原標題：邊緣計算，工業智能化的最佳“搭檔”！

轉載請註明來源和出處

導 讀

進入2019年後，邊緣計算的熱度持續升溫，各行各業都在積極推進邊緣計算的落地，以期成爲這條新賽道上的“領跑者”。但在施耐德電氣看來，工業領域或許將爲邊緣計算的落地提供最優的“土壤”，很多典型的工業場景對邊緣計算存在着天然的需求。

物聯網時代的到來，將聯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捲製造、電力、交通、醫療、農業、公共事業等各行各業。

據IDC預測，全球數據總量到2025年將從2018年的33ZB增長到175ZB，複合年增長率爲61％。隨着數據的指數級激增，企業漸漸察覺，以雲計算爲代表的“集中式統一供水模式”存在很多問題：首先，每家每戶用水量的增加使得水廠有些不堪重負；其次，水從水廠流到水龍頭需要一定的延遲時間；最後，一旦供水廠出現問題，就會影響到整張供水網絡的運作……

於是，人們開始思考，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？邊緣計算這種分佈式計算模式由此興起。

工業是邊緣計算最先落地的土壤

根據邊緣計算產業聯盟（ECC）與工業互聯網產業聯盟（AII）聯合發佈的《邊緣計算參考架構3.0》報告中的定義：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、應用核心能力的分佈式開放平臺，就近提供邊緣智能服務，滿足行業數字化在敏捷聯接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。

進入2019年後，邊緣計算的熱度持續升溫，各行各業都在積極推進邊緣計算的落地，以期成爲這條新賽道上的“領跑者”。但在施耐德電氣看來，工業領域或許將爲邊緣計算的落地提供最優的“土壤”，很多典型的工業場景對邊緣計算存在着天然的需求。

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，採礦業的操作每分鐘可以生成高達2.4 TB的數據，每個汽輪機每小時產生0.4 TB數據，每個自動化工廠每小時產生1 TB數據……。

將數據的珍貴程度比作原油毫不過分，然而原油只有經過採集、運輸、加工、提煉，才能真正得以使用。工業現場的很多數據“保鮮期”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鍊鋼過程的軋鋼工藝爲例，對此進行了形象的說明。軋鋼板就像是壓麪條，經過擀麪杖（軋機）的多次擠壓，面（鋼板）就越擀越薄。軋機靠多個伺服電機協同驅動軋製過程，伺服電機不能出現絲毫的偏差，否則可能導致整塊鋼板報廢。爲了保證軋製精度，需要以毫秒級的數據採集頻率來監測電機的運轉是否正常。顯然，在實時性、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。

因此，邊緣計算的出現恰逢其時。它爲設備提供了“貼身”計算服務，預測性維護等應用能夠根據實時數據做出最佳決策，讓數據的價值得以最大程度的釋放。

除了時延，工業領域對數據安全的要求也格外嚴格。比如在石化行業，工藝參數決定了其產品質量和生產成本，是企業核心和寶貴的數據。如果把這些數據上傳到雲端，就存在企業安全隱私泄露的風險。邊緣計算將數據從集中式管理演變成分佈式管理，提高了數據的安全性。

工業邊緣計算落地的挑戰

IDC的數據顯示，到2020年將有超過500億的終端與設備聯網，2025年超過75%的數據需要在邊緣側分析、處理與儲存。施耐德電氣近幾年來一直加速對邊緣計算的研究，已經先後發佈了5篇與邊緣計算相關白皮書。據施耐德電氣數據中心研發中心總監林密表示，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。

首當其衝的是邊緣計算的多站點管理問題。邊緣是一個相對的概念，處於物理實體和工業連接之間。施耐德電氣將邊緣計算分爲本地邊緣計算數據中心和區域邊緣計算數據中心兩種類型。對於工業企業來說，邊緣側往小了說可以是指工業網關，往大了說可以指生產車間、配送倉庫，對於一些大型集團甚至可以是指某個分廠，並同時擁有數千個本地邊緣站點需要管理，管理人員面臨着必須兼顧多個站點的挑戰，然而現場人手往往不足甚至完全沒有。

如何以標準化的方式對所有邊緣站點的設備進行維護？不同的工業解決方案商有不同的應對策略，施耐德電氣的兩大“絕招”值得借鑑。一方面，施耐德電氣能夠爲工業用戶提供基於雲的管理工具；以實現對所有資產的遠程可視化和主動控制；另一方面，施耐德電氣還能利用大數據分析和人工智能，幫助客戶解決人力資源不足等挑戰，實現無人值守的運維管理。

除了多站點的管理值得關注，史揚也認爲，邊緣計算在行業落地面臨的首要挑戰並不是技術本身，而是釐清技術究竟能給行業的特定應用場景帶來什麼樣的提質降本增效的商業價值。只有獲得客戶的價值認可，纔有機會去迭代和推廣邊緣計算的應用。

史揚對此表示：“邊緣計算還處於產業探索期，需要從點切入，也就是客戶的痛點或者價值場景切入。獨行者疾，衆行者遠，生態是產業發展的關鍵。發展邊緣計算產業僅靠個別企業的力量是遠遠不夠的，比如工業企業可能缺乏邊緣側的相關AI、分佈式計算等技術，而ICT企業缺少工業的know-how，需要產業鏈上下游，特別是OT產業和ICT產業的開放協作。”

在對生態的認識上，施耐德電氣也是“英雄所見略同”。施耐德電氣作爲物理基礎設施供應商，通過過去幾年的努力，已經成功構建了整合物理基礎設施供應商、系統集成商、IT設備製造商、託管服務供應商和最終用戶在內的相互協同的合作伙伴生態系統，可以以標準化、可預測、高效、可靠的方式跨站點交付和管理邊緣數據中心。

而施耐德電氣業務領域廣泛的優勢無疑爲其邊緣計算業務的落地加分，施耐德電氣在工業領域具有深厚的積累，也是工業自動化領域的先行者，能夠基於EcoStruxure平臺和豐富的行業經驗賦能生態圈合作伙伴，從而爲客戶提供一站式的解決方案。

驅動產業鏈變革的力量

施耐德電氣認爲雖然邊緣計算能爲工業企業帶來諸多受益，但是如果你只把邊緣計算簡單看作一種技術，那你可能還是低估了它的價值。從某種意義上來說，邊緣計算正在驅動整個產業鏈的變革。

林密以汽車行業爲例，對汽車行業的數字化轉型進行了說明。過去的汽車製造商，就是把鋼鐵變成一輛輛飛馳的“駿馬”，以販賣鋼鐵爲主。但是現在，基於邊緣計算，從研發到製造到銷售再到無人駕駛的整個汽車產業鏈都發生了顛覆性的變革，未來汽車製造商將向“出行服務提供商”進行轉型，以提升客戶出行服務體驗爲導向。

在製造端，分佈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，信息的透明化爲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技術爲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週期；汽車上路後，無人駕駛大大提高了駕駛的安全性和出行的舒適型。所以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、處理，由於邊緣計算的儲存和大數據分析的能力有限，很多數據則被進一步上傳至雲端，利用超大規模的雲計算能力進行進一步的存儲和計算，邊雲協同，將徹底改變人們的出行方式……

施耐德電氣表示，正是因爲整個產業鏈的協作，邊緣計算的玩家也不能再像過去那樣只專注於自身專精的領域，而是積極擁抱生態。從集中式的數據中心，到分散式的數據中心，再到邊雲協同，邊緣計算正在迸發超乎想象的力量，爲產業帶來無窮活力！