工業(yè)制造過程中會產(chǎn)生大量數(shù)據(jù)，利用這些數(shù)據(jù)可實現(xiàn)重要的目標——預(yù)測故障、優(yōu)化設(shè)備壽命、優(yōu)化生產(chǎn)流程以便更好地滿足市場需求。任何工業(yè)網(wǎng)絡(luò)的第一步是數(shù)據(jù)收集，然后在本地做好實時數(shù)據(jù)處理和長期離線數(shù)據(jù)存儲之間的平衡，最后采取有效的措施來優(yōu)化工業(yè)處理過程。

信息被收集并發(fā)送到一個中心位置，如果發(fā)送的時間相對較早，短暫的IT中斷通?？梢越邮?。但隨著世界各地的公司越來越依賴于他們的信息技術(shù)，他們對于可接受的維護儀器設(shè)備的時間顯著減少，且遠遠低于現(xiàn)有技術(shù)可以實現(xiàn)的反應(yīng)時間。因此，在先進的技術(shù)團隊中，現(xiàn)代IT系統(tǒng)使用功能強大的AI和機器學習（ML）套件，使其IT基礎(chǔ)設(shè)施對傳感器數(shù)據(jù)報告的變化做出更快反應(yīng)。之前有一則報道：

半導體制造商英特爾如何使用IIoT邊緣計算將工廠停機時間減少300%

通過部署工業(yè)物聯(lián)網(wǎng)（IIoT）傳感器和邊緣計算來監(jiān)控英特爾半導體生產(chǎn)設(shè)施中的風扇過濾器單元（FFU）的健康狀況。這項措施旨在提醒技術(shù)人員注意潛在問題，從而主動制定維護計劃，減少計劃外的停機時間。FFU過濾并清潔工業(yè)機器內(nèi)的空氣，它們在工廠車間無處不在，通常手動檢測FFU的運行狀況，這使得預(yù)測故障很困難。

英特爾在每個FFU的頂部放置了一個加速度計，以測量風扇功能的變化，這為每個FFU創(chuàng)建了一個基準性能，并針對異常和潛在問題生成了警報。之后將摘要數(shù)據(jù)發(fā)送到云，以便技術(shù)員查看趨勢，并及時反饋，通過提前維護和更換零件，將FFU的正常運行時間延長了97%以上。同時，這項操作還有效地消除了“偏移”，這表明在制造過程中的變化會導致材料損壞。

與手動檢查相比，英特爾已將FFU故障造成的停機時間減少了300%。FFU代表了一個單一的工藝，其范圍足夠小，但影響足夠大，大到可以證明工廠的投資回報，在展示邊緣計算和基于云的IIoT預(yù)測性維護解決方案的投資回報率潛力方面非常出色。

報道中的兩個關(guān)鍵詞“IIoT”與“邊緣計算”，它們是什么？

什么是IIoT？

IIoT（工業(yè)物聯(lián)網(wǎng)）是將具有感知、監(jiān)控能力的各類采集（傳感）、控制器、移動通信和智能分析等技術(shù)不斷融入工業(yè)生產(chǎn)過程的各個環(huán)節(jié)中，從而大幅提高制造效率，改善產(chǎn)品質(zhì)量，降低產(chǎn)品成本和資源消耗，最終實現(xiàn)將傳統(tǒng)工業(yè)提升到智能化的新階段。

工業(yè)整體的網(wǎng)絡(luò)解決方案大多是云計算方案。

什么是邊緣計算？

邊緣計算指在靠近物或數(shù)據(jù)源頭的一側(cè)，采用網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心能力為一體的開放平臺，可在本地處理和存儲關(guān)鍵數(shù)據(jù)，然后再將關(guān)鍵數(shù)據(jù)傳輸?shù)街醒霐?shù)據(jù)中心或云存儲庫。邊緣計算有助于優(yōu)化云計算系統(tǒng)免受與數(shù)據(jù)傳輸相關(guān)的中斷，云服務(wù)器成為智能邊緣設(shè)備的控制節(jié)點，執(zhí)行摘要分析。

基于以上敘述，理解IIoT和邊緣計算是什么就比較容易了。如果將工業(yè)物聯(lián)網(wǎng)比作一臺機器，當這臺機器的關(guān)鍵部位發(fā)生了偏差或損壞，就會導致整臺機器運行故障，如果這個部位難以覺察，就需要對整臺機器進行排查，這無疑拖延了生產(chǎn)時間也增加了勞動量，一塊短板限制了機器的運作。但如果有專業(yè)的監(jiān)測工具并在遇到問題時及時解決，或者解決不了及時上報或者預(yù)警，那相關(guān)人員就能在整個機器癱瘓前對其檢修，這就是現(xiàn)如今邊緣計算發(fā)展起來的原因之一，即解決短板問題，也是很多人說邊緣計算重新定義工業(yè)物聯(lián)網(wǎng)的原因。

