在zai日ri前qian閉bi幕mu的de重zhong慶qing中zhong國guo國guo際ji智zhi能neng博bo覽lan會hui上shang，有you大da量liang的de工gong業ye互hu聯lian網wang和he智zhi能neng製zhi造zao的de展zhan示shi，其qi中zhong有you一yi個ge工gong業ye攝she像xiang頭tou與yu邊bian緣yuan計ji算suan設she備bei結jie合he的de應ying用yong
，工gong業ye攝she像xiang頭tou對dui精jing細xi器qi件jian進jin行xing質zhi量liang鑒jian別bie，這zhe一yi信xin息xi被bei存cun儲chu在zai邊bian緣yuan設she備bei中zhong，對dui收shou集ji到dao的de信xin息xi再zai做zuo分fen析xi處chu理li。其實這樣的場景在工業製造中非常多，隨著各種可以聯網的設備越來越多
，如溫度、濕度、攝像頭、紅外感應等在工業現場的大量使用，邊緣計算在智能製造中將會有非常廣泛的應用空間。

邊緣計算是CPS核心

據IDC(互聯網數據中心)數據統計，到2020年將有超過500億的終端與設備聯網。未來超過50%的數據需要在網絡邊緣側分析
、處理與儲存。邊緣計算正是充分利用物聯網終端的嵌入式計算能力，並與雲計算結合，通過雲端的交互協作
，實現係統整體的智能化。

其實在工業內網中，在離工業現場最近的地方，融合網絡、計算、存儲、應用核心能力的開放平台，就近提供邊緣智能服務，是滿足製造企業數字化轉型中提出的快速聯接
、實時業務

、數據優化

、應用智能、安全保護等方麵的關鍵需求。

有專家認為
，“工業4.0”的核心是CPS(信息物理係統)，而融合了網絡、計算、存儲
、應用核心能力的邊緣計算，顯然又是CPS的de核he心xin。邊bian緣yuan計ji算suan與yu工gong業ye控kong製zhi係xi統tong有you密mi切qie的de關guan係xi，具ju備bei工gong業ye互hu聯lian網wang接jie口kou的de工gong業ye控kong製zhi係xi統tong本ben質zhi上shang就jiu是shi一yi種zhong邊bian緣yuan計ji算suan設she備bei，解jie決jue工gong業ye控kong製zhi高gao實shi時shi性xing要yao求qiu與yu互hu聯lian網wang服fu務wu質zhi量liang的de不bu確que定ding性xing的de矛mao盾dun。

例如，目前規模以上冶金企業
，信息化已經頗有成效，但缺少的是終端的智能。冶金的物流跟蹤是典型的CPS，物理與化學形態經常發生改變，控製過程有一定難度。邊緣計算在其中發揮著重要作用，是工業物聯網技術的有效補充。

在目前普遍采用的基於PLC、DCS、工控機和工業網絡的控製係統中，位於底層、嵌於設備中的計算資源，或多或少都是邊緣計算的資源。隻是目前這些資源比較紛雜、獨立、低效
，未能充分實現互聯
、互通、互操作，未能充分標準化和平台化。當然
，這也就難以滿足現代應用場景在實時、安全
、大容量
、高速度、自適應計算和通信等方麵對它的要求。

邊緣計算是小型專家係統

作為邊緣計算的具體表現形式，工業CPS在底層通過工業服務適配器
，將現場設備封裝成web服務;在基礎設施層，通過工業無線和工業SDN網絡將現場設備以扁平互聯的方式聯接到工業數據平台中;在數據平台中
，根據產線的工藝和工序模型，通過服務組合對現場設備進行動態管理和組合，並與MES等係統對接。工業CPS係統能夠支撐生產計劃靈活適應產線資源的變化
，舊的製造設備快速替換與新設備上線。

