Gartner《2018年十大戰(zhàn)略技術(shù)趨勢：從云到邊緣》報(bào)告認(rèn)為：到2022年，隨著數(shù)字業(yè)務(wù)的不斷發(fā)展，75%的企業(yè)生成數(shù)據(jù)將會(huì)在傳統(tǒng)的集中式數(shù)據(jù)中心或云端之外的位置創(chuàng)建并得到處理。

隨著工業(yè)物聯(lián)網(wǎng)的發(fā)展，必然會(huì)出現(xiàn)更多的本地就近控制和現(xiàn)場數(shù)據(jù)，面對這些逐漸增多的現(xiàn)場數(shù)據(jù)，該如何處理才能在保證其有效性的同時(shí)又減少云計(jì)算的壓力？

工業(yè)世界任何微小的提升都會(huì)帶來很大的優(yōu)勢;工業(yè)世界任何微小的故障也可能帶來很大的損失——工業(yè)現(xiàn)場的很多數(shù)據(jù)“保鮮期”很短，一旦處理延誤，就會(huì)迅速“變質(zhì)”，數(shù)據(jù)價(jià)值呈斷崖式跌落，工業(yè)現(xiàn)場的數(shù)據(jù)處理可以稱之為“走鋼絲”。此時(shí)，“邊緣計(jì)算”便發(fā)揮了不可替代的作用。

如果把大腦比作云端，那么邊緣計(jì)算就是神經(jīng)末梢，對簡單的刺激進(jìn)行自處理并將處理的特征信息反饋給云端大腦。

盡管當(dāng)前工業(yè)企業(yè)追求的核心問題是如何讓數(shù)據(jù)賦能生產(chǎn)，產(chǎn)生價(jià)值。但是也不能忽視該進(jìn)程中困擾工業(yè)企業(yè)多年的普遍性問題，數(shù)據(jù)處理的前置關(guān)鍵環(huán)節(jié)——如何采集數(shù)據(jù)？對于任何工業(yè)企業(yè)來說，挖掘數(shù)據(jù)金礦的第一步都是采集數(shù)據(jù)，不談數(shù)據(jù)采集的大數(shù)據(jù)分析是空中樓閣，沒有數(shù)據(jù)的工業(yè)云平臺(tái)相當(dāng)于無本之木。

在不同的工業(yè)生產(chǎn)過程中，由于自動(dòng)化產(chǎn)品品牌眾多，工業(yè)接口多樣化、工業(yè)協(xié)議不統(tǒng)一，所以看似簡單的數(shù)據(jù)采集并沒有那么容易。

除了數(shù)據(jù)采集，在數(shù)據(jù)處理運(yùn)用方面，由于工業(yè)現(xiàn)場的數(shù)據(jù)面臨著“保鮮期”很短，以及大量“垃圾”數(shù)據(jù)并不需要傳遞到云端的問題。

雖然從產(chǎn)業(yè)角度來看，邊緣計(jì)算發(fā)展如火如荼，但從應(yīng)用角度來看，它還處于落地的前期。邊緣計(jì)算與云計(jì)算的融合才能真正體現(xiàn)工業(yè)數(shù)據(jù)的價(jià)值。

實(shí)際上，產(chǎn)業(yè)界已經(jīng)認(rèn)識到邊云協(xié)同的重要性，并開展了積極的探索。例如，華為在其HC2018大會(huì)發(fā)布的智能邊緣平臺(tái)IEF明確提出了邊緣與云協(xié)同的一體化服務(wù)概念;西門子2018年發(fā)布了Industrial Edge的概念，大致理念是通過云端部署IndustrialEdge Management實(shí)現(xiàn)邊緣計(jì)算與云計(jì)算的協(xié)同，映翰通網(wǎng)絡(luò)在今年的漢諾威工業(yè)博覽會(huì)上，以邊緣計(jì)算網(wǎng)關(guān)為基礎(chǔ)，展示了“映翰通設(shè)備工業(yè)云（InHand DeviceNetworks Cloud）+邊緣計(jì)算網(wǎng)關(guān)（Edge Computing Gateway）”，實(shí)現(xiàn)邊云協(xié)同。

既然邊云協(xié)同對工業(yè)數(shù)據(jù)如此重要，那么怎么理解邊云協(xié)同呢？邊云協(xié)同處理數(shù)據(jù)的關(guān)鍵在于數(shù)據(jù)的融合。

在工業(yè)場景中，一方面通過邊緣計(jì)算直接運(yùn)行實(shí)時(shí)分析算法，另一方面則利用邊緣與云的協(xié)同，實(shí)現(xiàn)模型不斷成長和優(yōu)化，從而讓邊緣分析技術(shù)增強(qiáng)了平臺(tái)實(shí)時(shí)分析能力。當(dāng)然，邊云協(xié)同的能力與內(nèi)涵落地到各應(yīng)用場景時(shí)其具體能力與關(guān)注點(diǎn)又會(huì)有所不同，因?yàn)槊糠N邊緣計(jì)算業(yè)務(wù)形態(tài)對于與云計(jì)算協(xié)同的業(yè)務(wù)需求不盡相同。

比如，在柔性制造的過程中，現(xiàn)代工業(yè)機(jī)器人的應(yīng)用越來越廣泛。生產(chǎn)線上的機(jī)器人、機(jī)械臂的穩(wěn)定可靠性對企業(yè)生產(chǎn)的經(jīng)濟(jì)效益保證意義重大。工業(yè)機(jī)器人的大規(guī)模部署，工業(yè)機(jī)器人結(jié)構(gòu)復(fù)雜、維護(hù)成本高對生產(chǎn)企業(yè)技術(shù)人員的維護(hù)能力提出了極高要求。主要體現(xiàn)在，要在機(jī)器人發(fā)生故障之前檢測到機(jī)器人機(jī)構(gòu)部件、控制裝置等方面的異常，并提醒用戶在停機(jī)發(fā)生前進(jìn)行有針對的維護(hù)維修，從而使停機(jī)時(shí)間減少為零，實(shí)現(xiàn)連續(xù)生產(chǎn)。

這里的核心點(diǎn)在于通過邊云協(xié)同進(jìn)行預(yù)防性維護(hù)，實(shí)現(xiàn)持續(xù)有效的生產(chǎn)。

在云端，設(shè)備云可以匯集工業(yè)現(xiàn)場實(shí)時(shí)生產(chǎn)數(shù)據(jù)進(jìn)行集中存儲(chǔ)、分析、處理、預(yù)測，從網(wǎng)絡(luò)管理、現(xiàn)場探接再到感知與響應(yīng)，可以大大提高運(yùn)營和維護(hù)效率。