接纳边缘计算技术 - 关于边缘计算的一些误解

首先，让我们定义“边缘计算”。边缘计算和边缘分析描述设备上发生的数据采集、处理和分析过程 — 在过程的边缘进行 — 实时描述。传统方法一般是在一个集中储存点整理检点来自若干机床的数据，而边缘计算完全与此不同：它是使一台机床或一组机床的计算过程以及数据储存点靠近数据源。这种方法能够加快反应时间和节省带宽。

在工业环境，相比纯粹基于云计算的数据处理方法，在不同设备分别单独进行分析能够大幅节省成本和资源。更明确地解释，这种云计算方法是指将多台设备的数据引流至同一个集中储存点，然后在这个共同的储存点进行数据分析。

如果使用集中化的方法，必须先采集大量数据并将它们传输到同一个地方，然后才可进行分析。虽然，将所有机械数据全部集中到同一个中心枢纽的确是有优势的，但是，管理起来却相当复杂。更糟糕的是，如果是机床数量非常多的工厂，尤其是当每台设备的通讯协议都不同时，这种复杂程度会进一步加大。不幸的是，并不是所有数据都讲同样的语言。

这种方法还可能导致运行数据的过度泛滥 — 因此，若想从单调乏味的数据中找出有深刻见解的知识就可能是非常费力的任务。让我们直面这个难题：如果在昂贵大型金属工件的切削过程中发现了不精确现象，这是至关重要的；但是举个例子，如果是过程尾声时小型传输装置的能源效率问题，就不那么要紧了。

相反，凭借边缘计算，操作员们可以通过设置不同参数来决定哪些数据值得储存 — 或基于云计算方法，或在现场服务器上 — 以及哪些数据不值得储存。

更明确地说，边缘计算并非云计算方法的替代选择，也不是工业物联网 (IIoT) 过程的替代选择，而是：云计算技术与边缘计算可以合力发挥作用。这些技术并不是彼此竞争、互相排斥的。实际上，每一种方法都使另外一种的工作更加轻松了。与IIoT相关的计算环境呈现各种不同形式，从工业PC (IPC) 远程服务器，到网关或后台基础架构。这些工具都是支持边缘计算所必不可少的，因为它们远离核心或云而分布着。它们有能力执行各种不同任务 — 特别是不一定要在边缘进行分析的任务。

这种组合模式的益处是使企业能够同时拥有两个领域的精华：一方面基于某些设备的边缘分析来制定决策，从而缩短延迟时间；而另外一方面在同一个集中化的源头采集数据。这种模式还实现了对于数据和其他过程的未来分析，同时也可应监管要求而采集数据。

边缘计算的实践应用

有些制造商认为边缘计算同其他工业创新一样：令人望而生畏、不可获得、难以企及。然而事实是，他们的想法与事实相去甚远。边缘分析的主要益处是其可扩展性。将分析推向传感器和联网设备可大幅减轻企业数据管理 (EDM) 和分析系统的压力。此外，有机会从“小”做起。

不同于2010年代大受欢迎的智能工厂概念，部署边缘计算无需所有系统全部检修或同时投资若干台机床。相反，制造商们可以只选择一台设备用于在边缘执行分析。

例如，凭借山特维克可乐满的CoroPlus®边缘计算产品，可在同一台设备上部署各种智能工具和传感器。事实证明，这对于大型零件的镗削加工尤其有益，例如一个小错误可能代价惊人。

为避免错误，山特维克可乐满全新发布的机床集成版Silent Tools™ Plus，加之CoroPlus® Connected，使用在切削区域生成的数据识别潜在的问题。然后可应用自动切削作用，以此避免任何代价昂贵的错误。

同所有工业技术一样，对于边缘计算的安全担忧普遍存在。事实上，根据一份Kollective报告，66%的IT团队认为这种架构对于他们组织而言是一种不折不扣的威胁。那么这种担心的主要原因是什么？对于边缘计算安全性的忧虑。

当然，边缘计算的分散特性要求安全保障方法做出一些改变 — 尤其是如果工厂此前依赖的是传统的集中化或云计算基础设施的话。边缘计算完全不同：数据是在各自分散的不同节点间传输，这就可能要求使用独立于云的专门的加密机制。

另一方面，在边缘处理数据最大程度减少了向云传输敏感信息。有些人可能认为这样更安全，但其实事实是，它取决于具体的安全协议。

也就是说，恶意的、路由选择信息以及分布式拒绝服务 (Distributed Denial of Service，DDoS) 攻击仍然是可能 — 亦如它们可能存在于任何使用互联网的设备一样。最紧要的一步是要先向您的边缘设备制造商寻求安心。

以山特维克可乐满为例，我们设计了一种新的安全主体，以此让我们的客户高枕无忧。它的研发支持国际自动化学会 (International Society of Automation) 的一项国际标准：ANSI/ISA-95标准，用于开发企业与控制系统间的自动化接口。

深化了解

边缘计算在工业领域以及更广泛的IT应用领域都被大加赞赏为一种突破性的技术。但是，在将边缘系统部署于工业环境之前，必须先消除各种误解。

首先，该技术并不会取代IIoT，同时它与其他基于云计算的分析方法也不是彼此竞争的关系。事实上，不同技术之间必须和谐共处，这样制造商们才能真正享受到边缘计算的优势。同样，相比已有的使用互联网的数据采集方法，边缘计算技术也不会造成更大的安全风险。只不过是安全协议需要更新。

显而易见，边缘计算能够为制造商提供大量益处。其中包括缩短决策过程的延时、优化基于云计算的数据采集以及减少因持续导流数据而需要消耗的能源 (将一个工厂的每台设备的数据都传输至同一个中心枢纽)。

此外，边缘计算的部署也比很多人认为的要简单得多。制造商无需彻底检修所有系统，就能享受边缘计算的各种益处。边缘节点的恰当部署能够提供若干益处，包括缩短实时应用的延迟时间、更高效地利用带宽和储存资源、提升扩展能力、减少能源成本、提升环境表现以及为隐私管控和数据防护创造更好的机会。

正如Google Trends的数据显示，边缘计算所受到的关注度正在不断增加。但是制造商们在投资之前必须充分了解它的潜能。

Nevzat Ertan

山特维克可乐满（Sandvik Coromant）首席架构师兼全球经理。

Nevzat拥有应用数学、计算方法方面的广泛背景，在信息和通信技术（ICT）、预测科学以及技术业务开发和战略领域拥有超过35年的工作经验。他还是山特维克可乐满数字化加工架构部门负责人，是数字业务/数字化转型和工业物联网（IIoT）的主题专家，并拥有担任多个董事会执行成员的广泛国际经验。