一直在做工業互聯網平台的東方國信在這一領域中有近十年的經驗。“我們發現平台、模型、算法都要基於傳感器采集的數據
，所以從傳感器的數據源頭端開始做。”東方國信工業互聯網研究院院長趙宏博告訴記者，僅從工業高爐單個應用場景看，就需要紅外成像、熱成像、激光雷達、數字測溫芯片、柔性變偶等各種傳感器。

目(mu)前(qian)東(dong)方(fang)國(guo)信(xin)的(de)工(gong)業(ye)互(hu)聯(lian)網(wang)平(ping)台(tai)能(neng)夠(gou)接(jie)入(ru)不(bu)同(tong)類(lei)型(xing)的(de)數(shu)據(ju)。尤(you)其(qi)是(shi)一(yi)些(xie)流(liu)程(cheng)複(fu)雜(za)的(de)業(ye)務(wu)係(xi)統(tong)，在(zai)工(gong)業(ye)互(hu)聯(lian)網(wang)邊(bian)緣(yuan)端(duan)形(xing)成(cheng)的(de)小(xiao)型(xing)專(zhuan)家(jia)係(xi)統(tong)已(yi)經(jing)是(shi)一(yi)個(ge)數(shu)據(ju)庫(ku)。“在工業現場，會有六七千張數據表

，數據之間的關聯關係十分複雜，我們通過數據地圖的‘血緣關係’
，掌握海量數據的關聯
，實現數據治理。”趙宏博說。

工業互聯網的邊緣計算不局限於對數據的處理

，一直從事工業互聯網研究的GE也在做工業的邊緣計算，隨著邊緣終端的增多、智能的增強，工業現場對邊緣計算的需求是成為一個小型的工業專家係統。

實現邊緣“專家化”

“工業互聯網平台不僅僅是用戶平台，更是一個開發者平台，幾個企業
、幾個專家是不可能把工業互聯網平台做大的
，現在為什麼要很突出地將工業互聯網加以定義
，是因為它與傳統的工業雲有一個重要區別——微服務架構。”趙宏博說
，“微服務架構，可以通過程序層麵的API接口支持不同的開發者，而容器技術可以支持多種語言。”

通過微服務架構，一個機床領域的專家可以靠比較簡單的“拖拉拽”的(de)鼠(shu)標(biao)點(dian)擊(ji)方(fang)式(shi)，把(ba)自(zi)己(ji)的(de)經(jing)驗(yan)數(shu)據(ju)上(shang)傳(chuan)
，用(yong)已(yi)經(jing)封(feng)裝(zhuang)好(hao)的(de)機(ji)器(qi)學(xue)習(xi)算(suan)法(fa)對(dui)數(shu)據(ju)和(he)算(suan)法(fa)做(zuo)訓(xun)練(lian)
，做(zuo)出(chu)一(yi)個(ge)預(yu)測(ce)機(ji)床(chuang)性(xing)能(neng)的(de)程(cheng)序(xu)
，可(ke)以(yi)應(ying)用(yong)在(zai)邊(bian)緣(yuan)
，判(pan)斷(duan)現(xian)場(chang)情(qing)況(kuang)。

目前做邊緣計算平台的企業也在盡量降低對垂直行業專家的IT要求。近幾年各大國際雲計算廠商紛紛布局邊緣計算平台
，包括Predix Machine，AWS Greengrass
，Azure IoT Edge等。今年3月份
，阿裏計劃在2018年戰略投入“邊緣計算”。邊bian緣yuan計ji算suan平ping台tai並bing不bu隻zhi負fu責ze數shu據ju的de收shou集ji轉zhuan發fa
，更geng重zhong要yao的de是shi提ti供gong智zhi能neng化hua運yun算suan，並bing產chan生sheng可ke操cao作zuo額e決jue策ce反fan饋kui
，控kong製zhi設she備bei端duan。容rong器qi化hua技ji術shu成cheng為wei邊bian緣yuan計ji算suan平ping台tai的de底di層ceng標biao準zhun技ji術shu，是shi技ji術shu發fa展zhan的de必bi然ran選xuan擇ze。

gongyehulianwangdebianyuanjisuanyingyongchangjingfeichangfuza。bianyuanjisuanpingtaibingbushichuantongyiyidezhifuzeshujushoujizhuanfadewangguan，bianyuanjisuanpingtaixuyaotigongzhinenghuayunsuannengli

