边缘计算如何释放 IIoT 的潜能？——五大建议助您正确部署实施
边缘计算已被许多制造企业用于提高效率和生产力， IIoT 可使数据变得更加智能。图片来源：ABB
作者：Christian Johansson
将工业物联网（IIoT）设备的潜能，与边缘计算、自动化解决方案和分析的能力相结合，正在赋予制造业生产数据更多价值。
物联网 (IoT) 的出现让更多连接和智能应用成为可能，例如，冰箱可以自己订购食品，自动驾驶车辆可以自己规划行程，这些都是在互联网边缘端进行计算决策的相关例子。在采用工业物联网（IIoT）方面，制造业花费的时间稍长一点，但它们正在弥补浪费的时间，并已在包括边缘计算在内的技术方面获得了重大发展。
制造企业面临的主要挑战，是在生产过程中如何充分利用从 IIoT 设备和控制系统中收集 的数据。数据处理能力的缺乏，可能会阻碍数据价值的释放，从而导致无法充分利用数据并将其转换为可用信息。边缘计算可以将计算能力和数据存储转移至需要它的地方，所带来的收益包括更快的处理速度、更高的安全性以及优化的可用带宽。
边缘计算给制造业带来的收益
制造商从边缘计算和工业分析中所获得的最大收益，是利用工业数据来优化生产过程 的能力。企业已经使用边缘计算和工业分析， 来帮助工厂实现准确高效的生产，它们现在正考虑通过低成本的传感技术、数据分析和机器学习对其进行优化以进一步提高效率。
将计算能力部署在其所服务的设备附近， 可以减少延迟（数据从源到目的地传输所需的时间），从而可以提高处理速度。与将数据上传 到云相比，边缘计算可以大大减少时间延迟。不过，这些收益取决于不同的使用场景，例如，如果应用旨在控制或与执行器、电机和过程交互，则需要实时控制。如果需要基于对趋势的深入分析来进行长期的流程优化，对时间的要求并不是很严格，那么云可能是更好的选择。
将云与边缘计算相结合， 其中一个重要的收益，就是基于来自 IIoT 设备的数据，利用云来训练模型。然后，就可以在边缘运行这些模型，从而使设 备能够更快、更恰当地响应变化。
云连接可能会带来安全风险。在选择边缘计算机时，网络安全应成为首要任务。自动化供应商可以提供集成端到端安全性的系统，该系统基于应用专业知识。随着业务范围的增长 和生产工厂的扩大，边缘计算还可以提供更大的可扩展性。通过可扩展的计算设备，可以轻松对工厂设施进行升级，以便获得更多数据和更多应用。
▎对制造商来说，边缘计算和云很有价值，但是它们却各有优势。边 缘 计 算 更 适 合 实 时 需 求 ；云 比较适合长期项目。图片来源 ：ABB
发掘IIoT 的潜能
边缘计算的潜在客户正在探索各种可能性，以寻求对其运营和 IIoT 实施有所帮助的应用。很多工业用户使用自动化系统提高效率。为了确保生产的正常运行，新增加的设备不应影响现有设施。这种差异可在 IIoT 和边缘计算中发现。
使用边缘计算并将其作为连接云的网关， 可以支持诸多复杂程度各异的应用场景，从单个独立过程到涉及多个站点的装置。一家大型矿业公司希望比较旗下各矿井的运营绩效、安全事件和维护统计数据，并将其视为系列资产。在运营多个站点，需要以不同的方式优化运营时，或优化不同工厂之间、工厂与站点之间的价值链时，就需要借助于云。
在利用人工智能（AI）对 IIoT 数据进行处理方面，一些供应商选择从云端驱动 AI 和机器学习技术，而其它供应商则在边缘端构建。介于两者之间的则是联邦学习（Federated Learning），这是一种训练数据去中心化的机器学习解决方案，目标是在保证数据隐私安全及合法合规的基础上，让参与方不用共享数据就能共同建模，从而打破数据孤岛实现 AI 协作。
正确的选择取决于企业的目标，边缘和云同样重要，需要根据不同应用的需求进行选择。集成的、智能化的系统将受益于数字化的技术数据、边缘计算的快速处理以及云的深度分析和学习功能。
未来，最成功的企业可能是那些部署有效的站点、边缘计算和云策略的公司，这些策略可以通过将收集的数据快速、高效和经济地转换为有用信息来推动价值，并在需要时随时随地在企业内共享这些信息。考虑以下 5 点建议，可以帮助实现上述目标并确保获得期望的投资回报。
1
从边缘计算的应用场景开始
在开始部署边缘计算时，请考虑工业数据的来源（例如智能设备和控制系统）、连接功能， 以及哪些处理可以在边缘端完成，哪些处理可以在云端完成。这样，就可以确保那些使用实时控制数据的应用托管在数据源附近，从而可以快速处理数据。这可以减少延迟，提供最佳的响应时间，而其它分析则可以在云端完成并可在站点之间轻松共享。
2
让边缘计算的部署简单易用
边缘计算的优点在于它的可扩展性，如 有必要，可以在建成后添加新的边缘节点或设 备。选择的解决方案应在设备和系统之间易于 连接，并且可以无缝桥接信息技术（IT）和运 营技术（OT）功能，从而获得对数据更深入的了解，挖掘更多潜在的价值。新增值应用也 应易于快速部署。
在为边缘 IIoT 项目选择合适的技术时， 需要选择已经预先验证并证明可以协同工作的 解决方案。这种方法有助于确保边缘 IIoT 解决 方案的快速部署和扩展，而将因未经测试或技 术不兼容而导致的潜在风险降至最低。
3
边缘与云之间的差异
边缘计算和云计算服务于不同的应用需 求，不存在谁更占主导地位。仔细考虑应用的 特征以及如何使用数据来指导选择。
边缘计算和云之间的主要区别包括带宽、 延迟和网络可用性等。选择边缘计算而不是云 计算的主要原因与性能有关。需要快速响应的 实时应用场景，边缘计算是最理想的选择。云 计算则更适合于那些集中收集和分析复杂数据 的应用，它们对时间的要求不高。
4
考虑安全性和完整性
数据是公司的专有技术、思想和运营的 集合，是现代企业最有价值的资产之一，需 要加以保护。在设计以及选择合作伙伴来提 供边缘 IIoT 解决方案时，网络安全和数据隐 私必须是重中之重。安全性应扩展到各个层 面，为网络渗透和未经授权的访问提供强有 力的保护，通过固有的安全功能确保工厂的 完整性和机密性。
网络安全供应商还应帮助维护数据的机 密性，在使用和存储方式方面提供完全透明的 信息，并确保未经事先同意不会将任何信息透 露给第三方。确保边缘计算供应商能够通过不 断发展的软件和硬件，使产品与网络安全标准 保持同步，从而保证持续防范潜在的安全问题。
5
选择合适的合作伙伴
寻找合适的边缘计算供应商或合作伙伴， 是边缘 IIoT 部署能否成功的关键之一。专业的 供应商可以提供与应用最佳集成的产品组合。在选择合作伙伴时，还应能考察其过往的应用 案例，以证明其在与您相同或相似的行业和应 用中具有部署和支持解决方案的成功经验。
关键概念：
■ 边缘计算和云可以结合使用以提高数据传输速度和价值。
■ 边缘计算更适合需要即时数据的应用，云更适合长期的应用。
■ 在边缘计算设施 中需要考虑网络安全。
思考一下：
边缘计算和云如何为您的工业应用助力？