無論工業互聯網、大數據驅動和數字孿生的概念有多大

，但在實際的工業生產過程中
，邊緣計算才能發揮工業數據的真實價值。

當工業4.0智能機器互相通信時，會產生大量的數據。問題是：在哪裏分析這些數據以避免安全、延遲和其他問題
？目前最佳答案是邊緣計算。

邊(bian)緣(yuan)計(ji)算(suan)在(zai)近(jin)幾(ji)年(nian)取(qu)得(de)了(le)顯(xian)著(zhu)的(de)進(jin)展(zhan)。它(ta)現(xian)在(zai)是(shi)一(yi)項(xiang)強(qiang)大(da)的(de)技(ji)術(shu)，擁(yong)有(you)物(wu)聯(lian)網(wang)設(she)備(bei)的(de)公(gong)司(si)應(ying)該(gai)考(kao)慮(lv)加(jia)強(qiang)其(qi)設(she)備(bei)安(an)全(quan)性(xing)和(he)分(fen)析(xi)能(neng)力(li)。邊(bian)緣(yuan)計(ji)算(suan)是(shi)微(wei)數(shu)據(ju)物(wu)聯(lian)網(wang)中(zhong)心(xin)的(de)網(wang)狀(zhuang)網(wang)絡(luo)，它(ta)可(ke)以(yi)在(zai)將(jiang)關(guan)鍵(jian)數(shu)據(ju)傳(chuan)輸(shu)到(dao)中(zhong)央(yang)數(shu)據(ju)中(zhong)心(xin)或(huo)雲(yun)存(cun)儲(chu)庫(ku)之(zhi)前(qian)，對(dui)關(guan)鍵(jian)數(shu)據(ju)進(jin)行(xing)本(ben)地(di)處(chu)理(li)和(he)存(cun)儲(chu)。

邊緣計算可以發揮工業數據的實際價值

無論工業物聯網
、大數據驅動和數字孿生等的概念描述的如何高大上
，在實際的工業生產過程中
，如果企業的核心問題無法解決——增加利潤和降低成本，則不可避免的都是紙上談兵。

盡jin管guan數shu據ju本ben身shen非fei常chang重zhong要yao


，但dan能neng夠gou直zhi接jie解jie決jue問wen題ti的de服fu務wu應ying用yong程cheng序xu對dui企qi業ye來lai說shuo更geng有you價jia值zhi。目mu前qian
，除chu了le如ru何he收shou集ji數shu據ju外wai，哪na些xie數shu據ju值zhi得de采cai集ji是shi大da多duo數shu企qi業ye麵mian臨lin的de關guan鍵jian問wen題ti？坦tan率lv地di說shuo，就jiu是shi如ru何he利li用yong數shu據ju產chan生sheng價jia值zhi！

邊緣計算網關在工業場地邊緣采集、處chu理li和he傳chuan輸shu數shu據ju，承cheng擔dan著zhe開kai辟pi工gong業ye數shu據ju傳chuan輸shu的de任ren務wu，然ran後hou與yu雲yun平ping台tai進jin行xing融rong會hui貫guan通tong
，最zui後hou利li用yong大da數shu據ju分fen析xi，賦fu能neng生sheng產chan
，從cong而er發fa揮hui工gong業ye數shu據ju的de真zhen實shi價jia值zhi。

滿足物聯網的數據需求

製zhi造zao業ye和he物wu流liu企qi業ye的de邊bian緣yuan計ji算suan就jiu是shi將jiang數shu據ju和he能neng量liang推tui送song到dao需xu要yao的de地di方fang。這zhe一yi優you勢shi對dui於yu製zhi造zao業ye和he物wu流liu企qi業ye來lai說shuo是shi非fei常chang重zhong要yao的de
，因yin為wei該gai行xing業ye需xu要yao快kuai速su決jue策ce和he靈ling活huo操cao作zuo。

