图片来源：Emson
作者 | Keshab Panda
将计算能力布置在工艺过程附近，有助于减少控制系统的延迟，通过创建分布式架构，将先进的机器学习和人工智能技术集成到系统中，可以为制造企业带来更多效益提升。
长期以来，云服务一直在帮助企业简化和保护数据聚合以及处理功能，同样，云服务也促进了边缘计算架构的发展。随着时间的流逝，诸如用户界面和用户体验（UI/UX）方法的移动性和差异性之类的技术进步，带来了更多的连接和分布式进程、设备和机器。越来越多的企业意识到，有必要从更接近数据源的地方获得更多的即时数据和信息。这增加了对边缘计算的需求。
▎边缘计算领域的不断发展，带来了新的机遇和挑战。与传统的网络体系结构系统相比，边缘计算具有不可否认的优势，并且带来了一些问题，需要进行大量研究才能进行投资。图片来源：L ＆ T 技术服务
更好的实现边缘计算
通常来说，企业在实现边缘计算的过程中可能会经历以下4 个阶段。
1. 云计算彻底改变了业务模式；
2. 边缘计算架构解决新出现的挑战；
3. 人们担心数字化转换的成本；
4. 优化和资产利用优势，使边缘计算更加可行。
对于某些行业和制造业应用而言，边缘计算对于解决一系列挑战至关重要。这包括设备故障和计划外停机。例如，智能温度监控传感器可以自动记录周围环境的温度变化。在紧急情况下，这些设备可以激活洒水装置、警告消防部门并关闭工厂中的所有电源系统。
这种情况需要机器对机器（M2M）的边缘计算，以减少网络延迟并提供实时控制和监视。之前，边缘设备仅被配置为本地收集数据并将其传输到远程服务器（云）。现在，借助人工智能，边缘设备可以嵌入机器学习功能，以实现自主学习和执行操作，而无需等待中央计算机的响应。
一些PLC 制造商可以将可编程逻辑控制器（PLC）设置为检测问题、分析问题并响应过程。PLC 可以充当具有机器学习功能的边缘节点，以激活规范性和预测性维护，而无需信息技术系统或人员的干预。每个制造工厂都渴望这种尖端创新所能提供的收益。问题是：要花多少钱？
边缘计算的可行性
在对投资回报（ROI）没有切实了解之前，企业往往不愿对新技术进行大量投资。正如过去拥抱云计算一样，为实现更高的可用性和即时计算功能，现在需要重新考虑该策略，对边缘计算我们可能会提出相同的问题。
直接收益可能会超过成本，但是不断发展的技术会带来投资风险。具有机器学习和人工智能功能的智能传感器，远没有达到成本效益。如果企业已经实施了云计算策略，那么立即将其转移到边缘计算策略是否有意义？这将取决于具体的需求。传感器、本地处理能力和其他功能的额外成本将增加总体开销和成本。作为一种策略，这与其要缓解的目标背道而驰。
“靠近边缘，多近才算近？它应该完全安装在设备上还是可以在厂房内？”
优化和利用
最近，一家容错计算机服务器和软件制造商推出了一个虚拟的、具有自我保护功能的边缘计算平台，该平台专门为工业控制系统环境而设计，并嵌入了零接触计算属性，有望简化一系列远程管理活动，例如基于云的健康监控、自动化站点和数据恢复。
通过考虑资本支出和运营支出，此类平台可以提供一条优化成本的中间途径。这种情况应考虑规模经济。需要思考的问题是：靠近边缘，多近算近？它应该完全安装在设备上还是可以在厂房内？在设备上而不是使用托管数据中心和现有的云基础架构来处理数据，需要研究和时间。根据答案的不同，基础架构以及成本优化和利用率指标，可能会上升或下降。
云与边缘计算
技术趋势可能是模棱两可的，对每一种技术趋势的利弊都会有无休止的讨论。大多数企业在有意识地决定采用或放弃一项即将推出的技术之前，往往会过于谨慎和深思熟虑。根据经验证据，没有采用新技术的企业明显落后于采用新技术的企业。2008 年时，许多行业的拥护者认为云计算的趋势已经过去，然而，差不多十年之后，云计算正在走向边缘。云计算之所以迅速得到应用，是因为它可以让企业以近乎零延迟地轻松访问大型存储设施，并且按需付费模型使交易变得更有吸引力。企业有充分的理由这样做。然而，十年后，随着应用程序分布在越来越多不同的地理位置，云提供商仍然面临着巨大的挑战，例如延迟、体验一致性和安全性等，企业正在重新思考云策略。
Gartner 估计，现在91％的数据是在集中式数据中心创建和处理的。到2022年，大约75％的数据将需要在边缘进行分析和采取行动。边缘计算将成为企业实施数字化转型的重要方法之一。
与传统的网络体系结构系统相比，边缘计算具有很多优势。随着它的不断发展和对企业的影响日益增加，它也会带来一些问题，需要在投资之前进行更广泛的研究。企业需要谨慎对待转型机遇，以验证这项投资是否可行。
关键概念：
■ 边缘计算可分布控制体系结构并减少延迟。
■ 机器学习和人工智能可以集成到边缘计算机和PLC 中。
■ 边缘计算可以将云服务带入分布式架构。
思考一下：
边缘计算分布式体系结构如何为您的流程提供帮助？
联系客服
