施耐德電氣：邊緣計算，工業智能（néng）化的最佳“搭檔”
2019-9-18 來源：- 作者：-
北京（jīng）2019年9月17日 物聯網時代的到來，將聯接從人與人（rén）之間進一步擴展到了人與物、物與物之間，數字化（huà）和（hé）智能化的浪潮（cháo）開始席卷製造、電力、交通、醫療、農業、公共事業等各行各（gè）業。
施耐德電氣：邊緣計算，工業智能化的最佳“搭檔”
據IDC預測，全球數據總量到2025年將從2018年的33ZB增長到175ZB，複合年增長率為61%。隨著數據的指數級激增，企業漸漸察覺，以雲計算（suàn）為代表的“集中（zhōng）式統一供水模式”存在（zài）很多問題：首先，每家每戶用水（shuǐ）量的增加使得水廠（chǎng）有些不堪重負；其次，水從水廠流到水龍頭需要一定（dìng）的延（yán）遲時間；最後，一旦供水廠出現問（wèn）題，就會（huì）影響到整張供水網絡的運（yùn）作……
於是，人（rén）們開始思考，能否（fǒu）在靠近水龍頭的地方安裝一個“應急水箱”來（lái）應對這些挑戰呢（ne）？邊緣計算（suàn）這種分布式計算模式由此興起（qǐ）。
工業是邊緣計算最先落地的土壤
根據邊（biān）緣計（jì）算產業聯盟（ECC）與工業（yè）互聯網產業聯盟（AII）聯合發布的《邊緣計算參考架構3.0》報告中的定義：邊緣計算是（shì）在靠近物或數據源頭的網絡（luò）邊（biān）緣側，融合網絡、計算、存儲、應用核心能力的分（fèn）布（bù）式開放平台，就近提供（gòng）邊緣智能服務，滿足行業數字化在敏捷聯接、實時業務、數據（jù）優化、應用智能、安全與隱私保護等方麵的關（guān）鍵需求。
進入2019年後，邊緣計算的熱度持續升（shēng）溫，各行各業都在積極推進邊緣（yuán）計算的（de）落地，以期成為這條新賽道上的“領跑者”。但在施耐德電氣（qì）看來，工業領域或許將為邊緣計算的落地提供最優的“土壤”，很多（duō）典型（xíng）的工業場景對邊緣計算存在著天然的需求。
聯網設備規模的迅速擴大（dà）使得工廠產生的數（shù）據量正以極高的速度發生“膨脹”。根據（jù）思科（kē）統計，采礦業的操（cāo）作每分鍾（zhōng）可以（yǐ）生成高達2.4 TB的數據，每個汽（qì）輪機每小時（shí）產生0.4 TB數據，每個自動化工廠每小時（shí）產（chǎn）生1 TB數據……。
將數據的珍貴程度比作原油毫不過分，然而原油隻有經過采集、運輸、加工、提煉（liàn），才能真正得以使用。工業現場的很多數據“保鮮期”很短（duǎn），一旦處理延（yán）誤（wù），就會（huì）迅（xùn）速“變質”，數據價值呈斷（duàn）崖式下（xià）跌。
工業互聯網產業聯盟邊緣（yuán）計算特（tè）設組主席史揚（yáng）以煉鋼過程的軋鋼工藝為例，對此進行了形象的說（shuō）明。軋鋼板就像是壓麵條，經過擀麵杖（軋機）的多次擠壓，麵（鋼板）就越擀越薄。軋機靠多個伺服電機協同驅（qū）動（dòng）軋（zhá）製過程，伺服電（diàn）機不能出現絲毫的偏差，否則可能導致整塊鋼板（bǎn）報廢。為了（le）保證軋製精度，需要（yào）以毫秒級的數據（jù）采集頻（pín）率來監測（cè）電機的運（yùn）轉是否正常。顯然，在實時性、網絡傳輸成本等多個條件約束（shù）下，這個應用場景下是不能把實時數據上雲（yún）的。
因此，邊緣計算的出現恰逢其時。它（tā）為設備提供了（le）“貼身”計算服務，預測性維護等（děng）應用能夠根據實時數據做出最佳（jiā）決策，讓數據的價值（zhí）得以（yǐ）最大程度的釋放（fàng）。
