我們的第四次工業革命發生了什么?物聯網、云計算和大數據分析的結合為所有工業運營商帶來了更高的生產力、預測性維護和端到端流程自動化。盡管這些好處時斷時續地出現，但我們尚未對流程和系統進行整體重新構想——工業 4.0 的最終承諾。

工業 4.0 開局不順的一個主要原因是：物聯網解決方案仍然是孤立的、單一的，每個都被困在自己狹窄的功能領域。鑒于市場的有機、臨時性質，這也許是不可避免的，但具有諷刺意味的是，連通性是物聯網和工業 4.0 的關鍵價值之一。

事實是，孤立的物聯網解決方案正在阻礙創新。幸運的是，新的系統架構提供分布式數據收集、存儲和處理——以及本地化和安全的中央集線器。如果工業 4.0 被破壞，這些邊緣到云平臺就是解決方案。

邊緣計算如何統一工業物聯網

大多數工業物聯網產品都是全棧解決方案：它們包括傳感器或設備、數據存儲、云應用程序，最后是儀表板或用戶界面。用戶無法控制流經堆棧的數據;他們甚至不擁有通常屬于物聯網制造商的數據。

當您的業務的每個功能都擁有不同的全棧 IoT 解決方案時，IT 架構將成為使用的噩夢，更不用說維護了：您擁有數十個儀表板。您必須在現場更新設備。系統之間沒有通信。創新的步伐變得太慢了。

缺少的是具有分布式存儲和處理的系統。邊緣計算只是一個開始，但要完全實現這一愿景需要一個遠邊緣平臺。

在邊緣計算架構中，數據存儲發生在靠近源(通常是傳感器或設備)的地方。遠邊緣計算將這種分布式方法更進一步，在收集數據的地方處理數據，即在進行數據收集的設備上或附近。

遠邊緣計算允許您收集和處理以前不可用的數據。或者，如果它以前可用，那么它會導致云中的存儲問題——分布式本地云存儲可以解決的問題。

讓遠端計算變得可行

就其本身而言，僅靠遠邊緣計算是不夠的。您還需要一個創建本地云的平臺，將多個遠端邊緣數據“節點”組合到一個易于使用的系統中。像這樣的平臺可以采用分布式數據存儲和處理，并使它們不僅對用戶可用，而且對第三方應用程序可用--而不會出現另一個全棧物聯網系統。事件驅動的數據記錄使這樣的平臺成為可能。

事件驅動架構創建了一個不可變的事件數據流。這允許用戶查看所有不同數據點和事件之間的相關性，并根據需要添加新的應用程序、算法和功能。您保持對所有數據的所有權和控制權。當您擁有訪問權限時，您就可以進行創新。

這種分布式平臺創建了一個本地云，與更廣泛的互聯網分開，但每個必要的應用程序都具有完全連接性。這導致與 OT 和控制系統的集成更加安全，這是您絕對不希望暴露給外部參與者的關鍵基礎設施的關鍵考慮因素。我們稱這樣的解決方案為邊緣微云平臺。這項技術可能是打破限制物聯網有效性的壁壘的關鍵，最終實現工業 4.0 的真正承諾。

邊緣微云平臺如何工作——并實現工業 4.0 的承諾

推動物聯網實施的創新公司最先感受到數據孤島化的刺痛，即工業 4.0 的破滅承諾。以水產養殖為例：一個養魚場可能運行 30 多個獨立的物聯網解決方案，一個監控水質，另一個測量飼料廢物，另一個計數魚虱，等等。如果操作員必須處理 30 個單獨的儀表板，而沒有簡單的方法來關聯各個系統之間的數據，這會有多大幫助?

或者想象一艘貨船有 10 或 15 個不同的數字系統(導航、引擎控制、貨物監控等)。每個都有自己的垂直架構，出于安全原因，它們無法連接到互聯網。當那艘船進港時，技術人員必須手動更新這些孤立系統中的每一個，從而導致托運人因停機而損失數十萬美元。

在這些場景(以及更多場景)中，邊緣微云平臺的實施首先是在資產上設置本地云——無論是建筑物、船舶、生產線還是沿海魚圈。單個應用程序在本地運行，在具有與基于資產的本地云的私有連接的微云中。對于 AI 系統，您可能需要偶爾連接到更廣泛的商業云來訓練算法——但是一旦您的模型準備好使用，您就關閉該連接以確保完全安全，而 AI 在您的微云上運行。

事件驅動架構維護跨應用程序和數據源的數據完整性。至關重要的是，該系統將數據收集器(傳感器)與計算層(應用程序)與用戶界面(儀表板)分開。這在單個平臺內提供了跨離散操作的完整功能，從而降低了維護成本并簡化了新應用程序的添加。一旦您設置好邊緣微云平臺，您就可以輕松自定義系統，無需擔心平臺中已內置的安全性。

邊緣計算平臺可幫助每個工業運營商實現基于事實的、經濟高效的運營，從而最大限度地提高產量和產量，同時將停機時間限制在絕對最低限度。簡而言之，它們兌現了工業 4.0 的承諾。