作者:Jakob Engblom

分析公司高德纳发布了一份他们的“十大战略技术趋势2018年”。这个列表包含了广泛的趋势，从区块链这样的特定技术到会话平台这样的广泛领域。在这篇博文中，我将探讨模拟如何在Gartner发现的几个趋势中发挥重要作用。

数字的双胞胎

根据Gartner的博客文章，为数字双胞胎的影响做好准备，“数字双胞胎是指物理对象的数字表示。”这种“数字表示”是现实世界系统的分析模型或仿真模型。开发人员和分析人员在实验室中使用该模型来理解实际系统在其操作环境中的行为。

该模型提供了在真实系统中被测量、记录或观察到的输入或刺激。这使得更好地理解系统的行为、调试问题以及在问题发生之前预测未来的问题成为可能。这一实践正引起业界和专业人士对物联网(IoT)的极大兴趣，因为连接在一起的传感器和控制系统使来自现实世界的大量信息变得触手可及，而这在过去是不可获得的。

数字双胞胎本身并不是一个新概念;计算机模拟在20世纪60年代被美国宇航局用于阿波罗计划了解空间系统的行为，并对如何执行任务做出关键决策。在航天工业中，使用物理模型和数字模型来理解和解决飞行任务中的问题是非常普遍的。这部电影阿波罗13号为大多数模拟时代提供了一个很好的例子，但今天，同样的原则适用于，特别是软件。

随着对智能互联系统和更短创新周期的日益重视，开发人员需要更快地迭代测试、反馈和部署。部署系统的数字双胞胎通常会脱离在系统设计阶段使用的仿真．它们是由许多元素组成的来自不同领域的不同模型，包括机械、物理、模拟、数字和软件。

对我来说，这里的关键是如何将软件方面包括在数字孪生兄弟中。在某些情况下，您希望使用一个高度抽象的模型，该模型只包括所使用的算法，或仅包括它们的性能方面(例如使用的模型英特尔®CoFluent™技术）.在其他情况下，您希望看到实际软件在系统控制器(或后端数据库，或其他硬件或软件系统)上运行，虚拟平台工具如风河系统公司®西米奇®做一个优秀的选择。将Simics虚拟平台连接到物理系统的仿真模型是一种常见的实践。它帮助许多公司建立了从以实际控制软件进行大规模系统物理建模包括运行多个联网物联网、嵌入式和控制系统就像在控制方面一样。数字孪生概念同时应用于嵌入式系统和通用计算系统。对于一般用途的情况，通过查看软件堆栈(从BIOS到应用程序)以及它在某些工作负载或输入(例如复制)下是如何工作的来自现实世界的问题用于调试．

云边缘

Gartner指出:“虽然人们普遍认为云计算和边缘计算是相互竞争的方法，但这是对概念的根本误解。边缘计算指的是将内容、计算和处理置于更接近用户/事物或网络的“边缘”的计算拓扑结构。云是一个使用互联网技术提供技术服务的系统，但它不规定集中或分散的服务提供服务。”

有时您希望将计算集中在远离边缘的数据中心的服务器上，有时在边缘执行操作更有意义。这归结为一个问题，即在系统层次结构的每个部分中可以提供多少计算(基于成本、功耗、冷却、延迟需求、通信带宽等)，以及如何与其他地方的数据通信成本进行比较。把东西移到靠近边缘的地方会缩短反应时间和延迟，并减少需要发送回的数据量(通常是多个数量级，如果将原始传感器数据与处理过的数据进行比较——比如将监控摄像头的视讯数据与一个人进入房间的通知数据进行比较)——这也会增加边缘系统的成本。

因此，根据所涉及的网络类型，理解、建模和探索移动计算所涉及的权衡以及它如何影响通信是非常重要的。这个过程实际上是递归的，因为一旦我们进入一个数据中心，同样的问题就会再次出现在平衡不同类型的资源方面——计算、存储、通信。通过直觉、猜测和电子表格来解决它不是一个非常可靠或可扩展的过程。

为整个系统建模，从边缘到云

建立一个整个系统的模型并利用变参数仿真来探索系统的设计空间。这可以快速地在许多替代方案中找到有希望的折衷方案而不是建立系统．上图显示了这样一个模型的草图，其中一部分建模一组传感器，一部分建模中心网关中的聚合，最后一部分建模数据中心。

最后，仿真结果也有助于优化该系统系统设置和系统调优的建议．实际上，云到边缘的系统模型变成了一个数字双胞胎。

总结

总之，对于构建任何类型的复杂系统的人来说，模拟应该是开发工具包的自然组成部分。仅仅依赖于硬件并不是最优的选择，你也希望如此使用模拟来增加灵活性和效率到设计开发过程。仿真允许您扩展您系统的测试范围希望能在实验室里找到漏洞而不是在系统部署时．最后，Gartner列出的流行技术将在各种产品和系统中实现。包含许多不同部分之间丰富而复杂的交互作用的系统。为了克服这种复杂性，需要更好的工具和流程。