，erqienengchanshengkecaozuodejuecefankui，yonglaifanxiangkongzhishebeiduan。guoqu，zhexieyunsuanzhinengzaiyunduanwancheng。xianzaixuyaojiangyunduandejisuankuangjiatongguocaijian
、合he並bing等deng簡jian化hua手shou段duan，遷qian移yi至zhi邊bian緣yuan計ji算suan平ping台tai，使shi得de能neng在zai邊bian緣yuan計ji算suan平ping台tai上shang運yun行xing雲yun端duan訓xun練lian後hou的de智zhi能neng分fen析xi算suan法fa。因yin此ci，邊bian緣yuan計ji算suan平ping台tai需xu要yao一yi種zhong技ji術shu在zai單dan台tai計ji算suan機ji或huo者zhe少shao數shu幾ji台tai計ji算suan機ji組zu成cheng的de小xiao規gui模mo集ji群qun環huan境jing中zhong隔ge離li主zhu機ji資zi源yuan
，實shi現xian分fen布bu式shi計ji算suan框kuang架jia的de資zi源yuan調tiao度du。

目(mu)前(qian)計(ji)算(suan)機(ji)編(bian)程(cheng)技(ji)術(shu)多(duo)樣(yang)，開(kai)發(fa)人(ren)員(yuan)運(yun)用(yong)不(bu)同(tong)的(de)編(bian)程(cheng)語(yu)言(yan)處(chu)理(li)不(bu)同(tong)的(de)場(chang)景(jing)的(de)問(wen)題(ti)已(yi)成(cheng)為(wei)常(chang)態(tai)

，所(suo)以(yi)在(zai)邊(bian)緣(yuan)計(ji)算(suan)平(ping)台(tai)也(ye)需(xu)要(yao)開(kai)放(fang)的(de)支(zhi)持(chi)多(duo)種(zhong)開(kai)發(fa)工(gong)具(ju)和(he)多(duo)種(zhong)編(bian)程(cheng)語(yu)言(yan)的(de)運(yun)行(xing)時(shi)環(huan)境(jing)。因(yin)此(ci)
，在(zai)邊(bian)緣(yuan)計(ji)算(suan)平(ping)台(tai)使(shi)用(yong)一(yi)種(zhong)運(yun)行(xing)時(shi)環(huan)境(jing)的(de)隔(ge)離(li)技(ji)術(shu)便(bian)成(cheng)為(wei)一(yi)種(zhong)自(zi)然(ran)的(de)需(xu)求(qiu)。容(rong)器(qi)技(ji)術(shu)是(shi)主(zhu)機(ji)虛(xu)擬(ni)化(hua)技(ji)術(shu)後(hou)

，最(zui)具(ju)顛(dian)覆(fu)性(xing)的(de)計(ji)算(suan)機(ji)資(zi)源(yuan)隔(ge)離(li)技(ji)術(shu)，通(tong)過(guo)容(rong)器(qi)技(ji)術(shu)進(jin)行(xing)資(zi)源(yuan)的(de)隔(ge)離(li)，不(bu)僅(jin)對(dui)CPU、內存和存儲的額外開銷非常小
，而且容器的生命周期管理非常快捷，可以在毫秒級開啟和關閉容器。

華為曾經將邊緣計算形象比喻為章魚，章魚有60%的神經元是存在於8隻腕足上，大腦僅有40%的神經元。章魚這種用“腿”laisikaowentibingjiudijiejuewentidefangshihebianyuanjisuanhenxiang，ruguonengxiangzhangyuyiyang，caiyongbianyuanjisuandefangshi
，hailiangshujuzenenggoujiujinchuli
，daliangdeshebeiyenengshixiangaoxiaoxietongdegongzuo
，zhuduowentijiangyingrenerjie。