加码边缘计算，解决数据下沉的痛点

    Gartner《2018年十大战略技术趋势:从云到边缘》报告认为：到2022年，随着数字业务的不断发展，75%的企业生成数据将会在传统的集中式数据中心或云端之外的位置创建并得到处理。
　　随着工业物联网的发展，必然会出现更多的本地就近控制和现场数据，面对这些逐渐增多的现场数据，该如何处理才能在保证其有效性的同时又减少云计算的压力？
　　工业世界任何微小的提升都会带来很大的优势；工业世界任何微小的故障也可能带来很大的损失——工业现场的很多数据“保鲜期”很短，一旦处理延误，就会迅速“变质”，数据价值呈断崖式跌落，工业现场的数据处理可以称之为“走钢丝”。此时，“边缘计算”便发挥了不可替代的作用。
　　如果把大脑比作云端，那么边缘计算就是神经末梢，对简单的刺激进行自处理并将处理的特征信息反馈给云端大脑。
　　尽管当前工业企业追求的核心问题是如何让数据赋能生产，产生价值。但是也不能忽视该进程中困扰工业企业多年的普遍性问题，数据处理的前置关键环节——如何采集数据？对于任何工业企业来说，挖掘数据金矿的第一步都是采集数据，不谈数据采集的大数据分析是空中楼阁，没有数据的工业云平台相当于无本之木。
　　在不同的工业生产过程中，由于自动化产品品牌众多，工业接口多样化、工业协议不统一，所以看似简单的数据采集并没有那么容易。
　　除了数据采集，在数据处理运用方面，由于工业现场的数据面临着“保鲜期”很短，以及大量“垃圾”数据并不需要传递到云端的问题。
　　虽然从产业角度来看，边缘计算发展如火如荼，但从应用角度来看，它还处于落地的前期。边缘计算与云计算的融合才能真正体现工业数据的价值。
　　实际上，产业界已经认识到边云协同的重要性，并开展了积极的探索。例如，华为在其HC2018大会发布的智能边缘平台IEF明确提出了边缘与云协同的一体化服务概念；西门子2018年发布了IndustrialEdge的概念，大致理念是通过云端部署IndustrialEdgeManagement实现边缘计算与云计算的协同，映翰通网络在今年的汉诺威工业博览会上，以边缘计算网关为基础，展示了“映翰通设备工业云（InHandDeviceNetworksCloud）+边缘计算网关（EdgeComputingGateway）”，实现边云协同。