邊緣計算

邊緣計算並非是一個新鮮詞。作為一家內容分發網路CDN和雲服務的提供商AKAMAI，早在2003年就與IBM合作“邊緣計算”。作為世界上最大的分散式計算服務商之一，當時它承擔了全球15-30%的網路流量。在其一份內部研究項目中即提出“邊緣計算”的目的和解決問題，並通過AKAMAI與IBM在其WebSphere上提供基於邊緣Edge的服務。

對物聯網而言，邊緣計算技術取得突破，意味著許多控制將通過本地設備實現而無需交由雲端，處理過程將在本地邊緣計算層完成。這無疑將大大提升處理效率，減輕雲端的負荷。由於更加靠近用戶，還可為用戶提供更快的響應，將需求在邊緣端解決。

在國外，以思科為代表的網路公司以霧計算為主。思科已經不再成為工業網際網路聯盟的創立成員，但卻集中精力主導OpenFog開放霧聯盟。

無論是雲、霧還是邊緣計算，本身只是實現物聯網、智能製造等所需要計算技術的一種方法或者模式。嚴格講，霧計算和邊緣計算本身並沒有本質的區別，都是在接近於現場應用端提供的計算。就其本質而言，都是相對於雲計算而言的。

從二者的計算範式可以看出來，邊緣側的數據計算，一下子變得豐富起

來。這裡產生了全新的想象空間。

全球智能手機的快速發展，推動了移動終端和“邊緣計算”的發展。而萬物互聯、萬物感知的智能社會，則是跟物聯網發展相伴而生，邊緣計算系統也因此應聲而出。

事實上，物聯網的概念已經提出有超過15年的歷史，然而，物聯網卻並未成為一個火熱的應用。一個概念到真正的應用有一個較長的過程，與之匹配的技術、產品設備的成本、接受程度、試錯過程都是漫長的，因此往往不能很快形成大量使用的市場。

根據Gartner的技術成熟曲線理論來說，在2015年IoT從概念上而言，已經到達頂峰位置。因此，物聯網的大規模應用也開始加速。因此未來5-10年內IoT會進入一個應用爆發期，邊緣計算也隨之被預期將得到更多的應用。

在中國，邊緣計算聯盟ECC正在努力推動三種技術的融合，也就是OICT的融合（運營Operational、信息Information、通訊Communication Technology）。而其計算對象，則主要定義的了四個領域，第一個是設備域的問題，出現的純粹的IoT設備，跟自動化的I/O採集相比較而言，有不同但也有重疊部分。那些可以直接用於在頂層優化，而並不參與控制本身的數據，是可以直接放在邊緣側完成處理；第二個是網路域。在傳輸層面，直接的末端IoT數據、與來自自動化產線的數據，其傳輸方式、機制、協議都會有不同，因此，這裡要解決傳輸的數據標準問題，當然，在OPC UA架構下可以直接的訪問底層自動化數據，但是，對於Web數據的交互而言，這裡會存在IT與OT之間的協調問題，儘管有一些領先的自動化企業已經提供了針對Web方式數據傳輸的機制，但是，大部分現場的數據仍然存在這些問題。第三是數據域，數據傳輸后的數據存儲、格式等這些數據域需要解決的問題，也包括數據的查詢與數據交互的機制和策略問題都是在這個領域裡需要考慮的問題。

最後一個，也是最難的應用域，這個可能是最為難以解決的問題，針對這一領域的應用模型尚未有較多的實際應用。

邊緣計算聯盟ECC對於邊緣計算的參考架構的定義，包含了設備、網路、數據與應用四域，平台提供者主要提供在網路互聯（包括匯流排）、計算能力、數據存儲與應用方面的軟硬體基礎設施。

而從產業價值鏈整合角度而言，ECC提出了CROSS，即在敏捷聯接（Connection）的基礎上，實現實時業務（Real-time）、數據優化（Data Optimization）、應用智能（Smart）、安全與隱私保護（Security），為用戶在網路邊緣側帶來價值和機會，也就是聯盟成員要關注的重點。

