引言
上世纪80年代和90年代，丰田公司提出的精益生产、即时生产，以及六西格玛风靡一时。但是，从那以后，工业领域公司在效率上再也没有大的提升。今天，年生产效率的的平均增加率只有极低的0.5%。由于可供继续改进的空间很少，工业组织不得不寻找新的方法来改进生产、性能和利润。
进入数字化产业转型
通过技术创新，工业领域正在将生产率推向新的高度。尽管，云计算是工业转型的主要推手，但是，边缘计算已经作为工业物联网（IIoT）的一部分，助推工业领域的数字化转型。
边缘计算并不是一个新概念，而是在行业趋势的推动下，帮助工业组织将大量的机器数据转换成更靠近数据源的智能行为的一种手段。
本文设计边缘计算的很多小概念，比如什么是边缘计算、边缘计算都有哪些组件、以及在与云计算协同的分布式计算中的角色。最后，展示了GE-通用电气公司的工业边缘计算的方案。
什么是边缘计算？
在IIoT知识领域中，边缘计算就是指 更加靠近数据源的计算基础设施，比如说，工业设备（风力涡轮机、核磁共振扫描仪），工业控制器诸如SCADA系统。这些边缘计算设备通常与云端的集中式计算分离开。
边缘计算对工业意味着什么？
- 对于工业来说，边缘计算带来了 工业互联网的广阔前景，包括未来几年的重大投资。
行业专家估计，数百亿的联网设备将从不同的来源产生大量的数据。工业互联网的前景包括未来几年的重大投资。管理咨询公司麦肯锡公司(McKinsey & Co.)估计，到2025年，工业物联网（IIoT）的价值将达到$7.5T。工业物联网将思想和机器结合在一起，将人与机器数据连接起来，加速了数字产业的转型。
通过大数据分析、机器学习等，工业领域可以减少停止时间，提高设备性能，降低维护成本，获取尚未挖掘的新业务模型开辟潜力
最近几年，云计算已经广泛用于企业的运营中，但是，在边缘计算领域，还未深入展开。但是，随着更多计算、存储和分析能力被迁移到边缘设备上，边缘计算将有助于实现工业物联网。
-
边缘计算并不是一个新概念，下面的几个关键因素促使边缘计算走进现实：
- 计算和传感器的成本持续下降
- 小型设备上的算力提高（比如网关或传感器集线器）
- 日益增长的海量数据
- 机器学习和分析
这些因素交织在一起，将边缘计算推向高潮。
- 对于工业领域，边缘计算将会应用在下面的场景：
- 低速、间歇性网络通信的场合
- 向云端传输需要高带宽以及高成本的场合
- 低延时场合，比如设备控制的闭环交互
- 需要实时分析的场合（比方说，技术人员在现场检查设备性能的时候）
- 对实时数据作实时分析的场合
- 有法律法规、监管和网络安全约束的场合
边缘计算的商业影响是引人注目的。边缘计算产业联盟（Edge Computing Consortium），将其归结如下：
-
预测性维护
- 降低成本
- 安全保障
- 产品到服务的扩展
-
能效管理
- 降低能耗
- 降低维护成本
- 高可靠性
- 智能制造
- 日益增加的客户需求意味着产品服务周期的寿命大大缩短：
- 满足客户定制化生产需求
- 小批量多批次生产模式开始取代大批量生产模式
- 日益增加的客户需求意味着产品服务周期的寿命大大缩短：
-
灵活的设备更换
- 更加灵活地调整生产计划
- 快速部署新的处理工艺和模型
边缘计算 vs 雾计算
有人这样区分边缘计算和雾计算：
- 雾计算-专注于能够互相通信的边缘设备，比如IoT网关；
- 边缘计算-专注于具体的设备，比如工业设备。
关于这两个概念，个人认为实质上就是一回事。都是一种分散的计算基础设施，其中数据、计算、存储和应用程序分布在数据源和Cloud之间最合理、最高效的地方。
边缘计算 vs 云计算
协同工作
对于工业领域来说，要想实现完全的大数据价值，边缘计算必须和云计算协同工作。
边缘计算和云计算就像是我们的两只手。有时候需要右手，有时候需要左手，大部分时候可能左右手同时工作。这类比到边缘计算和云计算中也是一样的。在一些低延时、有带宽限制的场景下（比如说，煤矿和钻井平台，将所有的数据发送到云端既不实际也不经济），边缘计算就会占主导地位。有时候，互联网或者蜂窝网络也不是那么可靠，边缘计算就是系统一个可靠保障。当需要强大的算力、管理跨工厂的海量数据、资产监控和机器学习时，云计算将占据主导地位。
要想推进工业产业数字化转型，云计算和边缘计算必须协同工作，根据应用场景，探讨数据的价值意义，再决定具体部署。
边缘计算的实际应用 场景
下面是两个边缘计算的例子，通过它们，我们可以更好地理解边缘计算。
自动驾驶
自动驾驶汽车，本质上就是一个跑在轮子上的数据中心。据英特尔评估，一辆自动驾驶汽车搭载数百个车载传感器，每行驶8小时，将会产生40T的数据。这是一个非常庞大的数字。将其传到云端，是不安全，不必要，也是不切实际的。
这种情况下，边缘计算的感知、思考和行为就必须在超低延时的情况下实时完成，以确保乘客和公众的安全操作。比如说，一辆自动驾驶汽车在城市的街道上行驶。设想，这时候有一个孩子在路上玩耍。如果将数据传送到云端，等待分析和决策，收到返回的指令再做相应的处理。这个后果是不可想象的。
将所有的数据都传送到云端，是没有必要的，因为这个示例中的数据其价值是瞬时的，也就是说，从这儿驶过后，这组感知数据就没有意义了。在这儿，最重要的是响应执行速度。
但是，云计算仍然在这儿占据重要的角色。自动驾驶汽车的响应速度可以上传到云端，与同类型的汽车进行性能上的比较，提供其它的数据价值。
车辆管理
再假如另一个场景，一个卡车运输公司，可能想要从卡车上的多个监控点（比如车轮、制动器、电池）等提取数据，然后发送数据到云端。通过云计算，监视关键操作部件的健康状况。车队的经理就可以根据这些数据，最大限度的延长卡车的运行时间，从而降低成本。
什么是边缘计算服务器？
数字世界和现实世界的交汇之处。
边缘计算服务器可以定义为，一台运行中间件或应用程序的计算机，它位于网络边缘，是数字世界与现实世界的交汇处。边缘服务器应该存放在仓库、配送中心或工厂，而不是公司总部。
什么是移动边缘计算
移动边缘计算（MEC）是一个网络架构概念，支持在蜂窝网络边缘提供云计算能力和IT服务环境。MEC背后的基本思想就是，通过运行应用程序并在离蜂窝用户更近的地方执行相关的处理任务，可以减少网络拥塞并提高应用程序的性能。
