IIoT边缘运算取代云端功能这是一种趋势

随著边缘运算(Edge Computing)概念兴起，对那些希望将先进连网技术与分析技能集成、为制程及系统带来新智能的工业营运管理者而言，到底该仰赖运算能力更强的云端资料中心或是选择更贴近实际运行的边缘运算是个两难。就连美国工业互联网联盟(Industrial Internet Consortium；IIC)也试著找到答案。

在IIC发布最新题为「IIC Introduction to Edge Computing in IIoT」白皮书，针对持续性边缘运算在工业物联网(IIoT)作出介绍。这本白皮书是由思科(Cisco)、华为以及思爱普(SAP)共同著作。

共同著作人之一、SAP副总裁Lalit Canaron认为，工业产业需要一些协助。一方面，这些业者透过当地软件运行机械流程已相当熟练，可以实时完成许多特定的功能；但另一方面，用于关键企业系统的实时性资料处理需求也相当高。

在制造业所谓的「边缘」，传统上都是营运团队的领域，在工厂内多由资料采集与监控系统(SCADA)及可程序化逻辑控制器(PLC)负责。对此，Lalit Canaron表示这些应该属于「外部边缘」，所有运行都是实时性的，机械只会进行被制造来做的那项特定任务。

但现在必须要看的是更高阶的闸道(gateway)、即所谓的「内部边缘」，用来连结区域网络与大型计算机主机系统，并有多条线路与闸道沟通，而运行逻辑的不仅仅是单一资料点。

包括工业设备能力及算法能力增强，目前这些增加的数据流量都需要企业将其营运科技(OT)及信息科技(IT)，连接上集中式的云端系统来进行分析。透过边缘运算与先进连接及分析的结合，可改变此情况，并提供多元的新方式在工厂当地来执行这些流程。

思科解决方案架构师暨共同著作人Todd Edmunds表示，市场正在开发各种层级的架构，在更靠近数据来源的各个层级来处理一系列的运算需求。这些对分散式智能的需求在制造领域特别的高，如此一来也大大改变了过去对云端运算的看法，如今对边缘运算能力的要求已大幅提升。

随著网络架构复杂度增加，对工业领域而言也带来了一些挑战。Todd Edmunds指出，多数制造业者在工业自动化已驾轻就熟，但对操作新一代设备及云端运算仍有不少问题。多数业者只能将边缘运算能力放著，而没有一套明确的计画或概念来适当的应用、管理。

边缘是一个逻辑层，而不是一个实体的区隔，其精准定位仍有待讨论，依个别案例而有所不同。因此，迄今为止仍无法明确定义「边缘运算」的界线到底在哪里。

举例来说，一家工厂可以透过边缘运算温度控制器来搜集并分析相关数据，但也可将这家工厂所取得的数据与其它全球另外数十家工厂所取得的数据放在一起进行运算分析，这个时候所谓的「边缘」就变成了这所有数十家工厂。

此外，边缘也可能有许多层级，甚至很多边缘层级在大型工厂也扮演著资料中心的角色。以车厂为例，整座工厂也可视为边缘运算的一部分，但是在个别的生产线也有著各自的边缘数据，而最终这些边缘数据都将进行汇集。

白皮书也特别强调边缘运算安全性的重要。当工厂决定将新设备连上云端，IT人员必须关注所有与自动化、管理、修补程序、安全性等相关问题，以确保工厂的重要信息、隐私等资料不致外泄。

这是整体性的，不仅要确保任何设备及各层级架构的安全性，不仅仅是网络协议、一台边缘设备或网络的安全，而是任何一台终端计算机及内部网络都必须要缜密管理，以确保不受外部攻击。

在工业互联网市场上，云端运算模式已出现决定性的转变，尽管集中式云端资源对于工业协调与聚合、高阶机器学习仍相当有效，但数据分析正逐渐转向边缘；而那些有相当实时性的功能，如工业机械或自驾车等，不能受到远程连接循环的约束。