全球制造業正在經歷一場數字化轉型的變革，物聯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據。

　　 工業物聯網主要是將生產設備、人和產品的數據采集到云端計算平臺，再利用軟件系統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機會。不過，隨著越來越多的設備連網和大量數據的傳輸，對網絡和云系統產生了很大的壓力。

　　 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，并得到了工業用戶的廣泛使用。邊緣計算允許物聯網設備生成的數據在更接近創建的位置處理，而不是通過長路徑發送到數據中心或云，從而減輕了網絡帶寬的負荷，同時也提升了現場數據處理的及時性。

　　 究竟什么是邊緣計算？

　　 邊緣計算可以看作是一種微型的數據中心，它可以在本地處理或存儲關鍵數據，并將所有接收的數據推送到中央數據中心或云存儲。可以說邊緣計算是將云的能力擴展到工業現場，通過本地的計算設備將數據進行采集、清洗、整理等處理，然后再傳輸到云端。

　　 在大多數情況下，大部份的數據信息都將存在于云中，而邊緣設備作為云計算的補充，大大提升了物聯網設備連接到云的效率。邊緣計算在本地對數據進行分類，因此其中一些數據在本地處理，從而減少了到中央存儲的容量。通常IoT設備將數據傳輸到本地計算設備，數據先在邊緣處理，然后其部分被發送到公司數據中心。

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

　　 邊緣計算的工業應用場景

　　 制造業向智能化升級轉型，生產設備的復雜程度越來越高，大量的數據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，有數千個傳感器產生大量數據，其中大部分可能無關緊要，有些只是確認系統是否在正常運行。但是，機器的數據一旦產生就不一定需要通過網絡發送，這是不合理的。

　　 所以，以很多場合需要邊緣計算系統對數據進行處理，然后再將每日報告發送到中央數據中心進行長期存儲，邊緣計算系統減少了網絡的數據量。目前邊緣計算在工業中的應用體現在幾個方面，主要是針對設備和供應鏈系統的監控和優化。

　　 設備保護。隨著IT技術和工業技術的融合發展，現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，設定系統安全的閾值，如果設備超限就執行泵關閉的動作。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，即使與云系統連接中斷，也可以始終如一地實施關鍵任務。

　　 性能監控。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控，那么采用邊緣計算可以實時得到數據和及時解決現場的問題。盡管可以在云中執行很多數據的分析，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據點進行實時分析是十分關鍵的。

　　 供應鏈優化。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化，從產品設計、材料采購、制造、銷售和物流等環節都要進行分析。邊緣計算可以在短時間內從多個來源獲取數據，并進行分析整理，可以適應業務系統中的供應鏈優化計劃。

　　 本文來自：http://www.gongkong.com/news/201810/386980.html