互联网的定义是建立了大量的全球网络基础设施和相对称的云数据中心基础设施，以托管Web服务和平台，从而重新定义了我们的生活和工作方式。如果一般人类信息检索（搜索，Web浏览）以及通信、电子商务和娱乐服务（音频、视频、电子邮件或文本消息）时延达到了大约100ms，这基本是人类感知极限，则可以充分提供这些信息。这使云数据中心可以建设在距离最终用户数千公里的地方，并且仍然可以实现满意的服务性能。

但是，我们正在进入由工业流程和运营转型驱动的新时代，在这个时代，上述体系结构将不再满足日益增长的服务要求。工业物联网（IIoT）或工业4.0的兴起改变了工业运营技术（OT）与信息和通信技术（ICT）之间互连的范围和规模，未来是关于实时耦合的世界。这对整个网络和云基础架构的延迟和可靠性提出了新的且更为严格的要求，才可以推动优化和效率达到新的水平。

最近，随着5G的推出，很快将可以通过具有工业实力的无线连接灵活地连接数千个IIoT设备。运行这些高级IIoT应用程序的云不再能够集中化，而必须靠近“最终用户”，而最终用户不再是人类，而是一系列传感器和机器一起工作。这将启用或增强各种应用场景，例如闭环协调机器控制、自动导引车（AGV）的编排、360度多传感器安全操作、基于视频的远程操作、实时视频分析以及全面感测过程自动化以及预测性维护。

这将是对当今云体系结构的重大转变，后者在很大程度上已将云计算资源的集中化放在了首位，从而迫使任何实时操作都限于本地设备本身。新的分布式边缘云平衡了云的规模和共享优势与本地化的性能需求。对于某些行业，首选将边缘计算云置于本地。对于偏远地区（例如矿山和海上油田）尤其如此，但对于更常见的场所，当行业可以由其自己的IT员工支持云资源并且严格控制和安全至关重要时，也可能如此。

现代网络的虚拟化架构意味着这些边缘云资源还将托管可为IIoT提供LTE / 5G连接的网络功能。实际上，要获得实现最严格的工业4.0用例所必需的端到端性能，将需要网络、云、应用程序和终端设备之间的紧密集成和优化。这使得针对网络和云服务以及IIoT应用提供商的新型混合业务模型成为可能。

对于不同的用例，这种灵活性可

能会有所不同。例如，一个石油或采矿营地可能会建立一个本地LTE / 5G网络，为该地区的勘探活动提供连通性和边缘云支持，例如收集地球物理和地球化学数据，近地表地震成像和基于无人机的航空磁性测量。大部分处理和分析都可以在本地完成，以获得更快的结果，并减少对到遥远公司数据中心的昂贵卫星或微波链路的需求。如果勘探成功，则可以对同一网络进行扩展，以满足整个采矿作业或油田的自动化和监控需求。

制造业长期以来一直使用各种机器人和自动化技术。但是，通过转向具有行业优势的移动无线技术，可以协调机器人、AGV和配备智能工具的活动，以提高工作流程的效率和安全性。借助专用无线网络中内置的边缘计算，还可以提供机器自动化所需的极高可靠性和低延迟响应时间，并为员工提供高响应性的交互式服务，例如用于设备维修的增强现实（AR）覆盖图和维护，或安全有效的远程操作。

智慧城市可以使用边缘计算功能在边缘支持IIoT分析。例如，当使用智能高速公路系统（ITS）监控道路和交叉路口时，边缘供电的分析程序可以跨所有传感器数据进行关联，然后仅传输与异常有关的数据和视频，这些异常和异常可能表明道路上发生了事故或危险情况，这大大减少了本地存储和通过网络传输的数据量。至关重要的是，这还意味着城市员工仅监视重要的素材和数据。同时，服务提供商连接的车载车辆传感器/摄像头的数据可以集成到数据流中，以提供更多的本地态势感知和协调。

随着我们将可靠的低延迟网络连接扩展到工业环境中，边缘计算的应用场景将成倍增加。由于其邻近性，它将为低延迟服务提供支持，并将通过分析帮助过滤数据量，以减少传输到集中式云数据中心的麻烦。随着人工智能和机器学习的兴起，边缘云是对本地模型进行本地化训练的理想位置，这些模型是基于工业系统生成的大量数据进行的。

同样，边缘云可以托管digital twin，从而实时显示该位置的物理设备的状态和属性。总体而言，随着我们向工业4.0的发展，边缘计算云将在利用IIoT技术的功能盈利方面发挥强大的推动作用。

——END——
（好文章重在分享，版权归原作者所有，如有侵权请联系我们删除。感谢！）