边缘计算的概念已经存在了好几年，源于本地计算机仪器或人机界面 (HMI) 计算机的时代。随着工业物联网 (IIoT) 的出现，它已迅速从仪器设备转变为功能更强大的计算设备。
顾名思义，边缘计算部署在本地或云计算的“边缘”，其中数据以其本机格式生成。这种新颖的方法允许收集、分析数据并与一个或多个边缘计算设备同步。然后，它可以在仅将相关数据发送到云端以进行进一步的复杂计算（例如 Ai 和其他数学建模）之前，对流程和存储做出本地决策。
从本质上讲，边缘计算提高了本地的可靠性和性能，而没有与来自互联网的往返通信延迟相关的延迟。当过程和数据采样时间被测量到毫秒而不是秒时，这一点至关重要。
边缘计算层
边缘计算设置中涉及的三个基本层包括传感器或边缘设备、边缘网关以及云或中央服务器。当数据通过这些层时，每一层也支持决策。让我们看看如何。
传感器
智能传感器或边缘设备具有嵌入式微处理器，可从与其连接的各种传感器收集重要测量值。
这些设备可以收集数据测量值，例如时间戳、运行时间、连接性、校准一致性和许多其他微操作。它甚至可以自主运行，只要它有能力在连接丢失时同步数据，提供持续的数据保证。智能传感器甚至可以提供各种形式的本地控制输出，以启动警报。
边缘网关
边缘网关位于边缘设备和云之间。它是边缘设备数据以及与另一个边缘网关同步的中央存储库。边缘网关也是连接到它的所有边缘设备的看门人，为它们提供安全的身份验证和配置。只有高阶数据处理被传输到云端进行建模和分析。
边缘网关设置为独立于云运行，同时提供云的许多优势。在大型工厂设置中可以部署多个边缘网关，每个边缘网关都处理特定的数据指标，这些指标最终可以在云端同步和统一。然后可以在不影响任何本地边缘设备和网关的情况下计算繁重的数据处理。
云
云在互联网上托管的虚拟服务器和 Web 服务的互连网络中。这是存储、处理和分析来自边缘网关的高阶数据的地方。
将边缘计算用于 IIoT 的好处
将计算和对时间敏感的决策转移到网络边缘会带来很多好处，尤其是在 IIoT 环境中。以下是一些潜在的。
速度和延迟
边缘计算减少了交换消息所需的时间，而不是仅仅依靠互联网。在处理时间敏感的过程和测量时，这种时间减少至关重要。
例如，在监控设备性能、故障或事故时，必须立即分析生成的数据。根本没有足够的时间让数据在云之间来回传输。通过减少网络延迟，边缘计算大大提高了实时 IIoT 应用程序的响应时间。
安全性和可靠性
在传统的云环境中，整个组织生成的数据通过集中式架构移动。这种类型的设置更容易受到 DDoS（分布式拒绝服务）和其他网络威胁等攻击。对于依赖运营流程生成的数据的工业企业而言，此类漏洞可能会破坏整个运营。
通过边缘计算，边缘设备和云之间存在分布式安全风险。这并不意味着网络安全威胁被消除，而是从某种意义上说，边缘和云基础设施必须在一次攻击中同时受到损害，才能对 IIoT 基础设施构成威胁。
边缘计算的分布式架构也可以对可靠性产生积极影响。通过在本地提供计算和存储；它的可靠性和可用性得到了提高，减少了对互联网连接的依赖。即使在互联网连接暂时中断的情况下，智能边缘和网关设备与云失去了通信，它们也将继续运行。
节约成本
边缘计算在计算和数据存储时可以节省一些成本；云计算的两个最昂贵的成本是分布式内部部署。网络数据传输成本、数据上传/下载频率和时间序列数据操作可以降低与云订阅服务相关的成本。
可扩展性
随着数字工厂运营开始扩大规模，组织的计算需求可能会增长。边缘和云计算的分布式特性允许边缘或云计算可以经济高效地扩大、重新分配（甚至缩小）多少（甚至多少），而不会造成代价高昂的关键运营资源关闭，例如关闭全部或部分工厂运营。
边缘计算是未来
越来越多的工业组织正在部署 IIoT 设备，以提高其运营效率。这个数字在未来几年将会增加。虽然通过这些 IIoT 设备生成的数据为企业提供了新的机会，但它给存储、管理和处理大量数据带来了新的挑战。在这种情况下使用传统的云基础设施只会增加数据中心的流量负载并消耗更多的计算资源。
边缘计算通过将数据处理分布在本地和靠近源的边缘设备来消除这一瓶颈。组织可以获得的直接好处是其 IIoT 应用程序的实时响应，因为数据在信息生成源处得到存储和处理。
这反过来又会导致更快的决策制定，这对于需要立即分析数据的工业操作环境来说是必要的。边缘计算还可以有效地解决连接问题，并降低将数据传输到集中式服务器或云的成本。
虽然云计算被视为一项有前途的技术，但 IIoT 应用数量的增长表明未来边缘计算将发挥关键作用。
