边缘计算是一种工业元宇宙技术，可以帮助组织实现其数据的全部潜力。
处理公司的所有数据可能具有挑战性，而边缘计算可以帮助公司更快地处理数据。在制造业中，边缘计算可以帮助进行预测性维护和自动驾驶汽车操作等工作。
什么是边缘计算?
边缘计算是一种计算模型，它将数据处理、存储和应用程序功能放置在接近数据源的地方，而不是集中在远程数据中心或云中心。这种计算模型的目的是减少数据在网络中传输的延迟，并且能够更快地响应实时数据处理需求。边缘计算通常发生在物理或虚拟设备上，这些设备位于网络边缘，比如智能手机、物联网设备、路由器、基站等。
边缘计算的优势在于
- 降低延迟：通过在数据源附近进行处理，可以减少数据传输所需的时间，从而实现更快的响应时间。
- 减轻网络负担：边缘计算可以在本地处理数据，从而减少对核心网络的压力，节省带宽和成本。
- 提高隐私和安全性：由于数据在本地处理，边缘计算可以提高数据隐私和安全性，因为数据不必在网络中传输到远程服务器进行处理。
- 支持实时决策：通过在本地进行处理，边缘计算可以支持对实时数据进行即时分析和决策，而无需等待数据传输到中心服务器。
为什么制造商正在走向边缘
尽管边缘计算的定义有所不同，但公司通常出于相同的原因使用该技术。
波士顿咨询集团(Boston Consulting Group)董事总经理约瑟夫·菲茨杰拉德(Joseph Fitzgerald)表示，提高速度是制造商对边缘计算感兴趣的首要原因。对于一些制造业用例，将数据发送到云进行分析，然后再发送回信息会导致太多的延迟，从而延迟所需的决策。
然而，菲茨杰拉德说，云计算仍然是智能制造和工业4.0的重要组成部分。例如，制造商仍然使用云资源来满足他们的大部分计算需求，甚至可能在某些情况下将云与他们的边缘计算结合使用。例如，一个组织可以使用云来训练和微调他们在边缘计算设备中使用的算法。组织也可以在边缘处理一些数据，然后将数据存储在云服务器中以供进一步分析。
其他人认为公司也将边缘和云结合起来。
“这真的是一个边缘和云的故事，”库克说。“它们融合在一起。”
制造业中的 5 个边缘计算用例
制造商正在部署边缘计算来支持各种用例，该方法正在帮助他们实现潜在的好处，例如改进的维护和更快的操作。
以下是其中一些用例。
1.计算机视觉与视频监控
边缘计算可以帮助公司处理来自计算机视觉和视频监控的数据。
库克说，许多制造商使用计算机视觉和视频监控来监控安全问题，例如工人受伤和质量控制，并使用人工智能来分析视频。 供应链领导者需要有关此类问题的近乎即时的信息，因此许多制造商正在使用边缘计算来进行这种监视，因为它处理数据的速度很快。
2. 机器人和自动驾驶汽车
机器人和自动驾驶汽车也需要快速处理，因此边缘计算也非常适合该技术。
戈什说，机器人和自动驾驶汽车必须对周围环境做出快速反应，因此延迟必须尽可能受到限制。 涉及机器人和车辆的数据分析必须在设备附近进行。
此外，边缘计算使设备能够在没有互联网接入的情况下继续工作，这对于机器人和自动驾驶汽车来说也是一个优势。
菲茨杰拉德说，许多制造商希望他们的机器人设备(包括自动驾驶汽车)能够在互联网连接突然丢失的情况下安全运行，而边缘计算可以实现这一点。
3. 预测性维护
预测性维护会产生大量数据，边缘计算可以帮助处理这些数据。
“许多设备制造商现在正在机器本身中内置传感器(用于预测性维护)，并放入软件平台来汇总不仅来自单个站点，而且来自全球所有站点的数据，”库克说。
库克说，这些数据的一些分析是在云端进行的，但边缘计算也可以处理其中的一些。
“在边缘进行一些计算通常更具成本效益，”她说。
由于系统处理的数据较少，因此更具成本效益。 例如，用户可以查看设备在特定时间范围内的平均读数，并使用边缘计算来处理该数据，而不是将所有传感器读数发送到云端。 用户可以从设备的平均读数中了解他们需要了解的信息，而无需查看每个传感器读数。
4. 适应性流程
由于边缘计算速度更快，该技术可以帮助使流程更加灵活。
菲茨杰拉德说，边缘计算分析可以使技术能够快速改变流程以响应不断变化的情况。 例如，边缘计算分析可以识别校准设备的问题，然后直接进行调整。 更快地进行调整可以节省资金并提高效率。
5.额外的安全保障
对于一些安全性较高的行业来说，边缘计算无需访问互联网即可运行的能力是必须的。
菲茨杰拉德说，航空航天和国防等行业的制造商可能因其敏感工作而拥有无法访问互联网的设备。 即使设备没有连接到互联网，边缘计算仍然可以处理所需的数据。
想了解更多关于云计算的知识
请联系电报：Moon_cloud9
