物聯網時代的到來，將連接從人與人之間進一步擴展到了人與物、物與物之間，數字化和智能化的浪潮開始席卷製造、電力、交通
、醫療、農業、公共事業等各行各業。

據IDC預測，全球數據總量將從2018年的33ZB增長到2025年的175ZB

，年複合增長率為61％。隨著數據的指數級激增
，企業漸漸察覺，以雲計算為代表的“集中式統一供水模式”出現了一些問題：每家每戶“用水量”的增加使得水廠有些不堪重負；“水”從水廠流到“水龍頭”會有一定的延遲；一旦供水廠出現問題，整個供水網絡的運作都會受到影響……能否在靠近“水龍頭”的地方安裝一個“應急水箱”來應對這些挑戰呢？邊緣計算模式由此興起。

工業為邊緣計算落地提供土壤

根據邊緣計算產業聯盟（ECC）與工業互聯網產業聯盟（AII）聯合發布的《邊緣計算參考架構3.0》報告，邊緣計算是在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲
、應用核心能力的分布式開放平台，就近提供邊緣智能服務，滿足行業數字化在敏捷連接、實時業務
、數據優化、應用智能、安全與隱私保護等方麵的關鍵需求。

進入2019年(nian)後(hou)，邊(bian)緣(yuan)計(ji)算(suan)的(de)熱(re)度(du)持(chi)續(xu)升(sheng)溫(wen)，各(ge)行(xing)各(ge)業(ye)都(dou)在(zai)積(ji)極(ji)推(tui)進(jin)邊(bian)緣(yuan)計(ji)算(suan)的(de)落(luo)地(di)
，以(yi)期(qi)成(cheng)為(wei)這(zhe)條(tiao)新(xin)賽(sai)道(dao)上(shang)的(de)領(ling)跑(pao)者(zhe)。工(gong)業(ye)領(ling)域(yu)或(huo)許(xu)將(jiang)為(wei)邊(bian)緣(yuan)計(ji)算(suan)的(de)落(luo)地(di)提(ti)供(gong)優(you)渥(wo)的(de)“土壤”，很多典型的工業場景對邊緣計算存在天然的需求。

聯網設備規模的迅速擴大使得工廠產生的數據量正以極高的速度發生“膨脹”。根據思科統計，采礦業的操作每分鍾可以生成高達2.4TB的數據，每個汽輪機每小時產生0.4TB數據
，每個自動化工廠每小時產生1TB數據。

將數據的珍貴程度比作原油毫不過分，然而原油隻有經過采集、運輸
、加工、提煉
，才能真正得以使用。工業現場的很多數據“保質期”很短，一旦處理延誤，就會迅速“變質”，數據價值呈斷崖式下跌。

工業互聯網產業聯盟邊緣計算特設組主席史揚以煉鋼過程的軋鋼工藝為例，軋鋼板就像是壓麵條，經過擀麵杖（軋機）的多次擠壓，麵（鋼板）就(jiu)越(yue)擀(gan)越(yue)薄(bo)。軋(zha)機(ji)靠(kao)多(duo)個(ge)伺(si)服(fu)電(dian)機(ji)協(xie)同(tong)驅(qu)動(dong)軋(zha)製(zhi)過(guo)程(cheng)，伺(si)服(fu)電(dian)機(ji)不(bu)能(neng)出(chu)現(xian)絲(si)毫(hao)的(de)偏(pian)差(cha)
，否(fou)則(ze)可(ke)能(neng)導(dao)致(zhi)整(zheng)塊(kuai)鋼(gang)板(ban)報(bao)廢(fei)。為(wei)了(le)保(bao)證(zheng)軋(zha)製(zhi)精(jing)度(du)
，需(xu)要(yao)以(yi)毫(hao)秒(miao)級(ji)的(de)數(shu)據(ju)采(cai)集(ji)頻(pin)率(lv)來(lai)監(jian)測(ce)電(dian)機(ji)的(de)運(yun)轉(zhuan)是(shi)否(fou)正(zheng)常(chang)。顯(xian)然(ran)，在(zai)實(shi)時(shi)性(xing)
、網絡傳輸成本等多個條件約束下
，這個應用場景下是不能把實時數據“上雲”的。

