工业物联网数据分析正逐渐转向边缘

随着网络架构复杂度增加，对工业领域而言也带来了一些挑战。思科解决方案架构师暨共同著作人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计算仍有不少问题。多数业者只能将边缘计算能力放着，而没有一套明确的计划或概念来适当的应用、管理。
工业物联网
随着边缘计算(Edge Computing)概念兴起，对那些希望将先进连网技术与分析技能整合、为制程及系统带来新智能的工业营运管理者而言，到底该仰赖计算能力更强的云端数据中心或是选择更贴近实际运作的边缘计算是个两难。物联网网关
在制造业所谓的“边缘”，传统上都是营运团队的领域，在工厂内多由数据采集与监控系统(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”，所有运作都是实时性的，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网关(gateway)、即所谓的“内部边缘”，用来链接局域网络与大型计算机主机系统，并有多条线路与网关沟通，而运行逻辑的不仅仅是单一数据点。
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。透过边缘计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。
思科工业物联网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计算需求。这些对分布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计算的看法，如今对边缘计算能力的要求已大幅提升。
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“边缘计算”的界线到底在哪。
举例来说，一家工厂可以透过边缘计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他全球另外数十家工厂所取得的数据放在一起进行计算分析，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着数据中心的角色。以车厂为例，整座工厂也可视为边缘计算的一部分，但是在个别的生产线也有着各自的边缘数据，而最终这些边缘数据都将进行汇集。
在工业互联网市场上，云端计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.