一、背景
随着万物互联时代的到来，大数据、人工智能、区块链、5G等信息技术迅猛发展，基于工业互联网的智能物流、智能制造、智慧交通、智慧旅游、智慧建造等应用不断涌现，传感器、摄像头、工业机器人、智能终端、智能加工设备等各类采集设备大量应用，数据运算处理能力已成为影响工业互联网平台应用深度和广度的重要因素。
随着工业互联网数据量的继续增加以及数据处理多样化的要求，基于云端的大数据处理面临诸多挑战，在诸多场景下要求进行实时地、安全地处理和反馈，且是低延时，而云端处理需要较高的网络带宽资源、存储处理成本，面临较大的网络安全风险，并且难以保证低延时及实时性，这推动了靠近设备端的计算，即边缘计算的不断发展。
![]()
二、边缘计算
边缘计算是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，就近提供最近端服务。边缘计算处于物理实体和工业连接之间，在边缘侧发起，产生更快的网络服务响应，在业务实时、应用智能、安全与隐私保护等方面提供服务，支持云端计算的调用。作为工业互联网体系架构的重要组成部分，边缘计算在网络通信、平台应用等方面提供计算服务，极大地拓展了工业互联网平台收集和管理数据的范围和能力。
![]()
(1)网络边缘计算
在靠近物或数据源头的网络边缘侧部署边缘计算模块，构建融合网络、计算、存储、应用核心能力的分布式开放体系，支持对现有生产端的MES、ERP、CPS、传感器、摄像头等数据进行边缘层采集。通过边缘计算能够“就近”提供边缘智能服务，满足工业在敏捷联接、实时业务、安全与隐私保护等方面的需求。
(2)平台边缘计算
开展平台边缘计算智能的实时操作系统、分布式计算任务调度、边云协同策略、边缘计算智能算法和模块等建设，在靠近数据源的边缘侧进行映射，负责工业生产现场数据的实时处理与业务快速优化，满足工业在虚拟化和资源抽象、超低时延数据感知、边云协同、轻量级机器学习应用等方面的需求。
三、边缘计算的应用
通过工业互联网平台，边缘计算可支持生产作业优化、设备互联互通、轻量级集成等应用。
(1)生产作业优化
边缘计算可在短时间内从产品设计、材料采购、生产制造、销售和物流等多个来源采集数据，通过边缘层数据计算并进行分析整理，获取各个场所的生产作业情况，对存在问题的工序或环节进行预警，数据无需传到云端进行计算分析，为后续环节提供实时性提示，并根据采集到的数据进行再计算和分析，提出后续作业优化方案及改进建议。
(2)设备互联互通
边缘计算收集系统间实时通信需求和服务质量要求，运行优化调度算法，转化为对TSN交换机和5G网络的配置，支持多种实时数据流传输。在保证信息安全基础上，不仅把支持传统接口和协议的设备接入边缘计算平台，而且通过引入数据抽象层，使得不能直接互联互通的设备基于边缘计算进行互联互通，边缘计算的低延迟性能可以保证设备间的实时横向通信。
(3)轻量级升级
在不对自动化装备进行大规模升级的情况下，通过增加边缘网关、边缘计算平台和必要的边缘数据采集终端，可以有效提高制造工厂的数字化水平，加强数据在制造系统各个环节间的流动，基于边缘计算平台的微服务架构，可以将大量实时规划、优化排版、设备监控、故障诊断和分析、AGV调度等功能封装在边缘应用程序上，实现了软件与硬件平台的解耦及智能应用。
四、应用建议
(1)做好规划设计，着力需求牵引
企业应结合数字化应用场景，从工业互联网边缘层、设施层、平台层、应用层等深入研究，梳理可能的边缘场景，以需求为牵引，优化工业互联网方案，做好顶层数字化规划设计，深化边缘计算技术在工业互联网平台中的应用，提升边缘数据采集能力、计算能力和协同能力，逐步夯实应用基础。
(2)加快平台建设，深化应用基础
企业应深化边缘计算在工业互联网平台中的应用，将边缘计算模块工业互联网平台进行结合，构建工业数据互联互通体系，通过边缘计算提升工业互联网平台的数据采集能力、处理效率和响应及时性，提升敏感数据的安全性，推进工业设备的互联互通，提升自组织生产、智能排产、自动化作业等能力。
(3)加强运维服务，提升保障能力
企业应加强人才培养及运维团队建设，加大边缘计算的研究和应用力度，推进边缘计算与工业互联网的结合，安排专人保障平台建设及运维，提升边缘计算运维和技术保障力度，加强对边缘计算模块日常运行情况、安全隐患情况、数据处理情况、数据传输情况等检查，确保边缘计算正常运转。
五、结语
边缘计算是工业互联网的重要技术支撑，作为新型的数据计算架构和组织形态，边缘计算扩展了网络计算的范畴，将计算从云中心扩展到了网络的边缘，为用户就近提供智能服务。随着边缘计算的不断发展，其在企业数字化转型中发挥的作用将更加突出。
