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

自動化事實上是一個以“控制”為核心。控制是基于“信號”的，而“計算”則是基于數據進行的，更多意義是指“策略”、“規(guī)劃”。因此，它更多聚焦于在“調度、優(yōu)化、路徑”。就像對全國的高鐵進行調度的系統(tǒng)一樣，每增加一個車次減少都會引發(fā)調度系統(tǒng)的調整，它是基于時間和節(jié)點的運籌與規(guī)劃問題。邊緣計算在工業(yè)領域的應用更多是這類“計算”。

簡單地說，傳統(tǒng)自動控制基于信號的控制，而邊緣計算則可以理解為“基于信息的控制”。邊緣計算是指在靠近物或數據源頭的一側，采用網絡、計算、存儲、應用核心能力為一體的開放平臺，就近提供最近端服務。其應用程序在邊緣側發(fā)起，產生更快的網絡服務響應，滿足行業(yè)在實時業(yè)務、應用智能、安全與隱私保護等方面的基本需求。邊緣計算處于物理實體和工業(yè)連接之間，或處于物理實體的頂端。而云端計算，仍然可以訪問邊緣計算的歷史數據。隨著各種可以聯(lián)網的設備越來越多，如溫度、濕度、攝像頭、紅外感應等在工業(yè)現(xiàn)場的大量使用，邊緣計算在智能制造中將會有非常廣泛的應用空間。

據IDC（互聯(lián)網數據中心）數據統(tǒng)計，到2020年將有超過500億的終端與設備聯(lián)網。未來超過50%的數據需要在網絡邊緣側分析、處理與儲存。邊緣計算正是充分利用物聯(lián)網終端的嵌入式計算能力，并與云計算結合，通過云端的交互協(xié)作，實現(xiàn)系統(tǒng)整體的智能化。其實在工業(yè)內網中，在離工業(yè)現(xiàn)場最近的地方，融合網絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣智能服務，是滿足制造企業(yè)數字化轉型中提出的快速連接、實時業(yè)務、數據優(yōu)化、應用智能、安全保護等方面的關鍵需求。

有專家認為，“工業(yè)4.0”的核心是CPS（信息物理系統(tǒng)），而融合了網絡、計算、存儲、應用核心能力的邊緣計算，顯然又是CPS的核心。邊緣計算與工業(yè)控制系統(tǒng)有密切的關系，具備工業(yè)互聯(lián)網接口的工業(yè)控制系統(tǒng)本質上就是一種邊緣計算設備，解決工業(yè)控制高實時性要求與互聯(lián)網服務質量的不確定性的矛盾。例如，目前規(guī)模以上冶金企業(yè)，信息化已經頗有成效，但缺少的是終端的智能。冶金的物流跟蹤是典型的CPS，物理與化學形態(tài)經常發(fā)生改變，控制過程有一定難度。邊緣計算在其中發(fā)揮著重要作用，是工業(yè)物聯(lián)網技術的有效補充。

在目前普遍采用的基于PLC、DCS、工控機和工業(yè)網絡的控制系統(tǒng)中，位于底層、嵌于設備中的計算資源，或多或少都是邊緣計算的資源。只是目前這些資源比較紛雜、獨立、低效，未能充分實現(xiàn)互聯(lián)、互通、互操作，未能充分標準化和平臺化。當然，這也就難以滿足現(xiàn)代應用場景在實時、安全、大容量、高速度、自適應計算和通信等方面對它的要求。

作為邊緣計算的具體表現(xiàn)形式，工業(yè)CPS在底層通過工業(yè)服務適配器，將現(xiàn)場設備封裝成web服務;在基礎設施層，通過工業(yè)無線和工業(yè)SDN網絡將現(xiàn)場設備以扁平互聯(lián)的方式聯(lián)接到工業(yè)數據平臺中;在數據平臺中，根據產線的工藝和工序模型，通過服務組合對現(xiàn)場設備進行動態(tài)管理和組合，并與MES等系統(tǒng)對接。工業(yè)CPS系統(tǒng)能夠支撐生產計劃靈活適應產線資源的變化，舊的制造設備快速替換與新設備上線。