除了時延，工業領（lǐng）域對數據安全的要求也（yě）格外嚴格。比如在石化行業，工藝參數決定了其產品質量和生（shēng）產成本，是企業核心和寶貴的數據。如（rú）果把這些數據上傳（chuán）到雲端，就存在企業安全隱私泄露的風險（xiǎn）。邊緣計算將數據（jù）從集中式管理演變（biàn）成分布式（shì）管理，提高（gāo）了數據的安全性。
工業邊緣計算落地的挑戰
IDC的數據顯示（shì），到2020年將（jiāng）有（yǒu）超過500億的終端與設備聯網，2025年超過75%的數據需要（yào）在邊緣（yuán）側分析、處理與儲存（cún）。施耐德電氣近幾年來一直（zhí）加速對邊緣（yuán）計算的（de）研究，已經先後發布了5篇與邊緣計算相關白皮書（shū）。據（jù）施耐德（dé）電氣數據中心研發中（zhōng）心總監林密表示，低時延、實時交互、數據安全……這些（xiē）優勢已經成了邊緣計算的代名詞（cí）。然而，即使是看似全能的邊緣計算，在工業領域的實際落地過程中還是會遭（zāo）遇（yù）不小的（de）挑戰。
首當其衝的是邊緣計算的多站點管理問題。邊緣是一個（gè）相對的概念，處於（yú）物理實體（tǐ）和工業連接之間。施耐德電氣將邊緣計算分為本（běn）地邊緣計（jì）算（suàn）數據中心和區域邊緣計算數據中心兩種類型。對（duì）於工業（yè）企業來說（shuō），邊緣側往小了說可以是指工業網關，往大了說可以指生產車間（jiān）、配送倉庫，對於一些（xiē）大型集團甚（shèn）至可以是指某個分廠（chǎng），並同時擁有數千個本地邊緣站點需要管理（lǐ），管理人員麵臨著必須兼顧（gù）多個站點的挑戰，然而現場人手往往（wǎng）不（bú）足甚至完（wán）全（quán）沒有。
如何以標準化的方（fāng）式對所（suǒ）有邊緣站點的設備進行維護？不同的工業解決方案商有不同的應對策略，施耐德電氣的兩大“絕招（zhāo）”值得借鑒。一方麵，施耐（nài）德電氣能夠（gòu）為用戶提供基於雲的（de）管（guǎn）理工具；以實現對所有資產的遠（yuǎn）程可視化和主（zhǔ）動控製（zhì）；另一（yī）方麵，施耐德電（diàn）氣（qì）還能（néng）利用大數據分析和人工智能（néng），幫助客戶解決人力資源不足（zú）等挑戰，實現無人值守的運維管理。
施（shī）耐（nài）德（dé）電氣：邊緣計算，工業智能化（huà）的最佳“搭檔”
除了多站點的管理值得關注，史（shǐ）揚也認為，邊緣計算在行業落地麵臨的首（shǒu）要挑戰並不是技術本身，而是厘清技術（shù）究竟能給行業的特定應用場景帶來什麽樣的提質降本增效的商業價值。隻有獲得客（kè）戶的價值認可，才有機（jī）會去迭代和推廣邊緣計算的應用。
史揚對此表示：“邊緣計算還處（chù）於產業探索期，需要（yào）從點切（qiē）入（rù），也就是客（kè）戶的痛點或者價（jià）值場景切入。獨行者疾，眾行者遠，生態是產業發展的關鍵。發展邊緣計算產業僅靠個別（bié）企業的力量是遠（yuǎn）遠不夠的（de），比如工業企業可能（néng）缺乏邊緣側的相關AI、分布式計（jì）算等技術，而ICT企業缺少工業的know-how，需要產業鏈上下遊，特別是OT產業和（hé）ICT產業的開放協作。”
在對生態（tài）的認識上，施耐德電氣也是“英雄所見略同（tóng）”。施耐（nài）德電氣作為物理基礎設施供應商（shāng），通過過去幾年的努力，已經成功構建了整合物理基礎設施供應商、係統集（jí）成商、IT設（shè）備製造商、托（tuō）管服務供應商和最終用戶在內的相互協同（tóng）的合作夥伴（bàn）生態係（xì）統，可以以標準化、可預（yù）測、高效、可靠的方式跨站點交付和管理邊緣數據中心。
