文／本刊記者 陳 杰

物聯(lián)網時代的到來，將聯(lián)接從人與人之間進一步擴展到了人與物、物與物之間，數字化和智能化的浪潮開始席卷制造、電力、交通、醫(yī)療、農業(yè)、公共事業(yè)等各行各業(yè)。據IDC預測，全球數據總量到2025年將從2018年的33ZB增長到175ZB。

隨著數據的指數級激增，企業(yè)在以云計算為代表的“集中式統(tǒng)一供水模式”存在很多問題：首先，每家每戶用水量的增加使得水廠有些不堪重負；其次，水從水廠流到水龍頭需要一定的延遲時間；最后，一旦供水廠出現(xiàn)問題，就會影響到整個供水網絡的運作……于是，人們開始思考，能否在靠近水龍頭的地方安裝一個“應急水箱”來應對這些挑戰(zhàn)呢？邊緣計算這種分布式計算模式由此興起。

所謂邊緣計算，是在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的分布式開放平臺，就近提供邊緣智能服務，滿足行業(yè)數字化在敏捷聯(lián)接、實時業(yè)務、數據優(yōu)化、應用智能、安全與隱私保護等方面的關鍵需求。

進入2019年后，邊緣計算的熱度持續(xù)升溫，各行各業(yè)都在積極推進邊緣計算落地，以期成為這條新賽道上的“領跑者”。但在施耐德電氣為代表看來，工業(yè)領域或許將為邊緣計算的落地提供最優(yōu)的“土壤”，很多典型的工業(yè)場景對邊緣計算存在著天然的需求。

聯(lián)網設備規(guī)模的迅速擴大使得工廠產生的數據量正以極高的速度發(fā)生“膨脹”。

將數據的珍貴程度比作原油毫不過分，然而原油只有經過采集、運輸、加工、提煉，才能真正得以使用。工業(yè)現(xiàn)場的很多數據“保鮮期”很短，一旦處理延誤，就會迅速“變質”，數據價值呈斷崖式下跌。

邊緣計算的出現(xiàn)恰逢其時。它為設備提供了“貼身”計算服務，預測性維護等應用能夠根據實時數據做出最佳決策，讓數據的價值得以最大程度的釋放。

除了時延，工業(yè)領域對數據安全的要求也格外嚴格。邊緣計算將數據從集中式管理演變成分布式管理，提高了數據的安全性。

來自IDC的數據顯示，到2020年將有超過500億的終端與設備聯(lián)網，2025年超過75%的數據需要在邊緣側分析、處理與儲存。施耐德電氣數據中心研發(fā)中心總監(jiān)林密表示，低時延、實時交互、數據安全……這些優(yōu)勢已經成了邊緣計算的代名詞。然而，即使是看似全能的邊緣計算，在工業(yè)領域的實際落地過程中還是會遭遇不小的挑戰(zhàn)。

首當其沖的是邊緣計算的多站點管理問題。邊緣是一個相對的概念，處于物理實體和工業(yè)連接之間。邊緣計算在行業(yè)落地面臨的首要挑戰(zhàn)并不是技術本身，而是厘清技術究竟能給行業(yè)的特定應用場景帶來什么樣的提質降本增效的商業(yè)價值。只有獲得客戶的價值認可，才有機會去迭代和推廣邊緣計算的應用。

行業(yè)專家認為，邊緣計算還處于產業(yè)探索期，需要從點切入，也就是客戶的痛點或者價值場景切入，而生態(tài)是產業(yè)發(fā)展的關鍵。正是因為整個產業(yè)鏈的協(xié)作，邊緣計算的玩家也不能再像過去那樣只專注于自身專精的領域，而是積極擁抱生態(tài)。