ruhecongzhinengyunxiangzhinengbianyuanyanshen

，zheshishangxiayouchangshangdouzaisikaodewenti。dangjisuanbeituijindaowangluobianyuan
，gengjiakaojinshujuyuantou，zhongduanshebeikeyizaijiejinbendiyicehuodefenxixiangying
，yihuanjiecongduandaoyundeshujuliangchuanshufudan，yuzhixiangyingdecunchuhedaikuanchengbenyehuijianshao。然而，隨著數據量的指數級增加和計算環境愈發複雜，要想構建一套完整的雲、邊緣、終端體係是非常不容易的。

數據顯示
，到2020年物聯網帶來的經濟附加值將達到1.9萬億美元。根據Metcalfe'sLaw
，網絡價值和用戶數的平方是成正比的
，當越來越多的人和智能的物連接在一個網絡上，會讓整個網絡增值。調研機構預計，未來79%的物聯網流量將通過網關接入，50%的網絡流量將來自物聯網，而物聯網將貢獻超過500億的連接。與此同時，每個人、每個物體在每天所產生的數據量也將是當前的2000倍。巨大的商機由此而來，不止為管道商，更是為上遊芯片商和服務商。

與此同時
，每個企業都在經曆多雲之旅。Gartner表示：“到2020年，75%的企業將已部署多雲或混合雲模式。”多duo雲yun之zhi旅lv由you混hun合he雲yun和he原yuan生sheng公gong有you雲yun這zhe兩liang大da主zhu要yao雲yun戰zhan略lve提ti供gong支zhi持chi。每mei種zhong方fang法fa雖sui然ran各ge具ju特te點dian卻que又you呈cheng互hu補bu
，並bing且qie通tong常chang被bei同tong一yi客ke戶hu同tong時shi采cai用yong。這zhe兩liang種zhong方fang法fa均jun旨zhi在zai以yi差cha異yi化hua方fang式shi開kai創chuang新xin商shang機ji
，並bing交jiao付fu切qie實shi可ke行xing的de業ye務wu成cheng果guo
，是shi探tan索suo開kai啟qi多duo雲yun之zhi旅lv的de最zui佳jia途tu徑jing，VMware的研究表明83%的雲購買者都在尋找從數據中心到雲端的統一基礎架構及運維。

亞太地區預計到2020年將擁有86億台物聯網(IoT)設備，並到2025年成為全球5G網絡規模最大的地區
，5G連接數量將達到6.75億。要想充分利用由此產生的海量數據

，企業必須具備在邊緣處理數據的能力
，才能快速獲得洞察力並做出實時決策。因此
，IoT設備和應用程序將越來越多地內置數據分析和數據精簡等服務，從而更合理、更快速
、更智能地決定哪些數據需要立即處理
，哪些數據需要發送回核心或雲中，甚至哪些數據可以被丟棄。

事實上
，在邊緣實現智能化已經成為英特爾、微軟、思科這些科技巨頭的共識
，但是深入到像工業
、能源
、製造等領域的實際場景中
，要想實現真正的“邊緣智能”有著不小的挑戰。像微軟就在與美國超市品牌Kroger借助智能雲和邊緣的技術打造“智慧商店”，並已經對各自總部附近的零售店進行了改造。

據了解，雙方的合作範圍涉及智能貨架
、終端設備、門店購物效率
、定價、補貨、廣告投放轉化等方麵。以“數字化貨架係統(EDGE)”為例，其利用數字貨架顯示屏取代了紙質價格標簽，可以顯示商品促銷等信息。

目前，這套係統已經部署在美國的數十家Kroger連鎖店。與傳統貨架需要人工張貼紙質價簽、條碼等信息相比，運行在Azure平台的新係統能夠在數分鍾內更新兩萬條價格信息。

舉(ju)個(ge)例(li)子(zi)
，如(ru)果(guo)消(xiao)費(fei)者(zhe)想(xiang)購(gou)買(mai)某(mou)個(ge)品(pin)牌(pai)的(de)意(yi)麵(mian)醬(jiang)料(liao)
，那(na)麼(me)當(dang)其(qi)走(zou)到(dao)這(zhe)個(ge)意(yi)麵(mian)醬(jiang)料(liao)所(suo)在(zai)貨(huo)架(jia)的(de)時(shi)候(hou)，貨(huo)架(jia)係(xi)統(tong)就(jiu)會(hui)發(fa)出(chu)提(ti)示(shi)信(xin)號(hao)，對(dui)於(yu)一(yi)些(xie)拜(bai)訪(fang)數(shu)十(shi)種(zhong)醬(jiang)料(liao)品(pin)牌(pai)的(de)貨(huo)架(jia)來(lai)說(shuo)，無(wu)疑(yi)可(ke)以(yi)提(ti)升(sheng)不(bu)小(xiao)的(de)選(xuan)購(gou)效(xiao)率(lv)。除(chu)了(le)EDGE
，改造的係統還包括導購體驗、個性化廣告等。客戶可以通過克羅格應用提前生成購物清單，應用會指導他們在商店選購商品。

