動設(shè)備，這些設(shè)備每天總共產(chǎn)生4兆字節(jié)的數(shù)據(jù)。隨著5G技術(shù)的出現(xiàn)，設(shè)備和基站之間需要追蹤的元素越來越多，運(yùn)營商預(yù)計(jì)其需要分析的數(shù)據(jù)量將達(dá)到20PB。

在Swim.ai之前，運(yùn)營商將獲取這些數(shù)據(jù)并將其移動到一個400節(jié)點(diǎn)的Hadoop集群中進(jìn)行批量分析。它大約花了6個小時，需要很多服務(wù)器。在切換到Swim的軟件后，該運(yùn)營商可以跟蹤這1.5億臺設(shè)備和基站，并在100毫秒內(nèi)開始在其網(wǎng)絡(luò)上采取行動。它通過在可用的邊緣處理器上本地處理數(shù)據(jù)，并僅使用確定應(yīng)采取的任何操作所需的數(shù)據(jù)來實(shí)現(xiàn)這一點(diǎn)。

所以網(wǎng)絡(luò)優(yōu)化既快又便宜，因?yàn)檫\(yùn)營商不再需要一個巨大的集群來批量處理巨大的數(shù)據(jù)塊。而且，其蜂窩網(wǎng)絡(luò)的數(shù)字孿生體更準(zhǔn)確，代表了接近"真相"的東西，并允許運(yùn)營商立即采取行動解決問題或提供更好的體驗(yàn)。

在早些時候的談話中，克羅斯比說，他遇到的最大挑戰(zhàn)是想辦法利用Swim軟件賺錢。向郊區(qū)或城市收費(fèi)25美分一次的API調(diào)用，以提供幾乎即時的流量預(yù)測或紅燈狀態(tài)不起作用。這個用例很有趣，但經(jīng)濟(jì)性并不存在。沒有足夠的人愿意支付如此高的費(fèi)用來預(yù)測交通流量。

對于這個特殊的運(yùn)營商，這里發(fā)現(xiàn)了一個客戶有一個高價值的問題，該客戶使用大量數(shù)據(jù)，需要實(shí)時洞察，以便采取行動。但是，其中數(shù)字孿生體在幾秒鐘內(nèi)就代表了實(shí)際情況的真相，不確定有多少是值得花費(fèi)大量金錢的。

例如，雜貨店可能會想弄清楚購物者在哪里，這樣當(dāng)購物者靠近某一特定產(chǎn)品時，他們可以提供建議。一家物流公司可能想知道，當(dāng)卡車接近最便宜的汽油時，他們可以命令他們停下來加油。隨著電動汽車和卡車越來越普遍，每秒了解汽車的充電水平和附近充電器的位置將非常重要。

首先，數(shù)字孿生必須在幾秒鐘內(nèi)提供實(shí)時見解和變化。這意味著我們需要標(biāo)準(zhǔn)，而像微軟這樣的公司努力使手工構(gòu)建辦公室或商店的數(shù)字孿生變得容易，這似乎是錯誤的策略。

第二個觀點(diǎn)是，我們需要重新思考我們?nèi)绾翁幚頂?shù)據(jù)——我們存儲什么，存儲在哪里，以及如何以比我們今天更靈活的方式將數(shù)據(jù)與計(jì)算聯(lián)系起來。