边缘计算的本质

自动化事实上是一个以“控制”为核心。控制是基于“信号”的，而“计算”则是基于数据进行的，更多意义是指“策略”、“规划”，因此，它更多聚焦于在“调度、优化、路径”。就像对***的高铁进行调度的系统一样，每增加一个车次减少都会引发调度系统的调整，它是基于时间和节点的运筹与规划问题。边缘计算在工业领域的应用更多是这类“计算”。简单地说，传统自动控制基于信号的控制，而边缘计算则可以理解为“基于信息的控制”。值得注意的是，边缘计算、雾计算虽然说的是低延长，但是其50mS、100mS这种周期对于高精度机床、机器人、高速图文印刷系统的100μS这样的“控制任务”而言，仍然是非常大的延迟的，边缘计算所谓的“实时”，从自动化行业的视角来看——很不幸，依然被归在“非实时”的应用里的。

究竟什么是“边缘”？

缘基本上意味着“非云”，因为组成边缘的内容可能因应用程序而异。为了解释，让我们看一个例子。

在***需要知道所有资产（例如，静脉输液泵、心电图机等）的位置，并使用蓝牙室内跟踪物联网解决方案。这个解决方案有蓝牙标签，你可以把它附加到你想要的资产上（例如，静脉***泵）。你还拥有蓝牙集线器，每个房间一个，用于来自标签的信号，以确定每个标签所在的房间（以及资产所在的房间）。

在这种情况下，标签和集线器都可以被视为“边缘”，标签可以执行一些简单的计算，只有在感官数据发生较大变化时才会将数据发送到集线器。如果一个标签从一个不同的标签移动到一个不同的数据中心，就可以计算出一个不同的标签。上述两种方法可以结合使用，或者两者都不能使用，标签可以将所有原始数据发送到集线器，集线器可以将所有原始数据发送到云端。

边缘计算

边缘计算就如同“哈姆雷特”，不同角度认识不同，这是由于边缘太过于宽泛。

在总体上边缘计算可分为云边缘和物联边缘两大类。

云边缘包括ETSI定义的多接入边缘计算MEC，也包括AWS的Outts平台等等。

物联边缘是边缘计算和IOT场景结合，包括工业边缘计算等等，能提供数据分析，AI推理等实现物联到智联。

边缘计算结合5G网络，是行业的数字化和智能化转型的基础设施，也是支撑数字孪生的基础平台。