對於製造業來說，將從更智能的邊緣設備中獲益匪淺。利用IoTshebeizaibianyuanchulishuju，zhizaoshangkeyitongguojianceshebeiguzhangdezaoqijixianglaishixianyucexingweihu，zheyouzhuyufangzhinaxiefangaishengchandeguzhangfashenghuojinxingbubiyaodeweihujianzha。

和利時研發的自動化係統支持著全球25000台套工業係統設備的日常運行
，覆蓋中國高速鐵路、地鐵運營和核電、火電廠自動化控製等市場。要對全球2萬多台套係統設備進行係統的管理與維護絕非易事
，按照傳統方式

，這需要消耗大量人力、物力
、精力實施現場服務
、巡檢和定期維護。

快kuai速su發fa展zhan的de業ye務wu和he不bu斷duan增zeng加jia的de客ke戶hu，帶dai來lai了le不bu斷duan增zeng長chang的de現xian場chang服fu務wu需xu求qiu，隨sui之zhi而er來lai的de還hai有you不bu斷duan增zeng長chang的de服fu務wu規gui模mo和he投tou入ru

，以yi及ji相xiang應ying激ji增zeng的de管guan理li、溝通、協(xie)調(tiao)等(deng)等(deng)的(de)一(yi)係(xi)列(lie)問(wen)題(ti)。此(ci)外(wai)，現(xian)場(chang)服(fu)務(wu)的(de)傳(chuan)統(tong)方(fang)式(shi)效(xiao)率(lv)較(jiao)低(di)，現(xian)場(chang)技(ji)術(shu)人(ren)員(yuan)在(zai)發(fa)現(xian)疑(yi)難(nan)問(wen)題(ti)後(hou)
，往(wang)往(wang)需(xu)要(yao)與(yu)總(zong)部(bu)進(jin)行(xing)反(fan)複(fu)的(de)技(ji)術(shu)溝(gou)通(tong)，再(zai)加(jia)上(shang)設(she)備(bei)零(ling)件(jian)替(ti)換(huan)等(deng)所(suo)花(hua)費(fei)的(de)時(shi)間(jian)，常(chang)常(chang)需(xu)要(yao)設(she)備(bei)停(ting)工(gong)檢(jian)修(xiu)。

對於裝備生產線、發fa電dian廠chang這zhe樣yang的de大da規gui模mo企qi業ye來lai說shuo
，生sheng產chan暫zan停ting就jiu意yi味wei著zhe巨ju大da損sun失shi。以yi熱re電dian廠chang中zhong的de一yi台tai鍋guo爐lu設she備bei為wei例li，維wei修xiu本ben身shen也ye許xu隻zhi要yao幾ji個ge小xiao時shi

，但dan前qian期qi等deng待dai鍋guo爐lu冷leng卻que、後期重新上水加熱，都需要較長的時間，前前後後至少要停產一周——對於日發電量數千萬度的發電廠來說，這造成的直接經濟損失已經相當驚人了。

顯然
，最大限度地避免計劃外停機，提高運營維護效率，加快維修反應速度，是和利時要解決的核心問題，這就需要借助雲計算、物聯網技術打造遠程實時巡查和診斷、技術專家遠程服務，構建一套工業自動化控製平台，

整(zheng)體(ti)來(lai)看(kan)，雲(yun)計(ji)算(suan)服(fu)務(wu)最(zui)多(duo)的(de)還(hai)是(shi)設(she)備(bei)端(duan)，物(wu)聯(lian)網(wang)則(ze)是(shi)連(lian)接(jie)這(zhe)些(xie)端(duan)的(de)關(guan)鍵(jian)橋(qiao)梁(liang)，無(wu)論(lun)是(shi)之(zhi)後(hou)衍(yan)生(sheng)出(chu)的(de)移(yi)動(dong)邊(bian)緣(yuan)計(ji)算(suan)還(hai)是(shi)移(yi)動(dong)雲(yun)計(ji)算(suan)，都(dou)在(zai)將(jiang)重(zhong)心(xin)引(yin)到(dao)端(duan)上(shang)，而(er)不(bu)是(shi)將(jiang)精(jing)力(li)"浪費"在傳統的IaaS或PaaS端。因此
，雲服務商在處理工作負載時仍將遵循"大智能"在雲端，"小智能"在邊緣的原則
，但長期來看產業上下遊圍繞邊緣場景打造智能化的解決方案已成必然趨勢。