目前的工業(yè)互聯(lián)網平臺已經能夠接入不同類型的數據。尤其是一些流程復雜的業(yè)務系統(tǒng)，在工業(yè)互聯(lián)網邊緣端形成的小型專家系統(tǒng)已經是一個數據庫。通常在實際的大型工業(yè)現(xiàn)場，會有幾千張數據表，數據之間的關聯(lián)關系十分復雜，通過數據地圖的“血緣關系”，掌握海量數據的關聯(lián)，實現(xiàn)數據治理和統(tǒng)一管控。工業(yè)互聯(lián)網的邊緣計算不局限于對數據的處理，一直從事工業(yè)互聯(lián)網研究的GE也在做工業(yè)的邊緣計算，隨著邊緣終端的增多、智能的增強，工業(yè)現(xiàn)場對邊緣計算的需求是成為一個小型的工業(yè)專家系統(tǒng)。

嚴格來講工業(yè)互聯(lián)網平臺不僅僅是用戶平臺，更是一個開發(fā)者平臺，幾個企業(yè)、幾個專家是不可能把工業(yè)互聯(lián)網平臺做大的，現(xiàn)在為什么要很突出地將工業(yè)互聯(lián)網加以定義，是因為它與傳統(tǒng)的工業(yè)云有一個重要區(qū)別——微服務架構。而微服務架構完全可以通過程序層面的 API 接口支持不同的開發(fā)者，而容器技術可以支持多種語言。通過微服務架構，一個機床領域的專家可以靠比較簡單的“拖拉拽”的鼠標點擊方式，把自己的經驗數據上傳，用已經封裝好的機器學習算法對數據和算法做訓練，做出一個預測機床性能的程序，可以應用在邊緣，判斷現(xiàn)場情況。

目前做邊緣計算平臺的企業(yè)也在盡量降低對垂直行業(yè)專家的 IT 要求。近幾年各大國際云計算廠商紛紛布局邊緣計算平臺，包括 Predix Machine，AWS Greengrass，Azure IoT Edge 等。今年 3 月份，阿里計劃在 2018 年戰(zhàn)略投入“邊緣計算”。邊緣計算平臺并不只負責數據的收集轉發(fā)，更重要的是提供智能化運算，并產生可操作額決策反饋，控制設備端。容器化技術成為邊緣計算平臺的底層標準技術，是技術發(fā)展的必然選擇。

工業(yè)互聯(lián)網的邊緣計算應用場景非常復雜。邊緣計算平臺并不是傳統(tǒng)意義的只負責數據收集轉發(fā)的網關，邊緣計算平臺需要提供智能化運算能力，而且能產生可操作的決策反饋，用來反向控制設備端。過去，這些運算只能在云端完成?，F(xiàn)在需要將云端的計算框架通過裁剪、合并等簡化手段，遷移至邊緣計算平臺，使得能在邊緣計算平臺上運行云端訓練后的智能分析算法。因此，邊緣計算平臺需要一種技術在單臺計算機或者少數幾臺計算機組成的小規(guī)模集群環(huán)境中隔離主機資源，實現(xiàn)分布式計算框架的資源調度。

目前計算機編程技術多樣，開發(fā)人員運用不同的編程語言處理不同的場景的問題已成為常態(tài)，所以在邊緣計算平臺也需要開放的支持多種開發(fā)工具和多種編程語言的運行時環(huán)境。因此，在邊緣計算平臺使用一種運行時環(huán)境的隔離技術便成為一種自然的需求。容器技術是主機虛擬化技術后，最具顛覆性的計算機資源隔離技術，通過容器技術進行資源的隔離，不僅對 CPU、內存和存儲的額外開銷非常小，而且容器的生命周期管理非?？旖?，可以在毫秒級開啟和關閉容器。

邊緣計算/霧計算要落地，尤其是在工業(yè)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(tǒng)所要實現(xiàn)的目標。