就工业生态系统中的计算而言，企业将部署三个可用选项之一或将它们混合使用。这些计算选项是本地IT体系结构，云计算和本地云生态系统。尽管数据中心的位置将这三个选项区分开，但是它们可以处理来自集中式数据中心和网络的数据分析和计算。另一方面，边缘计算利用了小型，便携式，分散式数据中心和服务器，从而缩短了数据产生点和处理点之间的距离。
本文将讨论：
为什么边缘计算是工业数据处理的未来
边缘计算和云计算的结合如何驱动自动化
融合边缘计算和云计算的好处
对新计算概念的需求
众所周知，工作负载的指数级增长使IT基础架构（包括本地和云架构）不堪重负。在2018年，黑色星期五的限时抢购导致了J.Crews内部数据中心瘫痪，而在2019年9月，云计算巨头亚马逊经历了宕机，影响了数以千计的客户。这两个例子都表明，即使是最可靠的计算网络也可能会遇到宕机，这需要一种更好的方式来处理敏感的计算需求。随着工作流程的增加，实现实时数据传输以实现工业流程自动化的需求凸显了对新计算概念的需求。这是因为高延时和低带宽会导致往返定时延迟。在这里，往返计时是指从一件设备产生的数据到达云再回到设备所花费的时间。
数据传输过程中的延迟妨碍了实时分析，并可能导致停机。最后，全球约有8500万个物联网和物联网设备，对计算资源的竞争也在加剧。这种增加可以将本地和云网络扩展到极限，这可能导致停机和数据传输延迟。这些挑战导致出现了新兴技术解决方案，例如边缘计算和5G网络。虽然5G网络打算应对高延迟和低带宽的挑战，但边缘计算是工业界一直在期待的新计算概念。在这种计算概念内，边缘计算和云计算可以同时应用以增强工业操作。在最简单的形式中，这个概念涉及在车间内部使用边缘硬件和用于更集中化应用程序的云计算。
结合两全其美
边缘计算和云的统一满足了工业界的需求：快速的响应时间和大数据处理。在此模型中，边缘计算可提供交付实时解决方案所需的快速响应或提高的数据处理速度。此外，云的通用平台是管理大数据的理想选择，并为开发新应用程序提供了框架。统一两个计算选项可支持以下功能：
增强的创新机会 –云提供了支持创建边缘计算分析算法和应用程序的平台。利用云的扩展资源，可以开发为微处理器和小型操作系统构建的自定义容器应用程序。在部署到使这些设备具有分析能力的边缘硬件之前，可以对这些应用程序或算法进行测试。
时间敏感型应用程序 –为了实现工业自动化，在整个车间内进行实时分析是迈出的重要一步。尽管仅边缘计算就能管理对时间敏感的应用程序，但是云计算的集成可以增强这一过程。在IIoT驱动的环境中，边缘硬件可以处理边缘计算挑战，同时将补充数据发送到云。然后，可以使用云中的大型计算资源来处理设施中每个资产，系统和流程的调度和模拟分析。
增强的存储选项 –借助数十个IIoT设备，旧资产和工业流程生成数据，需要确保仅捕获相关数据。边缘计算提供了一种通过捕获重要数据并丢弃临时信息来减少系统内数据流的解决方案。然后，设施管理者可以选择将数据从边缘设备传输到云，也可以将其丢弃。如果处理得当，此数据管理流程将减少在云资源和其他存储选件上的花费，从而降低拥有基于云的解决方案的总成本。
增强安全性 –企业面临的日益严峻的网络安全挑战已经导致有关堵塞IIoT漏洞的警告。这是因为黑客不断使用工具来检测企业网络中的漏洞，以窃取敏感数据或破坏工作流程。边缘计算在设备级别处理数据处理的能力可确保减少可供黑客探索的网络路径。跨云部署安全信息和事件管理（SIEM）工具的选项还为IIoT设备传输回其的数据提供了全面保护。分散式网络减少了漏洞，而威胁情报可以部署在云上。
混合边缘计算和云的好处
上面讨论的应用示例着重说明了边缘计算与云计算之间共生关系的更重要的好处。同时使用两种技术解决方案的其他好处包括：
离线计算 –边缘计算设备配备了交付离线计算所需的数据处理资源。因此，集中的停机时间或通信延迟不会影响处理，一旦网络启动，边缘硬件便可以重新连接回云。
增强的用户参与度 –边缘计算和云计算的结合还增强了物理环境中增强现实的集成。从这两个选项中收集的数据可用于映射经验，培训员工并模拟问题场景。
结论
随着IIoT技术在工业设施中的普及，对计算选项的支持需求将继续增加。在这里，边缘计算和驱动其跨车间集成的硬件开始发挥作用。因此，为了实现实时自动化以及从旧设备捕获和处理数据，必须培养边缘与云计算之间的共生关系。实现此目标将加快传统设施和工业4.0集成中云计算的采用率。
