全球制造業(yè)正在經歷一場數(shù)字化轉型的變革，物聯(lián)網將所有生產線上的機器設備連接起來，用戶可以在任何地方查看設備狀態(tài)和生產進度，許多大型IT公司也針對推出了相關的服務，為移動用戶提供實時的制造數(shù)據(jù)。

工業(yè)物聯(lián)網主要是將生產設備、人和產品的數(shù)據(jù)采集到云端計算平臺，再利用軟件系統(tǒng)和機器學習技術進行分析和預測，以便于洞察更多隱藏的商業(yè)機會。不過，隨著越來越多的設備連網和大量數(shù)據(jù)的傳輸，對網絡和云系統(tǒng)產生了很大的壓力。

為了解決網絡擁堵的問題，一些IT公司開始推出邊緣計算產品，并得到了工業(yè)用戶的廣泛使用。邊緣計算允許物聯(lián)網設備生成的數(shù)據(jù)在更接近創(chuàng)建的位置處理，而不是通過長路徑發(fā)送到數(shù)據(jù)中心或云，從而減輕了網絡帶寬的負荷，同時也提升了現(xiàn)場數(shù)據(jù)處理的及時性。

究竟什么是邊緣計算？

邊緣計算可以看作是一種微型的數(shù)據(jù)中心，它可以在本地處理或存儲關鍵數(shù)據(jù)，并將所有接收的數(shù)據(jù)推送到中央數(shù)據(jù)中心或云存儲?？梢哉f邊緣計算是將云的能力擴展到工業(yè)現(xiàn)場，通過本地的計算設備將數(shù)據(jù)進行采集、清洗、整理等處理，然后再傳輸?shù)皆贫恕?/span>

在大多數(shù)情況下，大部份的數(shù)據(jù)信息都將存在于云中，而邊緣設備作為云計算的補充，大大提升了物聯(lián)網設備連接到云的效率。邊緣計算在本地對數(shù)據(jù)進行分類，因此其中一些數(shù)據(jù)在本地處理，從而減少了到中央存儲的容量。通常IoT設備將數(shù)據(jù)傳輸?shù)奖镜赜嬎阍O備，數(shù)據(jù)先在邊緣處理，然后其部分被發(fā)送到公司數(shù)據(jù)中心。

邊緣計算可減少網絡的延遲性，因為數(shù)據(jù)無需通過網絡傳輸?shù)綌?shù)據(jù)中心或云進行處理。這對于一些時間要求比較高的行業(yè)特別重要，例如制造業(yè)中，毫秒級延遲都可能無法維持機器的正常運行，工業(yè)自動化生產線需要實時數(shù)據(jù)采集和即刻的反饋處理。

邊緣計算的工業(yè)應用場景

制造業(yè)向智能化升級轉型，生產設備的復雜程度越來越高，大量的數(shù)據(jù)可能只有部分是關鍵或者有意義的，例如在海洋中的石油鉆井平臺，有數(shù)千個傳感器產生大量數(shù)據(jù)，其中大部分可能無關緊要，有些只是確認系統(tǒng)是否在正常運行。但是，機器的數(shù)據(jù)一旦產生就不一定需要通過網絡發(fā)送，這是不合理的。

所以，以很多場合需要邊緣計算系統(tǒng)對數(shù)據(jù)進行處理，然后再將每日報告發(fā)送到中央數(shù)據(jù)中心進行長期存儲，邊緣計算系統(tǒng)減少了網絡的數(shù)據(jù)量。目前邊緣計算在工業(yè)中的應用體現(xiàn)在幾個方面，主要是針對設備和供應鏈系統(tǒng)的監(jiān)控和優(yōu)化。

設備保護。隨著IT技術和工業(yè)技術的融合發(fā)展，現(xiàn)場機器設備不斷升級，并擁有了一些運算的能力，例如智能水泵可以利用邊緣計算進行基本的分析，設定系統(tǒng)安全的閾值，如果設備超限就執(zhí)行泵關閉的動作。邊緣計算設備進行此類應用意味著不需連接互聯(lián)網和沒有決策延遲，只要在設備端安裝了邊緣計算，即使與云系統(tǒng)連接中斷，也可以始終如一地實施關鍵任務。

性能監(jiān)控。機器運行的效率影響到工廠整體的產出，所以通常設備廠商會對其機器進行實時的監(jiān)控，那么采用邊緣計算可以實時得到數(shù)據(jù)和及時解決現(xiàn)場的問題。盡管可以在云中執(zhí)行很多數(shù)據(jù)的分析，但某些信息的時間價值很高，響應延遲和等待來自云的決策可能會造成重大損失。因此，使用邊緣計算來對來自工廠中傳感器的多個數(shù)據(jù)點進行實時分析是十分關鍵的。

供應鏈優(yōu)化。要提升工廠的效率，通常需要對整個生產過程進行評估和優(yōu)化，從產品設計、材料采購、制造、銷售和物流等環(huán)節(jié)都要進行分析。邊緣計算可以在短時間內從多個來源獲取數(shù)據(jù)，并進行分析整理，可以適應業(yè)務系統(tǒng)中的供應鏈優(yōu)化計劃。