製(zhi)造(zao)業(ye)是(shi)一(yi)個(ge)以(yi)客(ke)戶(hu)為(wei)導(dao)向(xiang)的(de)行(xing)業(ye)，我(wo)們(men)必(bi)須(xu)時(shi)刻(ke)注(zhu)意(yi)保(bao)證(zheng)供(gong)需(xu)平(ping)衡(heng)。訂(ding)單(dan)和(he)發(fa)貨(huo)的(de)意(yi)外(wai)情(qing)況(kuang)可(ke)能(neng)導(dao)致(zhi)整(zheng)個(ge)公(gong)司(si)的(de)庫(ku)存(cun)或(huo)物(wu)流(liu)中(zhong)斷(duan)，最(zui)終(zhong)導(dao)致(zhi)企(qi)業(ye)聲(sheng)譽(yu)和(he)經(jing)濟(ji)遭(zao)受(shou)雙(shuang)重(zhong)損(sun)失(shi)。

工業邊緣集成了不同級別的製造領域（例如，物聯網設備、機器協議和從概念到交付的整個生產線）。這些企業需要快速靈活地響應客戶的需求，他們需要收集
、解釋訂單和與供應商合作
，因此他們需要訪問邊緣來實現實時管理和監控

，否則等待他們的將會是落後。

加碼邊緣計算

根據Gartner 《2018年十大戰略技術趨勢：從雲到邊緣》報告中指出：到2022年，隨著數字業務的不斷發展
，75%的企業生成數據將在傳統的集中式數據中心或雲外地點創建和處理。

隨(sui)著(zhe)工(gong)業(ye)物(wu)聯(lian)網(wang)的(de)發(fa)展(zhan)
，必(bi)然(ran)會(hui)有(you)更(geng)多(duo)的(de)本(ben)地(di)控(kong)製(zhi)和(he)現(xian)場(chang)數(shu)據(ju)，麵(mian)對(dui)這(zhe)些(xie)與(yu)日(ri)俱(ju)增(zeng)的(de)現(xian)場(chang)數(shu)據(ju)，如(ru)何(he)在(zai)降(jiang)低(di)雲(yun)計(ji)算(suan)壓(ya)力(li)的(de)同(tong)時(shi)保(bao)證(zheng)其(qi)有(you)效(xiao)性(xing)？

工業世界的任何微小進步都會帶來巨大的優勢

；工業世界的任何微小失敗也可能帶來巨大的損失——工業現場的許多數據“保存期”都非常短，一旦處理延遲，就會迅速“變質”，數據價值會以懸崖式下降。工業現場的數據處理可稱為“走鋼絲”。此時，“邊緣計算”發揮著不可替代的作用。

如果把大腦比作雲
，那麼邊緣計算就是神經末梢
，它處理簡單的刺激，並將處理後的特征信息反饋給雲大腦。

盡管目前工業企業所追求的核心問題是如何使數據賦能生產和產生價值。但我們不能忽視多年來困擾工業企業的共性問題：如ru何he收shou集ji數shu據ju？對dui於yu任ren何he一yi個ge工gong業ye企qi業ye來lai說shuo，開kai采cai數shu據ju金jin礦kuang的de第di一yi步bu就jiu是shi收shou集ji數shu據ju，沒mei有you數shu據ju收shou集ji的de大da數shu據ju分fen析xi是shi空kong中zhong樓lou閣ge，沒mei有you數shu據ju的de工gong業ye雲yun平ping台tai就jiu像xiang一yi棵ke沒mei有you根gen的de樹shu。

在不同的工業生產過程中
，由於自動化產品品牌眾多，工業接口多樣化，工業協議不一致
，似乎簡單的數據采集並不那麼容易。

邊雲協同， 對於ICT廠商
、OT廠商、OTT廠商以及電信運營商都帶來了不可估量的價值，通過對數據的深度挖掘，促使業務創新和商業模式創新，加速數字化轉型。