随着“大数据”时代的到来，处理大数据的计算运行方式如云计算、雾计算、边缘计算等新概念越来越为人所知。
当自动化生产线处于高速运转时，工业设备就会产生大量的数据。采集和处理这些数据并加以利用，对工业设计、研发、制造、销售、服务等各环节具有非常高的价值。
这些数据量远大于企业计算机和人工产生的数据，而且数据类型也多是非结构化。由于生产线处于高速运转状态，对数据的实时性要求也更高。 因此，在传统制造业向智能化升级的过程中，特别需要通过边缘计算技术来减少 网络传输和多级转发带来的带宽与时延损耗，将车间里的生产设备智能连接，提高效率。
边缘计算和云计算
要想搞清楚边缘计算，就得先了解云计算，及二者的关系。这里要说明的是，虽然云计算已经被我们广泛地使用，但云计算并没有一个统一的定义，边缘计算也一样。至于雾计算，就更没有存在感了，并且其概念并没有统一标准，因此，在大的范畴里面，也归类在边缘计算。
“云计算”，就是把处理这些大数据的计算功能完全放在云端。 以云平台作为计算基础，管理着数量巨大的CPU、存储器、交换机等大量硬件资源，以虚拟化的技术，来整合一个数据中心或多个数据中心的资源，屏蔽不同底层设备的差异性，以一种透明的方式向用户提供计算环境、开发平台、软件应用等在内的多种服务。
边缘计算指的是在网络边缘结点来处理、分析数据。 什么又是边缘结点呢？边缘结点指的就是在数据产生源头和云中心之间，任一具有计算资源和网络资源的结点。 如最靠近物的终端设备传感器、采集器，以及路由器、网关、机顶盒、代理服务器、基站、PLC、工业PC等，都可以说是边缘结点。
关于边缘计算的理解有很多，如华为提出的 “章鱼说” 。章鱼拥有巨量的神经元，但60%分布在章鱼的八条腿（腕足）上，脑部仅有40%。章鱼在捕猎时异常灵巧迅速，腕足之间配合极好，从不会缠绕打结。章鱼用“多个小脑+一个大脑”来决策，这就是边缘计算。还有比如“公司说”“仿生说”等，但都脱离不了我们之前提到的，在网络边缘结点就近处理采集到的数据，而不需要将大量数据上传到远端的核心管理平台。
例如，通过速度和能耗传感器的数据，即时计算燃料经济性的车辆，而在车辆中执行这种计算的计算机可以被认为一种边缘计算设备。
在工业现场，用户可能没有部署专用边缘服务器的物理空间或资源，因此边缘计算功能可能需要嵌入现有基础设施中，例如传感器、网关、PLC、工业 PC，或工厂端其他各种设备。
在AZFT物联网实验室从事边缘计算相关的研究工作的韩 天 啸 博士就提出，最靠近物的是传感器终端和采集器，而传感器终端和采集器之间也会有计算资源的不同，在不添加新设备的情况下，可以通过终端设备间的P2P通讯组成一个边缘网络，设定或自选举出一个或几个计算能力强的节点，作为数据汇聚节点，做适当的数据预处理后，与上一层网络节点进行通讯。首要目标减少异构数据，其次是可以引入命名机制，便于管理，此外可以引入数据的过滤清洗等隐私保护机制。这一次的边缘计算是在采集器、路由器等嵌入式设备上实现的。引入规则引擎后，进行多变量间的关联性设计，可以做到对于环境的感知，比如智能家居。
边缘计算的架构一般分为三个部分，除了上面提到的物终端间的边缘计算，还有基于私有边缘节点的边缘计算、基于公共边缘设备的多接入边缘计算。
边缘计算和云计算的关系
为什么有了云计算，还会出现边缘计算的呢？可以说， 边缘计算是为了弥补云计算的不足。
云计算可以进行非实时、长周期数据的分析，适合集中业务的处理和复杂计算，但它也有弱点。在云计算中，数据、数据处理和应用程序都要全部保存在云端，在传输大容量数据如高清图像或视频的时候，就会出现占用带宽过多或负载过重等情况。高流量和长距离可能会显著降低网络速度。
例如,使用可穿戴式摄像头的视觉服务，响应时间需要在25ms至50ms之间，使用云计算会造成严重的延迟。 如基于云平台的网络游戏，依赖云计算也会为玩家造成类似于等待时间过长的问题，无法满足用户的需求。
也许有人会问，难道以后有了5G，还不能满足对低时延的要求吗？虽然5G能够提速并增加带宽，将数据延迟减少到最低水平，但正是随着5G兴起的新应用，不仅需要处理大量的数据，而且对实时性要求又更高了，甚至达到“毫秒级”，还必须保持时刻在线， 这对传统云端计算力的挑战超乎想象，只能由靠近终端的边缘计算来完成低时延的响应，通过云、边、端的结合来解决5G时代下对计算力的不同诉求。
在工业领域，自动化设备对低时延这一性能的苛刻，云计算仍然稍显不足。工业系统检测、控制、执行的实时性高，部分场景实时性要求在10ms以内，如果数据分析和控制逻辑全部在云端实现，则难以满足业务要求。也因此，边缘计算正成为云计算不可或缺的重要补充，利用边缘节点用以减少网络等待时间。
对于未来而言， 物联网、AR/VR场景、大数据和人工智能行业，实际上都有着对近场计算的极强需求。 边缘计算能够保障在离终端很近的区域完成大量计算需要，完成苛刻的低延时服务响应。据统计，全球有 500 亿终端设备，数据量大约是44ZB，这些数据如果全部传输到云端进行计算和存储，将会带来巨大的带宽消耗和低延迟的挑战，边缘计算能很好的解决带宽消耗和低延迟问题，未来，85%以上的数据都不会被传回云数据中心，而是直接在边缘计算侧进行分析和处理。目前，AWS、微软、英特尔等国外大型企业已经着手布局边缘计算，对于云服务企业来说，边缘计算的重要性不言而喻。
总的来说，边缘计算与云计算是一种互补关系。云计算侧重“云”，边缘计算侧重“端”。未来，两者在资源、数据、服务等领域会形成“边云协同”。云计算聚焦非实时、长周期数据的大数据分析，能够在周期性维护、业务决策支撑等领域发挥特长；边缘计算聚焦实时、短周期数据的分析，能更好地支撑云端应用的大数据分析；反之，云计算通过大数据分析优化输出的业务规则也可以下发到边缘侧，边缘计算基于新的业务规则进行业务执行的优化处理。
