一、围绕制造的本质解决问题

　　对于制造业企业而言，运营水平可以用盈利能力来评估，进而分解为高成本效率的生产出合格产品，即，稳定的产品品质以及成本的不断下降，快速的交付能力，即，质量，成本与交付是制造业的核心话题，而对于智能制造则在于解决“全局协同”过程中的材料、时间、能耗等的优化，进而进一步提升成本效率空间。

　　就产品的加工品质、速度而言，在成本约束条件下已经发挥到极致，因此，新的优化空间来自于“集成”与“协同”，另一个维度则在于个性化带来的挑战，为了解决协同的成本优化以及个性化给生产带来的成本效率难题，信息流汇集并进行全局优化是边缘计算的核心问题。

　　图1-回归制造的本质解决运营水平问题（优也信息科技）

　　如图1，来自优也大数据傅源女士，数据包括了基础的生产经营改善、运营中的、机器设备的健康管理、然后到全局寻优，再到最终的自主化，具有学习分析与决策能力，这个过程中会遇到基于数据的各种任务。这些任务就是边缘计算所聚焦的，除了基础的控制外，包括数据的连接、汇集、存储、呈现、学习等各种层级的问题，需要由边缘计算来进行完成，因此，边缘计算并非是一个计算问题，而是围绕任务而一系列的架构与规范接口问题。

　　二、数据连接，打通IT与OT的关键

　　不得不说，在推进边缘计算中遇到的第一个障碍是“连接问题”，IT世界访问OT世界并非想象那么容易，即使在总线技术已经发展的30年后，图2是世界经济论坛2014年对北美、欧洲、总体关于IoT推进的难点的调研评估，虽然并非是新的结果，但就实而言，却并未过时。

　　图2-世界经济论坛2014年就IoT发展的难点调研报告

　　缺乏互操作标准是影响数据“流畅”访问的关键，在单独的机器上，各个现场总线或基于实时以太网的数据都可以流畅访问，但是，在机器与机器之间，需要“协同”的时候，数据却被不同的总线割裂为孤岛，而打破孤岛似乎提了很多年，然而，在现实的工厂中仍然是无法达到的。

　　图3-现场总线发展的发展

　　对于IT厂商而言访问OT的设备遇到总线的障碍，因为你得为每个总线开发接口转换硬件，并写驱动，即使实时以太网在物理上保持了一致，但依然需要写变量地址表的映射与读取程序，而这一切使得IT与OT之间的访问变得没有“经济性”—这是非常关键的一点，技术能否被推动的关键正在于此，若缺乏经济性，那么无论是技术提供商还是用户，都无法从中获益，那么就无法推进。

　　OPC UA和TSN被赋予了这一历史责任，作为IEC62451标准，OPC UA被RAMI4.0、IIRA等制定为语义互操作层面的规范，它解决了异构网络中的各个主体之间可以通过相同的语义对话。

　　TSN则解决了在网络中，OT周期性控制任务所需的实时数据传输机制，以及IT大容量非周期性数据的传输问题，通过VLAN交换机，在TSN网络可以传输两种不同的数据，而离开TSN网络则可以通过标准的Internet方式传输数据，这带来最大的好处在于IT可以对OT的透明访问。

　　三、边缘计算的垂直层级

　　图4则是一个现场采集站（基于OPC UA TSN）的边缘节点（Edge Node）到一个控制（Embedded Edge Controller），它可以实现安全的数据安与汇总到边缘计算服务器（Edge Computing）然后通过OPC UA/MQTT等到云端的垂直应用过程。

　　图4-边缘计算的垂直架构与技术应用

　　除了物理可见的实现架构，数据如何被应用也是整个问题的关键，对于工厂而言，边缘计算主要在于实现本地的一些应用，这可能包括的应用如下：

　　（1）.数据汇集与协同的应用

　　对于最为典型的工厂应用如OEE计算，需要将品质、机器运行时间相关参数、稼动率等计算并实时显示给工厂管理级，以便全局观测状态。

　　（2）.规划与分析问题

　　对于很多工厂应用而言，需要考虑在线的规划问题，如玻璃切割，如何在线检测，划分等级，并对其进行按照CRM中的系统订单进行规划，以便把不同等级的玻璃按照需要进行切割处理，并分流到不同的包装线，而对于印刷工厂而言，如何把不同订单实现重组，以获得最小的材料浪费，这些都是边缘侧的应用需要解决的问题。