随着物联网等技术的不断发展、数据的不断增加，基于云的物联网解决方案渐渐无法满足日益增长的需求，边缘计算作为云的延伸扩展，是云计算的补充和优化，与纯粹的云端解决方案相比，包含边缘侧的混合方案可以加快数据分析速度、提高可扩展性、增强对信息的访问量，并使业务开发变得更加敏捷。

No.1

云边协同构筑工业物联网基石

边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力为一体的分布式开放平台，就近提供边缘智能服务，满足行业数字化在实时业务、应用智能、安全与隐私保护等方面的关键需求。边缘计算处于物理实体与工业连接之间，可以作为联结物理和数字世界的桥梁。

智能制造的大环境下，数据的流动和计算存储是关键。通过云，企业可以跨地域在全球范围内监视系统和流程，从而能对整个运营状况进行对比分析，确定最佳的投资比例。而为了实现对整个过程的实时感知与控制，更接近数据源头的边缘服务器就显示出了独特的优越性。

  边缘计算与云计算并不是此消彼长的关系，而是相辅相成、缺一不可。边缘计算让云计算的边界拓宽，主要解决时延问题与电子资源，而云计算消耗的是算力与传输成本。

由于各行业数字化智能化水平不一，对边缘计算的需求不尽相同。但随着技术不断提升，边缘计算将充分利用物端计算能力，实现设备的泛在连接和边缘管理，成为工业互联网的信息基石。

No.2

AI+边缘计算打造智慧工厂

AI赋能的边缘计算市场潜力巨大，潜在应用范围从消费级延伸到工业级。在工业4.0模式的推动下，下一代智能工厂将先进的机器人技术、机器学习技术应用于软件服务和工业物联网中，以提高产能并进一步强化生产效率。由于制造业的智能化，智慧工厂一方面需要实时数据采集并立即处理意外情况，毫秒级延迟都可能导致无法挽回的事故。另一方面由于生产复杂度与精细度越来越高，生产过程会产生海量实时数据，但其中只有部分是关键数据，需要存储到云端进行挖掘和分析，所以需要对采集数据进行过滤，以缓解云端和网络的压力。

边缘计算和人工智能使用本地传感器控制和管理输出，能够显著地提高效率，减少误差。边缘系统可以在毫秒内响应输入，要么进行调整以修复问题，要么关闭生产线防止出现严重问题。

面对不断变化的外部环境和消费者日益增长的智能需求，只有不断寻求广泛的技术才能实现突破。在万物互联、万物感知的智能社会，要想在数字化转型的道路上走得更远，云边协同的智慧生产是不可或缺的。

No.3

云边协同下的智能工厂优势

与单一的基于云的智能工厂生产管控相比,基于云边协同的智能工厂生产管控技术具有以下优势：

有助于提升人、机、物等智能体对生产指令执行、生产异常/扰动监测等的实时、自主响应能力。

有助于从海量制造大数据中挖掘智能工厂生产状态等信息与知识，并优化云端和边缘端各应用服务的模型及参数，是保证智能工厂运行性能的关键。

借助云端与边缘端的协同互作用，提高边缘端数据计算的实时性和需求响应的及时性，降低因频繁的云—边通讯交互而产生的网络高负荷。

No.4

云边协同的具体工业应用场景

引领工厂智能检测

云边一体化边缘计算在工业制造领域以机器视觉+人工智能的视觉检测方案以及边缘计算取代传统人员目检。将成品的检测提前到第一步模具的检测，通过部署在边缘计算的网关，实时进行数据收集、整合和检测，并通过云端数据的训练不断优化边缘侧算法以提升检测准确率，使得产品检测能力得到显著提升。

提高变电站巡检效率

在电力行业，为了提高变电站的巡检效率，由摄像头、传感器采集前端图像及视频数据，利用边缘计算服务器进行数据的清洗、分析和计算，并将重要数据上传至数据中心进行存储。实现对电力设备的状态和外部环境进行实时检测，包括异物检测、行为分析、设备老化检测，并对变电站发生的异常行为及时告警。云边协同在各个场景中的应用尚处于发展阶段，未来还需要不断探索。相信随着数字化的进一步发展，未来云边协同会在越来越多的领域满足在敏捷连接、实时业务、数据优化、安全与隐私保护等方面的计算需求，为各行各业创造新的价值。