從中心走向邊緣邊緣計算：海量工業應用的計算基石

譚倫

工業互聯網離不開邊緣計算（MEC）。

IDC統計，截至2020年將有超過500億終端與設備聯網，未來超過50%的數據需要在網絡邊緣側分析、處理與儲存。邊緣計算能在靠近物或數據源頭的網絡邊緣側就近提供邊緣智能服務，滿足行業數字化在敏捷聯接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。

通過邊緣計算的資源和能力，可將虛擬空間和物理實體緊密融合在一起。在工業制造領域，要實現數字化制造、網絡化協同、智能化轉型，離不開物聯網、大數據和云計算，更離不開邊緣計算。

換言之，邊緣計算接近于工業上分布式自律的概念，在基于互聯網的異構分布式計算環境下，集中與分散相結合，既有效利用互聯網的資源，又保證了用戶系統的自律性、安全性和健壯性。

眾所周知，“工業4.0”的核心是CPS，而融合了網絡、計算、存儲、應用核心能力的邊緣計算，顯然是CPS的核心。因此，邊緣計算被看作“工業4.0”核心之核心。

在目前普遍采用的基于PLC、DCS、工控機和工業網絡的控制系統中，位于底層、嵌于設備中的計算資源許多都是邊緣計算的資源。作為邊緣計算的具體表現形式，工業CPS在底層通過工業服務適配器，將現場設備封裝成web服務；在基礎設施層，通過工業無線和工業SDN網絡將現場設備以扁平互聯的方式聯接到工業數據平臺中；在數據平臺中，根據產線的工藝和工序模型，通過服務組合對現場設備進行動態管理和組合，并與MES等系統對接。工業CPS系統能夠支撐生產計劃靈活適應產線資源的變化，舊的制造設備快速替換與新設備上線。

以冶金行業為例，目前規模以上冶金企業信息化已頗具成效，但缺少的恰恰是末端智能。冶金方面的數據經常出現完整性和一致性的問題，解決不好會給能源管理和智能管理環節造成困難。此外，冶金的物流跟蹤是典型的CPS，其間，物理與化學形態經常發生改變，控制過程有一定難度。邊緣計算能在其中發揮著重要作用，幫助實物聯網，成為工業物聯網技術的有效補充。

顯而易見，通過引入邊緣計算，能夠為制造業提供：設備靈活替換；生產計劃靈活調整；新工藝/新型號快速部署。進一步推動智能制造的實現。

未來，作為工業物聯網分析和處理應用程序的引擎，邊緣計算將會發展得更快。此外，邊緣計算技術公司也在成為資本市場下一個投資目標。隨著從汽車、無人機、醫療設備到機器人領域設備連接數量不斷增長，越來越多企業正在擁抱邊緣計算技術。