而施耐德（dé）電氣業務領域廣泛的優勢無疑為（wéi）其邊緣計（jì）算業務的落地加分，施耐德（dé）電氣在工業領域具有深（shēn）厚的積累，也是工業自動化領域的先行者，能夠基於EcoStruxure平台和豐富的行業經驗賦能生態圈合作夥伴，從而為客戶提供一站式的（de）解決方案。
驅動產業鏈變革的力量
施耐德電氣認為雖然邊緣計算能為工（gōng）業企業帶來諸多受益，但是如果隻把邊緣計算簡（jiǎn）單看作（zuò）一種技（jì）術，那可能還是低估了它（tā）的價值。從某種意義上來說，邊緣計算正在驅動整個產（chǎn）業鏈的變革。
林（lín）密以汽（qì）車行（háng）業為例，對汽車行業的數字化轉型進行了說明。過去的（de）汽車製造商，就是把鋼鐵變成一（yī）輛（liàng）輛飛馳的“駿馬”，以販賣鋼鐵為主。但是現在，基於邊緣計算（suàn），從研發到製（zhì）造到銷售再到無人駕駛的整個汽車產業鏈都發生了顛覆性的（de）變革，未來汽車製造商將（jiāng）向（xiàng）“出行服務提供商”進行轉型，以提升客（kè）戶出行服務（wù）體驗為導（dǎo）向。
在製造端，分布在（zài）車（chē）間內的邊（biān）緣站點使得管理（lǐ）層可以隨（suí）時知悉訂（dìng）單的執行情況，信息的透明化為智能製造的實踐奠定了基礎；在銷售（shòu）端，汽車體驗店可以（yǐ）通過AR、VR技術為（wéi）客戶提供浸入式體驗；研發端（duān）可以利用CAD，CAE等仿真技術（shù）研發新車和縮短新車上市的周期；汽車上路後，無人駕駛大大提高了駕駛的安全性和出行的舒適型。所以這些需求的實現都要依賴於邊緣計算的能力。未來，道路上的人、車、物將相互連接，形成一張複雜的（de）網絡，大量的（de）交通數據會（huì）在（zài）邊緣側得以產（chǎn）生、處理，由於邊緣計算的儲存和大數據分析（xī）的能（néng）力有限，很多數據則被進一（yī）步（bù）上（shàng）傳至雲（yún）端，利用超大規（guī）模的（de）雲計算能力進行進（jìn）一步的（de）存儲和計算，邊雲協同，將徹底改變人們的出行方式……
施耐德電氣表示，正是因為整個產業鏈的（de）協作，邊緣計算的玩家也不能（néng）再像過去那樣隻專注（zhù）於自（zì）身專精的領域，而是積極擁抱生態。從集中（zhōng）式的數據中心，到分散式的數據（jù）中心，再到邊雲協同（tóng），邊緣計算正在（zài）迸發超乎想象的力量，為產業帶（dài）來無（wú）窮活力！
投稿箱：
如果您有機床行業、企業相關新聞稿（gǎo）件發表，或進行資訊合（hé）作（zuò），歡迎聯係本網編輯部（bù）， 郵箱：skjcsc@vip.sina.com
如果您有機床行業、企業相關新聞稿（gǎo）件發表，或進行資訊合（hé）作（zuò），歡迎聯係本網編輯部（bù）， 郵箱：skjcsc@vip.sina.com
更（gèng）多（duō）相關（guān）信息
業界視點
| 更多
行業數據
| 更多
- 2024年11月 金屬切（qiē）削機床產量數據
- 2024年11月 分地區金（jīn）屬切（qiē）削機（jī）床產量（liàng）數據
- 2024年11月 軸承出口情況
- 2024年11月 基（jī）本型乘用車（轎車）產量數據（jù）
- 2024年11月 新能源汽車產量數據
- 2024年11月 新能源汽車銷量情況
- 2024年10月 新能源汽車產量數據
- 2024年10月（yuè） 軸承（chéng）出口情況
- 2024年10月 分地（dì）區金屬切削機床（chuáng）產量數據
- 2024年10月 金（jīn）屬切削機床產量數據
- 2024年（nián）9月 新能源汽車（chē）銷量情況
- 2024年8月 新能源汽車產量數據
- 2028年8月（yuè） 基本型乘用車（轎車）產量數據
博文選萃
| 更多