邊(bian)緣(yuan)計(ji)算(suan)的(de)出(chu)現(xian)恰(qia)逢(feng)其(qi)時(shi)。它(ta)為(wei)設(she)備(bei)提(ti)供(gong)了(le)貼(tie)身(shen)計(ji)算(suan)服(fu)務(wu)，預(yu)測(ce)性(xing)維(wei)護(hu)等(deng)應(ying)用(yong)能(neng)夠(gou)根(gen)據(ju)實(shi)時(shi)數(shu)據(ju)做(zuo)出(chu)最(zui)佳(jia)決(jue)策(ce)，讓(rang)數(shu)據(ju)的(de)價(jia)值(zhi)得(de)以(yi)最(zui)大(da)限(xian)度(du)釋(shi)放(fang)。

除chu了le時shi延yan，工gong業ye領ling域yu對dui數shu據ju安an全quan的de要yao求qiu也ye格ge外wai嚴yan格ge。比bi如ru在zai石shi化hua行xing業ye，工gong藝yi參can數shu決jue定ding了le其qi產chan品pin質zhi量liang和he生sheng產chan成cheng本ben
，是shi企qi業ye的de核he心xin數shu據ju。如ru果guo把ba這zhe些xie數shu據ju上shang傳chuan到dao雲yun端duan，就jiu存cun在zai企qi業ye安an全quan隱yin私si泄xie露lu的de風feng險xian。邊bian緣yuan計ji算suan將jiang數shu據ju從cong集ji中zhong式shi管guan理li演yan變bian成cheng分fen布bu式shi管guan理li，提ti高gao了le數shu據ju的de安an全quan性xing。

需要OT和ICT開放協作

IDC的數據顯示，到2020年將有超過500億的終端與設備聯網，2025年將有超過75%的數據需要在邊緣側分析、處理與儲存。低時延、實時交互
、數據安全……這些優勢已經成了邊緣計算的代名詞。然而，即使是看似全能的邊緣計算
，在工業領域的實際落地過程中還是會遭遇不小的挑戰。

首shou先xian是shi邊bian緣yuan計ji算suan的de多duo站zhan點dian管guan理li問wen題ti。邊bian緣yuan是shi一yi個ge相xiang對dui的de概gai念nian
，處chu於yu物wu理li實shi體ti和he工gong業ye連lian接jie之zhi間jian。對dui於yu工gong業ye企qi業ye來lai說shuo，邊bian緣yuan側ce往wang小xiao了le說shuo是shi指zhi工gong業ye網wang關guan，往wang大da了le說shuo是shi指zhi生sheng產chan車che間jian、peisongcangku
，duiyuyixiedaxingjituanshenzhikeyishimougefenchang，bingtongshiyongyoushuqiangebendibianyuanzhandianxuyaoguanli，guanlirenyuanmianlinzhebixujianguduogezhandiandetiaozhan，ranerxianchangrenshouwangwangbuzushenzhiwanquanmeiyou。

如(ru)何(he)以(yi)標(biao)準(zhun)化(hua)的(de)方(fang)式(shi)對(dui)所(suo)有(you)邊(bian)緣(yuan)站(zhan)點(dian)的(de)設(she)備(bei)進(jin)行(xing)維(wei)護(hu)
？不(bu)同(tong)的(de)工(gong)業(ye)解(jie)決(jue)方(fang)案(an)商(shang)有(you)不(bu)同(tong)的(de)應(ying)對(dui)策(ce)略(lve)，比(bi)如(ru)施(shi)耐(nai)德(de)電(dian)氣(qi)就(jiu)提(ti)出(chu)，一(yi)方(fang)麵(mian)
，提(ti)供(gong)基(ji)於(yu)雲(yun)的(de)管(guan)理(li)工(gong)具(ju)
，以(yi)實(shi)現(xian)對(dui)所(suo)有(you)資(zi)產(chan)的(de)遠(yuan)程(cheng)可(ke)視(shi)化(hua)和(he)主(zhu)動(dong)控(kong)製(zhi)
；另一方麵，利用大數據分析和人工智能，解決人力資源不足等問題，實現無人值守的運維管理。

chuleduozhandiandeguanlizhideguanzhu，shiyangyerenwei，bianyuanjisuanzaixingyeluodimianlindeshouyaotiaozhanbingbushijishubenshen
，ershiliqingjishujiujingnenggeixingyedetedingyingyongchangjingdailaishenmeyangdeshangyejiazhi。tabiaoshi：“bianyuanjisuanhaichuyuchanyetansuoqi，xuyaocongdianqieru，yejiushikehudetongdianhuozhejiazhichangjingqieru。duxingzheji，zhongxingzheyuan

