隨著物聯網的發展,工業制造設備所產生的數據量將越來越多。如果這些數據都要放到云端處理,就需要無窮無盡的頻譜資源、傳輸帶寬和數據處理能力,“云”難免不堪重負,此時就需要邊緣計算來分擔云計算的壓力。
“我們采集到的數據,90%都是垃圾,”位于江蘇昆山的某工廠老板感嘆道,“去年365天的每時每刻,我們幾乎都進行了數據采集,采集到的數據卻不知道該如何利用。與投入到采集數據的各種費用相比,我認為并不值得。”
一年的數據采集經歷讓這位老板對工業互聯網喪失了最初的熱情,甚至產生了這樣的疑問:我們當前真的需要大量工業數據嗎?
“只要增加幾個工人就能解決的問題,我為什么要費力去采集數據,去搞工業互聯網?還不一定有效果!”
的確,無論概念炒得多么熱,如果不能解決企業核心問題,都是紙上談兵。雖然數據本身很重要,但能直接解決問題的服務應用對企業才更有價值。當前,除了如何采集數據之外,絕大部分企業面對的關鍵問題是什么數據值得采集?確切地說,就是如何運用數據產生價值!
我們知道,工業數據的采集和傳輸基本都是“端-管-云”的模式。在應用的現場,“端”負責收集數據、執行指令,“管”打通數據的傳輸路徑,而“云”負責所有的數據分析和控制邏輯功能。整套流程能否順利打通,對數據采集、分析、應用能力至關重要。
然而,隨著物聯網的發展,工業制造設備所產生的數據量將越來越多。如果這些數據都要放到云端處理,就需要無窮無盡的頻譜資源、傳輸帶寬和數據處理能力,“云”難免不堪重負,此時就需要邊緣計算來分擔云計算的壓力。……