边缘计算的概念已经存在了好几年，这源于内部部署的计算机仪表或人机界面(HMI)计算机的出现。随着工业物联网(IIoT)的到来，它已从仪表迅速转变为功能更强大的计算设备。

　　顾名思义，边缘计算部署在云计算的本地或“边缘”，其中数据以其本机格式生成。这种新颖的方法允许数据被收集，分析并与一个或多个边缘计算设备同步。然后，它可以在仅将相关数据发送到云以进行进一步复杂的计算(例如Ai和其他数学建模)之前，对流程和存储进行本地决策。

　　从本质上讲，边缘计算可在本地提高可靠性和性能，而不会造成与互联网往返通信延迟相关的延迟。当测量过程和数据采样时间降至毫秒而不是秒时，这一点至关重要。

　　边缘计算层

　　边缘计算设置中涉及的三个基本层包括传感器或边缘设备，边缘网关以及云或中央服务器。当数据经过这些层时，每一层还可以进行决策。让我们看看如何。

　　感测器

　　智能传感器或边缘设备具有嵌入式微处理器，该微处理器可从与其连接的各种传感器中收集重要的测量数据。

　　这些设备可以收集数据测量结果，例如时间戳，运行小时数，连接性，校准一致性以及许多其他微操作。只要连接断开，它甚至可以自主运行并具有同步数据的能力，从而提供连续的数据保证。智能传感器甚至可以提供各种形式的本地控制输出，以触发警报。

　　边缘网关

　　边缘网关位于边缘设备和云之间。它是边缘设备数据以及与另一个边缘网关同步的中央存储库。边缘网关还是所有与其连接的边缘设备的网守，为它们提供安全的身份验证和配置。仅将高阶数据处理传输到云以进行建模和分析。

　　边缘网关设置为独立于云运行，同时提供云的许多好处。可以在大型工厂环境中部署多个边缘网关，每个边缘网关都可以处理特定的数据指标，这些指标最终可以在云上进行同步和统一。这样就可以计算繁重的数据处理，而不会影响任何本地边缘设备和网关。

　　云

　　在Internet上托管的虚拟服务器和Web服务的互连网络中的云。在此存储，处理和分析来自边缘网关的高阶数据。

　　将边缘计算用于IIoT的好处

　　将计算和对时间敏感的决策转移到网络边缘会带来很多好处，尤其是在IIoT环境中。以下是一些潜在的问题。

　　速度和延迟

　　边缘计算减少了交换消息所需的时间，而不仅仅是依靠互联网。在处理对时间敏感的过程和测量时，减少时间至关重要。

　　例如，在监视设备性能，故障或事故时，必须立即分析生成的数据。数据没有足够的时间在云之间来回传输。通过减少网络延迟，边缘计算极大地提高了实时IIoT应用的响应时间。

　　安全性与可靠性

　　在传统的云环境中，整个组织中生成的数据将通过集中式体系结构移动。这种类型的设置更容易受到DDoS(分布式拒绝服务)和其他网络威胁之类的攻击。对于依赖于操作流程生成的数据的工业企业而言，此类漏洞可能会破坏整个操作。

　　使用边缘计算时，边缘设备和云之间存在分布式安全风险。这并不意味着消除了网络安全威胁，而是从一定意义上减轻了威胁，即边缘和云基础架构必须在一次攻击中同时受到威胁，以对IIoT基础架构构成威胁。

　　边缘计算的分布式体系结构也会对可靠性产生积极影响。通过将计算和存储置于本地;它的可靠性和可用性得到提高，并且对互联网连接的依赖性降低。即使在互联网连接暂时中断的情况下，智能边缘和网关设备也将继续运行，即使它们与云的通信中断。

　　节约成本

　　边缘计算在计算和数据存储时可以节省一些成本;云计算的两个最昂贵的成本是在内部分配的。网络数据传输的成本，数据上载/下载的频率以及时序数据处理的成本可以降低与云订阅服务相关的成本。

　　可扩展性

　　随着数字工厂运营规模的扩大，组织的计算需求可能会增长。边缘和云计算的分布式性质允许在不强行关闭关键操作资源(例如关闭)的情况下，可以经济高效地扩展，重新分布(甚至缩减)多少(或什至更少)边缘或云计算。全部或部分工厂运营。

　　边缘计算是未来

　　越来越多的工业组织正在部署IIoT设备，以提高其运营效率。在未来几年中，这一数字将不断增加。尽管通过这些IIoT设备生成的数据为企业提供了新的机遇，但它给存储，管理和处理大量数据带来了新的挑战。在这种情况下，使用传统的云基础架构只会给数据中心增加流量负担，并消耗更多的计算资源。

　　边缘计算通过在本地和靠近源的边缘设备上分布数据处理来消除此瓶颈。当数据在信息生成源处进行存储和处理时，组织可以从其IIoT应用程序中获得即时收益。

　　反过来，这导致更快的决策制定，这对于需要立即分析数据的工业操作环境是必需的。边缘计算还可以有效解决连接问题，并降低将数据传输到集中式服务器或云的成本。

　　尽管云计算被视为一种有前途的技术，但IIoT应用程序数量的增长表明了边缘计算将在其中发挥关键作用的未来。