什么是边缘设备

工业制造过程中会产生大量数据，利用这些数据可实现重要的目标——预测故障、优化设备寿命、优化生产流程以便更好地满足市场需求。任何工业网络的第一步是数据收集，然后在本地做好实时数据处理和长期离线数据存储之间的平衡，最后采取有效的措施来优化工业处理过程。

信息被收集并发送到一个中心位置，如果发送的时间相对较早，短暂的IT中断通常可以接受。但随着世界各地的公司越来越依赖于他们的信息技术，他们对于可接受的维护仪器设备的时间显著减少，且远远低于现有技术可以实现的反应时间。因此，在先进的技术团队中，现代IT系统使用功能强大的AI和机器学习（ML）套件，使其IT基础设施对传感器数据报告的变化做出更快反应。之前有一则报道：

半导体制造商英特尔如何使用IIoT边缘计算将工厂停机时间减少300%

通过部署工业物联网（IIoT）传感器和边缘计算来监控英特尔半导体生产设施中的风扇过滤器单元（FFU）的健康状况。这项措施旨在提醒技术人员注意潜在问题，从而主动制定维护计划，减少计划外的停机时间。FFU过滤并清洁工业机器内的空气，它们在工厂车间无处不在，通常手动检测FFU的运行状况，这使得预测故障很困难。

英特尔在每个FFU的顶部放置了一个加速度计，以测量风扇功能的变化，这为每个FFU创建了一个基准性能，并针对异常和潜在问题生成了警报。之后将摘要数据发送到云，以便技术员查看趋势，并及时反馈，通过提前维护和更换零件，将FFU的正常运行时间延长了97%以上。同时，这项操作还有效地消除了“偏移”，这表明在制造过程中的变化会导致材料损坏。

与手动检查相比，英特尔已将FFU故障造成的停机时间减少了300%。FFU代表了一个单一的工艺，其范围足够小，但影响足够大，大到可以证明工厂的投资回报，在展示边缘计算和基于云的IIoT预测性维护解决方案的投资回报率潜力方面非常出色。

报道中的两个关键词“IIoT”与“边缘计算”，它们是什么？

什么是IIoT？

IIoT（工业物联网）是将具有感知、监控能力的各类采集（传感）、控制器、移动通信和智能分析等技术不断融入工业生产过程的各个环节中，从而大幅提高制造效率，改善产品质量，降低产品成本和资源消耗，最终实现将传统工业提升到智能化的新阶段。

工业整体的网络解决方案大多是云计算方案。

什么是边缘计算？

边缘计算指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，可在本地处理和存储关键数据，然后再将关键数据传输到中央数据中心或云存储库。边缘计算有助于优化云计算系统免受与数据传输相关的中断，云服务器成为智能边缘设备的控制节点，执行摘要分析。

基于以上叙述，理解IIoT和边缘计算是什么就比较容易了。如果将工业物联网比作一台机器，当这台机器的关键部位发生了偏差或损坏，就会导致整台机器运行故障，如果这个部位难以觉察，就需要对整台机器进行排查，这无疑拖延了生产时间也增加了劳动量，一块短板限制了机器的运作。但如果有专业的监测工具并在遇到问题时及时解决，或者解决不了及时上报或者预警，那相关人员就能在整个机器瘫痪前对其检修，这就是现如今边缘计算发展起来的原因之一，即解决短板问题，也是很多人说边缘计算重新定义工业物联网的原因。

然而，真正的边缘计算并不止步于此，随着需求的日益增加，工业4.0已不再是争论的中心，研究工业将以什么样的形式加速制造业的数字化转型才是人们真正关心的问题。当促进生产优化并降低维护成本成为可能，才是真正推动资本对工业物联网基础设施实际投资的主要原因，因为这些设施能立竿见影地带来可衡量的收益。

在传统的工业物联网模型中，传感器或硬件的工作是收集数据并通过内置的网络连接，将数据发送到上层的物联网服务器或平台，然后基于这些数据做数据分析、数据可视化和应用程序开发。最后，管理层用分析的结果来制定方案，可能是机器维护、生产过程优化或其他。

但大部分数据是实时值，并没有必要或者等不及传输到上层服务器，正如麦肯锡所说，将数据处理转移到网络边缘的需求，和不断增加的处理能力要求，创造了一种不同类型的工业物联网网络——这种网络可能没有严格的层次结构，在众多形式的边缘设备中，将体现多种多样的连接方式和处理方式。

手被烫时，先感觉疼还是先缩手？

当我们碰到烫手的物体时，手先缩回来，这是本能反应，经脊髓传递给神经中枢控制，速度更快，之后大脑才能感受到痛感。试想一下，如果大脑感受到痛感后手再移开……也许你需要看看手熟没熟？

云计算类似于大脑，边缘计算类似于控制手、脚这样的神经中枢，当手遇到障碍（被烫、扎等）需要立马躲避时，大脑的反应时间是跟不上的。这就需要更靠近手脚这样的“边缘设备”有自己的计算体系，即计算能力从云端走向边缘，这就开辟了一个新的领域，边缘计算的概念由此产生。

那什么是边缘设备呢？前面关于监测英特尔FFU的设备是边缘设备，再比如可以精确测量和记录局部温度的传感器和AI摄像头等，都属于边缘设备，在边缘设备的计算，称为边缘计算。在未来，边缘层将变得越来越模糊，边缘设备将变得越来越智能化以及多样化。

“大脑”准备好了，“神经中枢”必不可少！

云计算已经越来越多地被应用于工业中，有边缘计算的配合它才能更方便地处理问题。那么在什么时候边缘计算必不可少呢？

物联网设备连接性差

应用程序依赖于机器学习，需要大量数据才能快速反馈

为了安全和隐私，需要在工厂内保存数据

边缘处的原始数据需要预处理以减少计算等

虽然边缘层的智能化、模糊化带来了极大的效率提升，但也带来了极大的安全隐患，比如缺少标准规范，安全质量难以保证；工业网络封闭但边缘层设备暴露在互联网上；边缘设备打破了集中安全管理的约束，必然存在容易被利用的安全漏洞。但计算被嵌入边缘设备中是有意义的，它可以解决延迟问题带来的时间和资金成本，纵然原先是融合集中化管理的工业网络，但未来仍是分化发展的趋势，边缘计算也为设备商提供了一个大量销售全新软硬件及解决方案的机会，目前大量软件商和芯片商也在积极布局。

发展趋势相同的产品才可能是最后赢家，软硬件分化、降低耦合，从云计算到边缘计算，从融合到分化，这也是事物发展的必然规律。迄今为止，最好的融合产品可能只有手机，原因是因为便利，而其他事物在最初的融合后逐步走向分化，原因也有便利，有时更多的是降低成本。

审核编辑：彭菁