接下来，我们回到Predix核心平台层与Predix应用程序层中间的Predix微服务层。Predix的微服务是Predix作为平台功能提供的软件产品。它分布在APM等Predix应用程序的各个功能中。

Predix微服务可以细分为APM、OO、BM三个Predix应用程序共通功能的微服务群（见图5-1），以及用于各个应用程序单独开发的“商务功能”的微服务群两个类别。

前者的“共通功能”包含：报警管理、仪表板、用户管理等微服务。后者的“商务功能”包括：故障检测、机器学习、数据管理等领域的各种微服务。这些微服务功能可以通过GE数字的“Predix io”的目录网址进行查询。截止到2017年5月，包括测试版和即将公开内容在内，共有170种以上的微服务功能。

170种以上的微服务中，有很多实现数字主线不可或缺的机器学习的微服务。比如，关于故障检测的微服务可以通过工业机械传感器数据的机器学习，区分正常运营时的数据模式和异常运行时的数据模式。进而检测工业机械是否发生异常，预测机械故障。Predix中用于故障检测的微服务就有很多种类。这是因为不同工业机械的种类、用途、使用情形不同，需要多种类型的故障检测手法。(www.daowen.com)

Predix中与数据分析相关的微服务就有125种。在机器学习算法中，有逻辑（logistic）回归、Random Forest（随机森林）、Support Vector Machine（支持向量机）等不同算法。另外，可贵的是，Predix还有“预测5日后电费”等适用于发电设备相关应用程序的定制微服务，以及“交通量最优化”“步行者交通最优化”等智慧城市相关的定制微服务。

正如第3章所介绍的那样，由于在工业机械领域中预测错误会造成巨大的损失，并伴有一定危险性。GE数字在开发数字孪生的数据模型时，一台工业机械可以并用将近1000种预测模型。这就是为什么数据分析的微服务有这么多种类的原因。

GE把Predix作为云计算的PaaS提供。客户企业既可以在亚马逊的AWS、微软的Microsoft Azure等公有云上使用Predix，也可以在自己的办公室大楼、数据中心使用Predix。在IT行业中，与云计算相对，将数据中心存储在客户企业本地的做法称为On-Premise（本地部署）^[3]。GE数字的CTO科迪什说：“很多客户在意自己的数据中心存放的位置，为了满足客户的需要，无论是公有云还是本地部署，Predix都能使用。”