然而，真正的邊緣計算并不止步于此，隨著需求的日益增加，工業(yè)4.0已不再是爭論的中心，研究工業(yè)將以什么樣的形式加速制造業(yè)的數(shù)字化轉(zhuǎn)型才是人們真正關(guān)心的問題。當促進生產(chǎn)優(yōu)化并降低維護成本成為可能，才是真正推動資本對工業(yè)物聯(lián)網(wǎng)基礎(chǔ)設(shè)施實際投資的主要原因，因為這些設(shè)施能立竿見影地帶來可衡量的收益。

在傳統(tǒng)的工業(yè)物聯(lián)網(wǎng)模型中，傳感器或硬件的工作是收集數(shù)據(jù)并通過內(nèi)置的網(wǎng)絡(luò)連接，將數(shù)據(jù)發(fā)送到上層的物聯(lián)網(wǎng)服務(wù)器或平臺，然后基于這些數(shù)據(jù)做數(shù)據(jù)分析、數(shù)據(jù)可視化和應(yīng)用程序開發(fā)。最后，管理層用分析的結(jié)果來制定方案，可能是機器維護、生產(chǎn)過程優(yōu)化或其他。

但大部分數(shù)據(jù)是實時值，并沒有必要或者等不及傳輸?shù)缴蠈臃?wù)器，正如麥肯錫所說，將數(shù)據(jù)處理轉(zhuǎn)移到網(wǎng)絡(luò)邊緣的需求，和不斷增加的處理能力要求，創(chuàng)造了一種不同類型的工業(yè)物聯(lián)網(wǎng)網(wǎng)絡(luò)——這種網(wǎng)絡(luò)可能沒有嚴格的層次結(jié)構(gòu)，在眾多形式的邊緣設(shè)備中，將體現(xiàn)多種多樣的連接方式和處理方式。

手被燙時，先感覺疼還是先縮手？

當我們碰到燙手的物體時，手先縮回來，這是本能反應(yīng)，經(jīng)脊髓傳遞給神經(jīng)中樞控制，速度更快，之后大腦才能感受到痛感。試想一下，如果大腦感受到痛感后手再移開……也許你需要看看手熟沒熟？

云計算類似于大腦，邊緣計算類似于控制手、腳這樣的神經(jīng)中樞，當手遇到障礙（被燙、扎等）需要立馬躲避時，大腦的反應(yīng)時間是跟不上的。這就需要更靠近手腳這樣的“邊緣設(shè)備”有自己的計算體系，即計算能力從云端走向邊緣，這就開辟了一個新的領(lǐng)域，邊緣計算的概念由此產(chǎn)生。

那什么是邊緣設(shè)備呢？前面關(guān)于監(jiān)測英特爾FFU的設(shè)備是邊緣設(shè)備，再比如可以精確測量和記錄局部溫度的傳感器和AI攝像頭等，都屬于邊緣設(shè)備，在邊緣設(shè)備的計算，稱為邊緣計算。在未來，邊緣層將變得越來越模糊，邊緣設(shè)備將變得越來越智能化以及多樣化。

“大腦”準備好了，“神經(jīng)中樞”必不可少！

云計算已經(jīng)越來越多地被應(yīng)用于工業(yè)中，有邊緣計算的配合它才能更方便地處理問題。那么在什么時候邊緣計算必不可少呢？

物聯(lián)網(wǎng)設(shè)備連接性差

應(yīng)用程序依賴于機器學習，需要大量數(shù)據(jù)才能快速反饋

為了安全和隱私，需要在工廠內(nèi)保存數(shù)據(jù)

邊緣處的原始數(shù)據(jù)需要預(yù)處理以減少計算等

雖然邊緣層的智能化、模糊化帶來了極大的效率提升，但也帶來了極大的安全隱患，比如缺少標準規(guī)范，安全質(zhì)量難以保證；工業(yè)網(wǎng)絡(luò)封閉但邊緣層設(shè)備暴露在互聯(lián)網(wǎng)上；邊緣設(shè)備打破了集中安全管理的約束，必然存在容易被利用的安全漏洞。但計算被嵌入邊緣設(shè)備中是有意義的，它可以解決延遲問題帶來的時間和資金成本，縱然原先是融合集中化管理的工業(yè)網(wǎng)絡(luò)，但未來仍是分化發(fā)展的趨勢，邊緣計算也為設(shè)備商提供了一個大量銷售全新軟硬件及解決方案的機會，目前大量軟件商和芯片商也在積極布局。

發(fā)展趨勢相同的產(chǎn)品才可能是最后贏家，軟硬件分化、降低耦合，從云計算到邊緣計算，從融合到分化，這也是事物發(fā)展的必然規(guī)律。迄今為止，最好的融合產(chǎn)品可能只有手機，原因是因為便利，而其他事物在最初的融合后逐步走向分化，原因也有便利，有時更多的是降低成本。