智能工厂中的雾计算资源调度*

戴志明，周明拓†，杨旸，李剑，刘军

(1 中国科学院上海微系统与信息技术研究所，上海 200050；2 中国科学院大学，北京 100049；3 上海雾计算实验室，上海 201210；4 上海科技大学，上海 201210；5 思科(中国)有限公司上海分公司，上海 201103) (2019年12月13日收稿； 2020年3月19日收修改稿)

新一代信息技术例如物联网、云计算、雾计算、人工智能、大数据等为许多行业带来了宝贵的发展机遇[1-2]。传统工业正经历着信息技术发展引起的技术变革。智能工厂就是在这样一个背景下诞生的[3-4]。与传统工厂相比，智能工厂需要处理海量的数据。一种方式是利用远端云计算，但是存在许多弊端[5]，例如：时延比较大、带宽的要求比较高，以及安全和隐私无法保证。雾计算的出现能够缓解这些问题[6]，它将计算、存储、控制和网络功能从云转移到边缘设备中，从而能够减少数据传输时延和所需带宽。它允许一群相邻的终端用户、网络边缘设备和访问设备协同完成需要资源的任务。因此，许多原本需要云计算完成的计算任务可以通过数据产生设备周边的分散计算资源在网络边缘有效完成。

智能工厂可以通过容器技术和容器自动编排的工具实现资源虚拟化和服务自动化部署[7]。容器是一种虚拟化的技术，与虚拟机相比，它更加轻量并且可以快速地在不同的操作平台上部署。目前常见的有Docker容器。相关的编排工具有Kubernetes，这是一个能够跨越多个计算节点并且管理多个计算节点上的容器的平台工具。我们可以将智能工厂中的应用容器化[8]，成为Docker容器，然后使用Kubernetes将Docker容器自动化部署到合适的雾计算节点上[9-10]。……