边缘计算为什么越来越重要

韩舒淋

如今，几乎所有的巨头都在提边缘计算。如同制造业的数字化转型市场不仅吸引了传统的工业巨头，互联网、IT巨头也在大举布局一样，在边缘计算领域，这些巨头们也都纷纷进入，并且深度合作。

边缘计算是一个相对于中心化的云计算的概念。不同机构对其定义不尽相同，一般而言，它是在靠近用户、数据源的网络边缘侧为开发者提供的具备计算、存储、网络的开发平台。边缘计算设备往往需要具备较强的数据处理能力。

工业电脑（IPC）、网关、可编程逻辑控制器（PLC）都可以成为边缘计算设备，这些设备本身需要具备存储和计算能力，内置特定的算法和软件，通讯方式也多种多样。边缘计算设备一侧与直接产生数据的物理设备连通，另一侧则可以将处理过的数据上传到云端。

边缘计算之所以存在，是因为它承担了与云计算不同的功能。

在制造现场，产生的数据多样而繁杂，然而并非所有数据都需要上传到云端进行分析、处理。数据上传一方面带来流量、带宽的需求，另一方面是使用云服务的费用问题;此外，公司对上传所有数据到云端也存在安全担忧。

制造现场的数据有的是无效信息，譬如设备在生产间隔期间的数据，往往就不需要全部上传，而是需要经过截取处理;有的数据需要立刻处理，譬如一些硬件产品的实时检测预警信息反馈要求在毫秒级，而上传到云端进行处理再反馈到现场的时延可能达到秒级，全部通过云端来分析就会大大延缓现场的生产效率，这就需要靠近数据源的边缘设备来进行处理。

一般而言，对实时性要求不高的生产数据会上传到云端进行分析，实时性要求高数据分析就需要在边缘计算环节来完成。随着制造业的数字化转型不断深入，对不同场景的数据进行不同的分析，从而充分挖掘其价值变得越来越重要，边缘计算的重要性因而凸显。

边缘计算技术横跨IT（信息技术）、OT（运行技术）和CT（通讯技术），要落地离不开不同领域公司之间的密切合作。过去一年里，边缘计算落地速度加快。今年4月，西门子推出Industrial Edge数字化平台，预置了大量数据处理、可视化和传输的应用程序，西门子自身的工业电脑可以使用该平台，也可以部署在第三方硬件上;今年6月，三菱推出了其面向边缘计算的工业电脑（MELIPC系列），在9月的工博会现场，《财经》记者看到，通过内置的AI算法，其可以快速实现对实时生产的波形进行诊断和预警。

软件公司也在布局，全球两大公有云基础设施服务商（IaaS）亚马逊和微软今年都加速了边缘计算的部署。2017年6月，亚马逊公开发布AWS Greengrass，该软件可以实现在本地互联设备上进行数据计算、收发等功能，事实上正是亚马逊的边缘计算平台;2018年6月，微软将其Azure IoT Edge（物联网边缘）服务平台开源，该服务要实现的同样是将云分析和业务逻辑转移到本地设备上。

不过，亚马逊和微软都只做软件，不涉及硬件产品。其服务要落地，离不开生产边缘设备的硬件公司，如前述的西门子、三菱，又如生产通讯设备网关的华为。在边缘计算领域，软硬结合促进数字化转型的趋势再一次体现。

除了邊缘设备，内置的软件、算法，还有一个不可或缺的因素是通讯。由于对通讯实时性更高的要求，以及现场复杂多样的总线协议标准，边缘计算要能发挥作用，需要通讯满足跨平台、低时延的要求。在这个基础上，采用跨平台的工业标准传输协议，才能实现不同设备的数据互相协作，华为称其为打通工业互联网的“最后一公里”。

（作者为《财经》记者，编辑：马克）