28、工业物联网与边缘计算：技术解析与应用优势

工业物联网与边缘计算：技术解析与应用优势

1. 边缘计算的必要性

在工业场景中，将大量数据传输到云端进行数据分析和控制工业过程，会因延迟问题危及工厂安全。因此，出于响应速度、带宽、远程性、成本分析等多种原因，边缘计算比云计算更适合应对这些问题。

以波音飞机为例，其每秒产生约 5GB 的数据，但飞机与卫星或地面站之间的带宽不足以支持如此大量的数据传输。自动驾驶汽车每秒大约产生 1GB 的数据，需要实时数据监控和引导以避免碰撞。如果将这些大量数据发送到云端进行分析和反馈，会产生延迟，对车辆造成灾难性后果。所以，为避免网络压力和延迟，数据计算应在边缘进行。

随着各行业对自动化的需求不断增加，越来越多的设备具备了物联网功能，产生的数据量巨大，甚至云端的计算能力也面临严峻考验。因此，大量数据无需发送到云端，而是在网络边缘进行处理。

边缘的终端设备通常既可以作为数据消费者，如人们通过智能手机观看视频片段；也可以作为数据生产者，如通过 Instagram、YouTube、Twitter 或 Facebook 等云服务上传照片或视频。如果视频片段较大，原始数据不会直接上传，而是先调整到合适的分辨率再上传到云端，边缘计算可以完成这项工作，节省上传所需的带宽，减轻网络压力。同时，在边缘处理数据还能确保数据的完整性和隐私性。

网络边缘与互联网通信，可以位于设备内部或设备的本地网络中。用户的路由器、互联网服务提供商（ISP）、边缘服务器以及物联网摄像头内的处理器都可以被视为边缘。边缘服务器靠近设备，而源服务器或云服务器则距离设备较远。边缘计算用于摄取、存储、过滤数据并将其发送到云端。“边缘”指的是流量进入或离开网络的点，也是传输协议可能发生变化的点。例如，智能传感