，shengtaishichanyefazhandeguanjian。fazhanbianyuanjisuanchanyejinkaogebieqiyedeliliangshiyuanyuanbugoude，birugongyeqiyekenengquefabianyuancedexiangguanAI、分布式計算等技術，而ICT企業缺少對工業的了解，需要產業鏈上下遊，特別是運營技術產業（OT）和ICT產業的開放協作。”

邊雲協同驅動產業鏈變革

雖(sui)然(ran)邊(bian)緣(yuan)計(ji)算(suan)能(neng)為(wei)工(gong)業(ye)企(qi)業(ye)帶(dai)來(lai)諸(zhu)多(duo)受(shou)益(yi)，但(dan)如(ru)果(guo)隻(zhi)把(ba)邊(bian)緣(yuan)計(ji)算(suan)簡(jian)單(dan)看(kan)作(zuo)一(yi)種(zhong)技(ji)術(shu)，那(na)可(ke)能(neng)低(di)估(gu)了(le)它(ta)的(de)價(jia)值(zhi)。從(cong)某(mou)種(zhong)意(yi)義(yi)上(shang)來(lai)說(shuo)
，邊(bian)緣(yuan)計(ji)算(suan)正(zheng)在(zai)驅(qu)動(dong)整(zheng)個(ge)產(chan)業(ye)鏈(lian)的(de)變(bian)革(ge)。

以汽車行業為例，過去的汽車製造商就是把鋼鐵變成一輛輛飛馳的“駿馬”，yifanmaigangtieweizhu。danxianzai，jiyubianyuanjisuan，congyanfadaozhizaodaoxiaoshouzaidaowurenjiashidezhenggeqichechanyeliandoufashengledianfuxingdebiange，weilaiqichezhizaoshangjiangxiang“出行服務提供商”進行轉型，以提升客戶出行服務體驗為導向。

在製造端

，分布在車間內的邊緣站點使得管理層可以隨時知悉訂單的執行情況，信息的透明化為智能製造的實踐奠定了基礎
；在銷售端，汽車體驗店可以通過AR、VR技術為客戶提供浸入式體驗；研發端可以利用CAD、CAE等仿真技術研發新車和縮短新車上市的周期；汽車上路後，無人駕駛大大提高駕駛的安全性和出行的舒適性……這些需求的實現都要依賴於邊緣計算的能力。

未來，道路上的人、車、物將相互連接

，形成一張複雜的網絡，大量的交通數據會在邊緣側得以產生、chuli。youyubianyuanjisuandechucunhedashujufenxidenengliyouxian，henduoshujubeijinyibushangchuanzhiyunduan，liyongchaodaguimodeyunjisuannenglijinxingjinyibudecunchuhejisuan，bianyunxietonggaibiandebujinshiqichechanye，gengshirenmendechuxingfangshi。

正(zheng)是(shi)因(yin)為(wei)需(xu)要(yao)整(zheng)個(ge)產(chan)業(ye)鏈(lian)的(de)協(xie)作(zuo)
，邊(bian)緣(yuan)計(ji)算(suan)的(de)企(qi)業(ye)也(ye)不(bu)能(neng)再(zai)像(xiang)過(guo)去(qu)那(na)樣(yang)隻(zhi)專(zhuan)注(zhu)於(yu)自(zi)身(shen)的(de)領(ling)域(yu)，而(er)是(shi)要(yao)積(ji)極(ji)擁(yong)抱(bao)生(sheng)態(tai)。從(cong)集(ji)中(zhong)式(shi)的(de)數(shu)據(ju)中(zhong)心(xin)，到(dao)分(fen)散(san)式(shi)的(de)數(shu)據(ju)中(zhong)心(xin)
，再(zai)到(dao)邊(bian)雲(yun)協(xie)同(tong)
，邊(bian)緣(yuan)計(ji)算(suan)正(zheng)在(zai)迸(beng)發(fa)超(chao)乎(hu)想(xiang)象(xiang)的(de)力(li)量(liang)，為(wei)工(gong)業(ye)帶(dai)來(lai)無(wu)窮(qiong)活(huo)力(li)。