前不久，Gartner發布了2019年十大戰略科技發展趨勢，邊緣計算位列其中，被預測將成為具有巨大顛覆性潛力的戰略技術。根據預測顯示，到2022年，邊緣計算將成為所有數字業務的必要需求。40%的大型企業將在2021年的項目中納入邊緣計算原則，而在過去大概只有不到1%的企業會實施。

提起云計算，大家已經非常熟悉了，而邊緣計算是什么？這種技術使得聯網設備能夠處理在“邊緣”形成的數據，“邊緣”是指位于設備內部或者與設備本身要近得多的地方。

數據量正在呈爆發式增長，物聯網系統廠商要考慮問題是如何高效地處理海量的數據？云計算模式已不能完全滿足萬物互聯的需要，而由此衍生出來邊緣計算概念正在成為新的趨勢。

邊緣計算更像是云計算的補充和發展，兩者相互之間無法替代。

談應用不談概念

工業互聯網是邊緣計算最先落地，也是最具有代表性的一個應用場景。在智能工廠內，許多系統可以通過將邊緣節點與霧計算結合起來實現自動化，包括生產設備、環境控制、壓縮空氣系統、冷卻劑循環、電力和其他電源等。

目前邊緣計算在工業中的應用體現在以下幾個方面：

設備保護

隨著IT技術和工業技術的融合發展，現場機器設備不斷升級，并擁有了一些運算的能力，例如智能水泵可以利用邊緣計算進行基本的分析，設定系統安全的閾值，如果設備超限就執行泵關閉的動作。

性能監控

機器運行的效率影響到工廠整體的產出，所以通常設備廠商會對其機器進行實時的監控，那么采用邊緣計算可以實時得到數據和及時解決現場的問題。

預測性維護

通過本地的邊緣計算融合網關可以提供數據分析能力，第一時間發現設備潛在故障。同時提供本地存活，一旦與云端聯接故障，數據可以本地保存，聯接恢復后，本地收斂數據自動同步到云端，確保云端可以對每部電梯形成完整視圖。

Eg：德國制造商ThyssenKrupp在全球有超過100萬臺電梯，他們已經在使用邊緣計算+IoT云平臺來預測電梯何時可能故障，并提前進行預防措施。

供應鏈優化

要提高工廠的效率，通常需要對整個生產過程進行評估和優化，從產品設計、材料采購、制造、銷售和物流等環節都要進行分析。邊緣計算可以在短時間內從多個來源獲取數據，并進行分析整理，可以適應業務系統中的供應鏈優化計劃。

此外，邊緣計算的應用還包括車聯網/自動駕駛、AR/VR、視頻監控與智能分析、智慧水務等等領域。

邊緣自動化設備蓬勃發展 　　

邊緣計算設備需要具備采集邊緣數據、智能的運算能力和可操作的決策反饋，除了各大巨頭紛紛發力邊緣計算，知名企業包括AWS、思科、華為、IBM、英特爾、微軟等，自動化企業也是不甘示弱。

例如，ABB開發了一種緊湊型傳感器，該傳感器連接到低壓異步電動機上，無需布線。智能傳感器使用車載算法把電機的健康信息（通過智能手機和互聯網）傳輸到一個安全的服務器，以部署其它智能服務。 

研華推出了IoT邊緣智能服務器（EdgeIntelligenceServer，EIS），它能把不同工業協議收集起來的數據轉換成MQTT協議傳輸到云端，然后再做一些數據分析或應用的處理。　　

還有，艾默生可以通過精確的交流聲水平和溫度數據實現閥門的可視性。此外，監控傳輸設備的數據可以通過無線網絡傳輸，實現事件狀態和泄漏檢測。

邊緣計算的大戲才剛剛開始　

5G除了對各行業帶來的影響，對傳統的IT計算模式也帶來了很大的影響。隨著5G日臻成熟，不斷擴展的邊緣計算環境將為集中式服務帶來更加穩健的通信支持。邊緣計算作為5G演進中不可或缺的環節，在物聯網的蓬勃發展下也迅速向物聯網應用領域延伸。

如果到2020年，全世界40%以上數據需要在邊緣進行分析、處理和存儲，就非常有必要從現在開始著手解決技術應用中的各種問題，及時排除難題，達成更好的發展共識，真正提升網絡的用戶體驗。