在IIC發(fā)布最新題為「IIC Introduction to Edge Computing in IIoT」白皮書，針對持續(xù)性邊緣計算在工業(yè)物聯(lián)網(wǎng)（IIoT）作出介紹。邊緣是一個邏輯層（Logical Layer）而非一個特定的實體分隔，所以，可由使用者自行釋義與說明它的所處位置，依據(jù)實際案例的不同，邊緣之定義取決于案例問題或要解決的“關(guān)鍵目標(biāo)”，以下將論述四個應(yīng)用案例與邊緣計算之效益。

案例一：保護設(shè)備免受過熱損壞

名為「Dumb」的熱電偶（Thermocouple）可測量泵浦的溫度，具有邊緣計算功能的泵浦可執(zhí)行基本分析，以確定是否超過定義的臨界值（Threshold）并在幾毫秒內(nèi)關(guān)閉泵浦。過程中沒有延遲決策，也不需要聯(lián)網(wǎng)才可執(zhí)行此功能，聯(lián)網(wǎng)不是必需，但可以用于通知使用。溫度信息的時間價值迅速衰減，因延遲可能會導(dǎo)致設(shè)備損壞。在此情況下，邊緣處于組件等級（Device Level），因可實踐關(guān)鍵目標(biāo)，即使聯(lián)網(wǎng)更高階系統(tǒng)或因特網(wǎng)鏈接中斷時亦可執(zhí)行。

?

案例二：監(jiān)測廠區(qū)或生產(chǎn)線的績效

設(shè)備與生產(chǎn)線的績效常透過設(shè)備效率評價（Overall Equipment Effectiveness， OEE）等績效指標(biāo)進行呈現(xiàn)?？稍诒镜鼐W(wǎng)關(guān)（Gateway）上針對工廠內(nèi)各傳感器的多個數(shù)據(jù)點以進行近實時分析（Near Real-Time Analytics），并向操作系統(tǒng)或人員提供OEE趨勢和警示提醒。

在這種情況下，基本功能需要取得多個設(shè)備的信息，才能執(zhí)行簡單的分析。等待來自云端決策的響應(yīng)時，將使得信息的時間價值變高，若有所延遲恐會導(dǎo)致重大損失，這樣的商業(yè)問題意味著邊緣計算適用于工廠場域的層級。

案例三：每兩天優(yōu)化當(dāng)?shù)鼗蚬S之供應(yīng)鏈

最適化當(dāng)?shù)卦O(shè)施、工廠或油田的供應(yīng)鏈流程需要取得多種數(shù)據(jù)源，并在短時間內(nèi)運用優(yōu)化算法與分析，以使供應(yīng)鏈管理（SCM）或企業(yè)資源規(guī)劃（ERP）等商業(yè)系統(tǒng)能應(yīng)用該分析模式。

基本功能需要當(dāng)?shù)鼗蚬S層次的聯(lián)網(wǎng)，并在幾小時內(nèi)做出決策。工廠外圍以外的其他信息或許可能有用處，但并非強制性的有效優(yōu)化。在這種情況下，邊緣計算將設(shè)置于工廠、場域或當(dāng)?shù)卦O(shè)施的外圍。

案例四：預(yù)測設(shè)備故障與主動回報行程表

機器學(xué)習(xí)模型預(yù)測潛水電泵（Electric Submersible Pump）故障，數(shù)據(jù)需要從多個離岸平臺（Offshore Platform）中獲得。分析模型非常復(fù)雜，需要大量數(shù)據(jù)進行訓(xùn)練及重新訓(xùn)練模型，還需定期數(shù)據(jù)饋送（Feed），從操作潛水電泵確定每個單元的剩余使用壽命。此外，需要定期規(guī)律性分析來自各個潛水電泵的數(shù)據(jù)，但信息衰減比其他情景慢得多，且可每天或每周做出決策。計算通常執(zhí)行于企業(yè)級的公共云端或私有云端，且位于邊緣連續(xù)體（Continuum）的頂端。

為什么要在邊緣進行運算？

邊緣計算（Edge Computing）是一種分布式計算架構(gòu)。其中，運算資源和應(yīng)用服務(wù)可分布于數(shù)據(jù)源到云端的通訊路徑。邊緣可滿足運算需求，如：某處搜集數(shù)據(jù)的或用戶執(zhí)行某些動作，其帶來之效益為：提高績效；滿足遵循法規(guī)、數(shù)據(jù)隱私與數(shù)據(jù)安全性的問題；降低營運成本。