边缘计算：赋能未来制造业

　　包括人工智能和机器人在内的数据驱动技术正在改变制造业，但智能工厂的崛起需要将计算推向边缘。它是制造业新时代的曙光：新兴的自动化技术正在引领第四次工业革命，智能工厂和仓库有望通过连接设备和分布式基础设施持续收集、共享大量的数据集。

　　对于依赖“数据”快速做决策的制造商来说，它是一个变革游戏规则的要素。自动化收集到的数据将被分析，用于改善流程、维护系统，并对工厂现场的实时问题作出响应。例如，精密的传感器可以改善质量控制和监控维护；工业机器人可以自主运行并与制造系统联通；增强或虚拟现实设备有助于保障产业工人的安全，提高培训效果。

　　问题是制造商应如何充分利用物联网、人工智能和机器人等先进数据驱动技术的潜力，提高生产率、简化流程并增加灵活性？他们要怎么做才能既加快智能工厂计划、在竞争中保持领先地位，同时又能保障数据隐私和安全呢？

　　程序的巨大计算需求，这些应用程序需要低延迟（或数据传输延迟）来实现数据的平稳传输和实时访问。为了减少延迟和带宽的使用，以及控制成本，计算处理必须更靠近数据的物理位置。怎么解决呢？ 这就需要将计算能力转移到位于网络“边缘”的本地基础设施上，而不是不依赖遥远的数据中心。

　　据全球企业增长咨询公司Frost & Sullivan发布的数据：到2022年，将有高达90%的工业企业使用边缘计算技术，而IDC最近一份报告发现，40%的企业将在明年投资边缘计算技术。人工智能技术供应商Kneron公司负责工程项目的副总裁Bike Xie表示：“要实现下一代工业革命，边缘计算是必然的。”他对此解释说：人工智能和其他自动化技术的未来，取决于不在中心位置的边缘，无论是通过将物联网和其他设备连接到分布式网络节点上，还是通过能自主构建算法模型的人工智能芯片。

　　“边缘计算是对云计算的补充。”Xie说道，“像云计算一样，边缘技术让制造商能够获得及应用数据驱动的各种知识，它们将为智能工厂及其产品赋能。”

　　制造业走向边缘

　　过去20年制造业巨变的结果，就是向边缘计算转变。无论是生产工业产品、电子设备的制造商还是在消费品领域，都在缓慢但稳步地向着提高自动化以及系统和流程的自我监控方向过渡着，以此提高产品产量，提高设备的维修效率，优化供应链上的每个环节。

　　随着制造商采用更多基于传感器、自动化驱动的设备，他们也产生了比以往任何时候都要多的数据。但通常情况下，从基于传感器的设备采集到的数据汇集到集中式系统后，可能很快就变得难以处理了，自动化速度降低，无法执行实时应用程序。

　　边缘计算允许制造商灵活选择要处理的数据，从而消除了延迟，减少了带宽使用，便于决定哪些数据在处理后应被立即销毁。Xie说：“如果将数据传输到云端会遭遇瓶颈，制造商可以在边缘快速处理数据；如果延迟和带宽不成问题，也可以将某些数据转移到云端。”这样处理数据不仅节省带宽、降低成本，也更安全，因为数据是被立即处理的。

　　提供边缘计算平台的科技公司Lumen负责产品管理和服务的高级副总裁Paul Savill分享了一个从云计算转向边缘计算的例子⸺他们最近在一个新建的占地百万平方英尺的工厂安装了Lumen系统，大约50家不同制造商的机器人系统都依赖边缘计算，“因为他们需要在5毫秒延迟时间内精准控制机器人。”Savill说，“这种部署可实现从边缘应用程序到机器人制造商数据中心的安全连接，在那里他们可以实时收集信息。”

　　不过Savill也提到，所有对于数据的长期存储、机器学习和分析应用依然都在公共的云中。其他更大的工作量是在大数据中心中处理的。“它具有巨大的计算能力，可以快速处理大量数据。从公共云到边缘计算再到本地计算这个链条非常重要，便于客户利用最新的先进技术，为他们节省资金，提高效率。”

　　边缘计算的预期好处

　　边缘计算为信息技术（IT）、数据管理者和操作技术（OT）以及工厂机器的管理者带来了不同的好处，前者管理数据，后者管理工厂机器。IT关注的是网络互联和产品质量，OT关注的则是运营效率以及更好的决策。

　　Xie表示，这一优势还能提高生产流水线的效率和质量。“比如，尿片制造商如果需要加入适量的吸水材料，并确保这些材料是均匀分布的。通过在本地硬件设备上实时处理机器学习算法，边缘的人工智能就可以检测异常，监控质量，从而节省资金，减少浪费性的错误。”

　　边缘计算驱动未来工厂发展

　　IDC预测，到2023年，超过50%的新企业会将IT基础设施部署在边缘地带，而不在企业数据中心了。而2020年这一比例还不到10%。但以分布式、开放的IT架构以及去中心化的处理能力为特色的边缘计算技术仍处于早期阶段。事实上，只有27%的制造商表示他们正在应用边缘计算技术。这种情况正在快速转变中：未来两年内，56%的制造商将启动试点，17%的制造商将从试点阶段进入全面应用。

　　Xie说，这些变化正在快速显现，因为制造业需要边缘计算提供的低延迟、少带宽使用和实时数据的能力。“边缘计算技术仍在发展和改进，但制造商需要它的基本能力以做出更好的决策。他们需要解决云计算存在的问题和限制，比如减少延迟和带宽需求，从而降低整体成本。”

　　据IDC研究，数据收集和设备追踪是最受制造业欢迎的边缘计算应用项目，在现场服务和劳动管理方面的边缘技术投资正在迅速扩大，在订单跟踪和安全系统上的投资也将实现显著增长。

　　Xie说：“边缘计算有很多不同的应用，可以为自动化制造的巨大潜力赋能。制造商需要这种技术来建造未来工厂，他们已经准备好利用边缘计算所能提供的一切优势了。”