在日前閉幕的重慶中國國際智能博覽會上，有大量的工業互聯網和智能制造的展示，其中有一個工業攝像頭與邊緣計算設備結合的應用，工業攝像頭對精細器件進行質量鑒別，這一信息被存儲在邊緣設備中，對收集到的信息再做分析處理。其實這樣的場景在工業制造中非常多，隨著各種可以聯網的設備越來越多，如溫度、濕度、攝像頭、紅外感應等在工業現場的大量使用，邊緣計算在智能制造中將會有非常廣泛的應用空間。

邊緣計算是CPS核心

據IDC(互聯網數據中心)數據統計，到2020年將有超過500億的終端與設備聯網。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，通過云端的交互協作，實現系統整體的智能化。

其實在工業內網中，在離工業現場最近的地方，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，是滿足制造企業數字化轉型中提出的快速聯接、實時業務、數據優化、應用智能、安全保護等方面的關鍵需求。

有專家認為，“工業4.0”的核心是CPS(信息物理系統)，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。邊緣計算與工業控制系統有密切的關系，具備工業互聯網接口的工業控制系統本質上就是一種邊緣計算設備，解決工業控制高實時性要求與互聯網服務質量的不確定性的矛盾。

例如，目前規模以上冶金企業，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，物理與化學形態經常發生改變，控制過程有一定難度。邊緣計算在其中發揮著重要作用，是工業物聯網技術的有效補充。

在目前普遍采用的基于PLC、DCS、工控機和工業網絡的控制系統中，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，未能充分實現互聯、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。

邊緣計算是小型專家系統

作為邊緣計算的具體表現形式，工業CPS在底層通過工業服務適配器，將現場設備封裝成web服務;在基礎設施層，通過工業無線和工業SDN網絡將現場設備以扁平互聯的方式聯接到工業數據平臺中;在數據平臺中，根據產線的工藝和工序模型，通過服務組合對現場設備進行動態管理和組合，并與MES等系統對接。工業CPS系統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。

一直在做工業互聯網平臺的東方國信在這一領域中有近十年的經驗。“我們發現平臺、模型、算法都要基于傳感器采集的數據，所以從傳感器的數據源頭端開始做。”東方國信工業互聯網研究院院長趙宏博告訴記者，僅從工業高爐單個應用場景看，就需要紅外成像、熱成像、激光雷達、數字測溫芯片、柔性變偶等各種傳感器。

目前東方國信的工業互聯網平臺能夠接入不同類型的數據。尤其是一些流程復雜的業務系統，在工業互聯網邊緣端形成的小型專家系統已經是一個數據庫。“在工業現場，會有六七千張數據表，數據之間的關聯關系十分復雜，我們通過數據地圖的‘血緣關系’，掌握海量數據的關聯，實現數據治理。”趙宏博說。

工業互聯網的邊緣計算不局限于對數據的處理，一直從事工業互聯網研究的GE也在做工業的邊緣計算，隨著邊緣終端的增多、智能的增強，工業現場對邊緣計算的需求是成為一個小型的工業專家系統。

實現邊緣“專家化”

“工業互聯網平臺不僅僅是用戶平臺，更是一個開發者平臺，幾個企業、幾個專家是不可能把工業互聯網平臺做大的，現在為什么要很突出地將工業互聯網加以定義，是因為它與傳統的工業云有一個重要區別——微服務架構。”趙宏博說，“微服務架構，可以通過程序層面的API接口支持不同的開發者，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，判斷現場情況。

目前做邊緣計算平臺的企業也在盡量降低對垂直行業專家的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，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，是技術發展的必然選擇。

工業互聯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意義的只負責數據收集轉發的網關，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模集群環境中隔離主機資源，實現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，所以在邊緣計算平臺也需要開放的支持多種開發工具和多種編程語言的運行時環境。因此，在邊緣計算平臺使用一種運行時環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?？旖荩梢栽诤撩爰夐_啟和關閉容器。

華為曾經將邊緣計算形象比喻為章魚，章魚有60%的神經元是存在于8只腕足上，大腦僅有40%的神經元。章魚這種用“腿”來思考問題并就地解決問題的方式和邊緣計算很像，如果能像章魚一樣，采用邊緣計算的方式，海量數據則能夠就近處理，大量的設備也能實現高效協同的工作，諸多問題將迎刃而解。