自動化事實上是一個以“控制”為核心。控制是基於“信號”的，而“計算”則是基於數據進行的，更多意義是指“策略”、“規劃”，因此，它更多聚焦於在“調度、優化、路徑”。就像對全國的高鐵進行調度的系統一樣，每增加一個車次減少都會引發調度系統的調整，它是基於時間和節點的運籌與規劃問題。邊緣計算在工業領域的應用更多是這類“計算”。

簡單地說，傳統自動控制基於信號的控制，而邊緣計算則可以理解為“基於信息的控制”。

值得注意的是，邊緣計算、霧計算雖然說的是低延時，但是其50mS、100mS這種周期對於高精度機床、機器人、高速圖文印刷系統的100μS這樣的“控制任務”而言，仍然是非常大的延遲的，邊緣計算所謂的“實時”，從自動化行業的視角來看——很不幸，依然被歸在“非實時”的應用里的。

邊緣計算是在高帶寬、時間敏感型、物聯網集成這個背景下發展起來的技術，“Edge”這個概念的確較早為包括ABB、B&R、Schneider、KUKA這類自動化/機器人廠商所提及，其本意是涵蓋那些“貼近用戶與數據源的IT資源”。這是屬於從傳統自動化廠商向IT廠商延伸的一種設計，2016年4月5日Schneider已經號稱可以為邊緣計算定義了物理基礎設施——儘管，主打的還是其“微數據中心”的概念。而其它自動化廠商提及計算，都是表現出與IT融合的一種趨勢，並且同時具有邊緣與泛在的概念在其中。

IT與OT事實上也是在相互滲透的，自動化廠商都已經開始在延伸其產品中的IT能力，包括Bosch、SIEMENS、GE這些大的廠商在信息化、數字化軟體平台方面，也包括了像貝加萊、羅克韋爾等都在提供基礎的IoT集成、Web技術的融合方面的產品與技術。事實上IT技術也開始在其產品中集成匯流排介面、HMI功能的產品，以及工業現場傳輸設備網關、交換機等產品。

IoT被視為未來快速成長的一個領域，包括最前沿的已經出現了各種基於Internet的技術，高通已經提出了Internet of Everything—可以稱為IoX。因此新一個產業格局呼之欲出，邊緣計算聯盟ECC的邊界定義而言，華為其主旨在提供計算平台，包括基礎的網路、雲、邊緣伺服器、傳輸設備與介面標準等，而Intel、ARM則提供為邊緣計算的晶元與處理能力保障，信通院則扮演傳輸協議與系統實現的集成，而瀋陽自動化所、軟通動力則扮演實際應用的角色。

但是，邊緣計算/霧計算要落地，尤其是在工業中，“應用”才是最為核心的問題，所謂的IT與OT的融合，更強調在OT側的應用，即運營的系統所要實現的目標。

在工業領域，邊緣應用場景包括能源分析、物流規劃、工藝優化分析等。就生產任務分配而言，需根據生產訂單為生產進行最優的設備排產排程，這是APS或者廣義MES的基本任務單元，需要大量計算。這些計算是靠具體MES廠商的軟體平台，還是“邊緣計算”平台—基於Web技術構建的分析平台，在未來並不會存在太多差別。從某種意義上說MES系統本身是一種傳統的架構，而其核心既可以在專用的軟體系統，也可以存在於雲、霧或者邊緣側。

在這樣的應用場景，總體而言，在整個智能製造、工業物聯網的應用中，各自分工如下。

自動化廠商提供“採集”，包括數據源的作用，這是利用自動化已經在分散式I/O採集、匯流排互聯、以及控制機器所產生的機器生產、狀態、質量等原生“信息”。

ICT廠商則提供“傳輸”，實現工業連接。因為在如何提供數據的傳輸、存儲、計算方面，ICT廠商有其傳統優勢，包括成本方面，已經雲平台的優勢。

傳統工業企業的業務經驗和知識，則為分析軟體（獨立的或者企業內部）廠商提供“分析”的依據。這些業務過程的理解，仍然是必不可少。產業鏈的協同，終極目標，仍然是解決“質量、成本、交付”的核心問題。