牵手工业互联网，边缘计算的生态愈加碎片化

2020年是一个充满机遇与挑战的一年，随着国家层面“新基建”相关政策的不断推进，5G技术、人工智能、工业互联网技术等新基建所涵盖的七大领域也迎来更多发展机遇，特别是与工业紧密相连的工业互联网领域的发展最为迅猛。

而在工业互联网发展的持续加速下，越来越多的制造业企业接入到工业互联网平台，工业大数据的采集量也呈现出爆发式的增加，对于数据处理速度的要求也越来越高，实时、安全的数据处理和反馈成为各企业接入工业互联网平台的基本需求。

边缘计算异军突起

而基于云端的大数据处理技术，在数据量的持续积累下面临的挑战也越来越多，所需的网络带宽资源和存储处理成本也在不断增加，其中还存在较大的网络安全风险，并且难以满足低延时和实时性的基本诉求。

这就推动了边缘计算与工业互联网进行深度融合，即将大数据计算直接放在网络边缘实现，从而有效降低数据传输网络的负担，同时缩短网络延时，拓展工业互联网平台收集和管理数据的范围和能力。

边缘计算的主要应用场景

边缘计算解决的主要是数据量和时延的问题，所以跟这两方面有关的很多的应用都是边缘计算的应用领域。如智慧城市、工业互联网、物联网IoT、车联网等等。

工业互联网旨在打造智能化生产，而当大量的智能终端和设备接入工业互联网平台的时候，企业需要处理的数据量就会越来越庞大，并且工业领域对时延的要求很高，工业互联网里面的很多机器设备对时延都很敏感，而边缘计算的低延时性刚好满足这一需求。

那么，工业互联网与边缘计算联手之后会产生什么结果呢？

工业互联网+边缘计算生态

在实际的生产过程中，边缘计算可以将位于底层的纷杂、独立的边缘资源实现互联、互通，在生产现场就近提供边缘智能服务，快速采集数据，进行分析、预测，进而优化决策，提高工业现场的确定性和业务实时性。

博依特智能边缘计算设备POI-ECD

以博依特自主研发的POI-ECD设备为例：企业生产制造过程，数据以秒为采样周期进行采集，数据经过边缘计算设备在底层进行数据处理（包括数据发生变化再做上传，异常数据的剔除）、逻辑计算、统计（小时、班组、批次）、即时数据呈现和分析，将重要过程参数和结果数据上传至云端，减少数据直接上传带来的网络负载，数据处理延时、以及大量垃圾数据占用资源等问题。

这还只是边缘计算牵手工业互联网的初步成效，边缘计算还可以通过与云计算的协同交互，将生产数据分析结果反馈给工业大数据平台，全方位解决制造企业数字化转型中在实时业务、数据优化、应用智能、安全保护等方面的需求。