無(wú)論工業(yè)物聯(lián)網(wǎng)、大數(shù)據(jù)驅(qū)動(dòng)、數(shù)字孿生這些概念說(shuō)的如何天花亂墜，在實(shí)際工業(yè)生產(chǎn)過(guò)程中，如果不能解決企業(yè)的核心問(wèn)題——提高利潤(rùn)、降低成本，都難免是紙上談兵。雖然數(shù)據(jù)本身很重要，但能直接解決問(wèn)題的服務(wù)應(yīng)用對(duì)企業(yè)才更有價(jià)值。當(dāng)前，除了如何采集數(shù)據(jù)之外，絕大部分企業(yè)面對(duì)的關(guān)鍵問(wèn)題是什么數(shù)據(jù)值得采？說(shuō)白了，就是如何運(yùn)用數(shù)據(jù)產(chǎn)生價(jià)值！

我們知道，工業(yè)數(shù)據(jù)的采集和傳輸基本都是 “端-管-云”的模式。在應(yīng)用的現(xiàn)場(chǎng)，“端”負(fù)責(zé)收集數(shù)據(jù)、執(zhí)行指令，“管”打通數(shù)據(jù)的傳輸路徑，而“云”負(fù)責(zé)所有的數(shù)據(jù)分析和控制邏輯功能。整套流程能否順利打通，對(duì)數(shù)據(jù)采集、分析、應(yīng)用能力至關(guān)重要。

然而隨著物聯(lián)網(wǎng)的發(fā)展，工業(yè)制造設(shè)備所產(chǎn)生的數(shù)據(jù)量將越來(lái)越多。如果這些數(shù)據(jù)都要放到云端處理，就需要無(wú)窮無(wú)盡的頻譜資源、傳輸帶寬和數(shù)據(jù)處理能力，“云”難免不堪重負(fù)，此時(shí)就需要邊緣計(jì)算來(lái)分擔(dān)云計(jì)算的壓力。

所以，在工業(yè)現(xiàn)場(chǎng)的邊緣側(cè)進(jìn)行數(shù)據(jù)采集、處理及傳輸?shù)倪吘売?jì)算網(wǎng)關(guān)承擔(dān)著打通工業(yè)數(shù)據(jù)傳輸“任督二脈”的重任，再與云平臺(tái)進(jìn)行融會(huì)貫通——邊云一體化，最后利用大數(shù)據(jù)分析，賦能生產(chǎn)，才能發(fā)揮工業(yè)數(shù)據(jù)的真正價(jià)值。

如果把大腦比作云端，那么邊緣計(jì)算就是神經(jīng)末梢，對(duì)簡(jiǎn)單的刺激進(jìn)行自處理并將處理的特征信息反饋給云端大腦。

盡管當(dāng)前工業(yè)企業(yè)追求的核心問(wèn)題是如何讓數(shù)據(jù)賦能生產(chǎn)，產(chǎn)生價(jià)值。但是也不能忽視該進(jìn)程中困擾工業(yè)企業(yè)多年的普遍性問(wèn)題，數(shù)據(jù)處理的前置關(guān)鍵環(huán)節(jié)——如何采集數(shù)據(jù)？對(duì)于任何工業(yè)企業(yè)來(lái)說(shuō)，挖掘數(shù)據(jù)金礦的第一步都是采集數(shù)據(jù)，不談數(shù)據(jù)采集的大數(shù)據(jù)分析是空中樓閣，沒(méi)有數(shù)據(jù)的工業(yè)云平臺(tái)相當(dāng)于無(wú)本之木。

在不同的工業(yè)生產(chǎn)過(guò)程中，由于自動(dòng)化產(chǎn)品品牌眾多，工業(yè)接口多樣化、工業(yè)協(xié)議不統(tǒng)一，所以看似簡(jiǎn)單的數(shù)據(jù)采集并沒(méi)有那么容易。

除了數(shù)據(jù)采集，在數(shù)據(jù)處理運(yùn)用方面，由于工業(yè)現(xiàn)場(chǎng)的數(shù)據(jù)面臨著“保鮮期”很短，以及大量“垃圾”數(shù)據(jù)并不需要傳遞到云端的問(wèn)題。

雖然從產(chǎn)業(yè)角度來(lái)看，邊緣計(jì)算發(fā)展如火如荼，但從應(yīng)用角度來(lái)看，它還處于落地的前期。邊緣計(jì)算與云計(jì)算的融合才能真正體現(xiàn)工業(yè)數(shù)據(jù)的價(jià)值。

在工業(yè)場(chǎng)景中，一方面通過(guò)邊緣計(jì)算直接運(yùn)行實(shí)時(shí)分析算法，另一方面則利用邊緣與云的協(xié)同，實(shí)現(xiàn)模型不斷成長(zhǎng)和優(yōu)化，從而讓邊緣分析技術(shù)增強(qiáng)了平臺(tái)實(shí)時(shí)分析能力。當(dāng)然，邊云協(xié)同的能力與內(nèi)涵落地到各應(yīng)用場(chǎng)景時(shí)其具體能力與關(guān)注點(diǎn)又會(huì)有所不同，因?yàn)槊糠N邊緣計(jì)算業(yè)務(wù)形態(tài)對(duì)于與云計(jì)算協(xié)同的業(yè)務(wù)需求不盡相同。

在云端，設(shè)備云可以匯集工業(yè)現(xiàn)場(chǎng)實(shí)時(shí)生產(chǎn)數(shù)據(jù)進(jìn)行集中存儲(chǔ)、分析、處理、預(yù)測(cè)，從網(wǎng)絡(luò)管理、現(xiàn)場(chǎng)探接再到感知與響應(yīng)，可以大大提高運(yùn)營(yíng)和維護(hù)效率。

邊緣計(jì)算對(duì)采集的數(shù)據(jù)有更強(qiáng)大的洞察和分析力，邊緣計(jì)算的應(yīng)用，邊緣計(jì)算網(wǎng)關(guān)的部署則會(huì)使數(shù)據(jù)產(chǎn)生的收益清晰可見(jiàn)，工業(yè)互聯(lián)網(wǎng)才能真正落實(shí)到“一線”中去。

在智能制造時(shí)代，生產(chǎn)的各個(gè)環(huán)節(jié)需要打通并能實(shí)時(shí)交互，比如生產(chǎn)、倉(cāng)儲(chǔ)、物流等環(huán)節(jié)的生產(chǎn)數(shù)據(jù)和設(shè)備數(shù)據(jù)需要實(shí)時(shí)監(jiān)控、跟蹤，然后通過(guò)大數(shù)據(jù)處理來(lái)進(jìn)行智能預(yù)測(cè)，包括提前備貨、安全防范等?？v橫智控的工業(yè)物聯(lián)網(wǎng)布局正是追尋工業(yè)4.0的腳步，基于“邊緣計(jì)算網(wǎng)關(guān)+設(shè)備云+大數(shù)據(jù)分析”，采用邊云協(xié)同，打通數(shù)據(jù)采集、傳輸、處理的通道，并進(jìn)行大數(shù)據(jù)分析，充分發(fā)揮數(shù)據(jù)的價(jià)值，最終全方位賦能工業(yè)物聯(lián)網(wǎng)。