全球已經掀起行業數字化轉型的浪潮，數字化是基礎，網絡化是支撐，智能化是目標。通過對人、物、環境、過程等對象進行數字化而產生數據，通過網絡化實現數據的價值流動，以數據為生產要素，通過智能化為各行業創造經濟和社會價值。
從工業1.0到工業4.0，歷史的演進讓我們看到新工業革命正在因技術范式的轉變引發產業變革，驅動經濟發展。這次產業變革的過程就是產業數字化、數字產業化、各行各業如何用新技術來賦能的過程，最后實現由萬物互聯到萬物智能的一種新經濟業態。
事實上，數字化的發展創造了諸多經濟和社會效益，包括更快速的信息獲取、更便捷的全球交流，但同時也給生產制造型企業帶來許多新挑戰。
為了幫助客戶充分利用工業 4.0 的潛力，西門子提供包含數字化企業核心要素在內的一系列解決方案。借助于這些可擴展解決方案，離散工業及過程工業企業都可闊步邁向工業 4.0，實現涵蓋整個價值鏈的全面數字化。
憑借邊緣計算處理海量數據
在工業生產的不同控制和監控環節中，每天可產生成千上萬的的海量數據，但當前只有小部分數據可以獲得處理，產生價值。無論是本地生產還是全球制造，網絡化程度越高，數據量越大。
生產制造型企業在本地處理數據時，往往會遇到挑戰：比如無法在自動化系統上導入和操作數據處理程序，而跨區域處理也并不現實。云計算確實能夠解決這個問題，但也面臨諸多困難。雖然云基礎設施非常高效，然而越來越多的企業需要在靠近生產現場端對數據進行實時處理以及更高的數據可用性。
長久以來，工業界始終高度關注數據的優化利用——通過邊緣計算對于生產中產生的數據進行分布式處理日益成為致勝關鍵。邊緣計算是在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的分布式開放平臺（架構），就近提供邊緣智能服務，滿足行業數字化在敏捷聯接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。它在云端與工廠中的互聯設備之間架起一座橋梁，使能智能資產、智能網關、智能系統和智能服務。換句話說，邊緣層融合了IT和OT層，連接著虛擬世界和現實世界。
邊緣計算已成為一個重要技術，用于收集、控制和分析網絡邊緣上的數據。通過計算與數據分析領域中的這種進步，工業領域和過程控制工廠變得更強，足以應對各種挑戰并充分利用基于互聯網的服務模型。因此，邊緣計算正在迅速發展為工業自動化與控制領域中的一個大趨勢。
工業邊緣計算將云計算優勢下沉到現場層
Gartner的報告《Exploring the Edge: 12 Frontiers of Edge Computing》顯示，到2021年底將有超過50％的大型企業部署至少一個邊緣計算應用；到2023年底，50％以上的大型企業將至少部署6個用于物聯網或沉浸式體驗的邊緣計算應用，而2019年這一數字甚至不足1％。
工業的邊緣計算將云計算的優勢下沉到現場層，我們稱之為1+1＞2的效益。行業數字化轉型，需要云計算與邊緣計算的互相協同，兩者各有所長。云計算擅長全局性、非實時、長周期的大數據處理與分析，能夠在長周期維護、業務決策支撐等領域發揮優勢；邊緣計算更適用局部性、實時、短周期數據的處理與分析，能更好地支撐本地業務的實時智能化決策與執行。
西門子的工業邊緣計算整體服務包括邊緣管理、邊緣設備和邊緣應用程序。在邊緣管理方面，我們推出了工業邊緣平臺，通過提供設備級的數據處理，安全地將高度完善的分析技術和邊緣計算引入制造領域，使自動化設備得到進一步擴展。在西門子工業邊緣平臺上，用戶可以使用一系列描述性、診斷性、預測性和決策性的分析應用程序。上云服務可以與來自西門子、第三方供應商或終端用戶自己的邊緣應用程序結合在一個集成硬件和軟件的生態系統中，供自動化組件使用。
憑借工業邊緣數字化平臺，西門子可幫助用戶消減傳統本地數據處理與云計算數據處理之間的差距，以滿足個性化需求。通過邊緣計算，可以實時在本地處理海量數據。西門子向用戶提供了廣泛的應用程序，包括數據處理、通過Web服務器進行數據可視化、向云或IT基礎架構傳輸數據，以及開發應用程序的快速創新周期。此外，由于預處理了大量數據，只將最終相關數據傳輸到云或IT基礎架構，從而顯著減少了內存占用和傳輸成本。西門子工業邊緣不僅支持西門子基于云的開放式操作系統MindSphere的云傳輸協議也支持消息隊列遙測傳輸（MQTT），使數據傳輸安全、可靠、高效。
西門子工業邊緣的一大亮點在于分布式的數據處理和基于應用軟件的數據分析方式，同時可以通過邊緣設備如西門子工控機SIMATIC IPC直接集成到自動化設備中。制造業企業可以選擇工業邊緣解決方案中的硬件和軟件組合來提升其靈活性和開放性，并無需擔憂數據的安全性。Industrial Edge平臺采用通用數據采集標準，用戶可輕松地從已有產線和設備中采集數據并使用邊緣方案。
邊緣計算疊加人工智能
邊緣計算擁有三類典型應用場景：
（1）人工智能與高級功能
-
機器邊緣提供數據用于學習的算法訓練等；
-
在機器邊緣部署 AI 模型，實現工藝過程控制和優化；
-
應用于：預測性維護，狀態監測系統。
（2）全球設備集中管理
-
預處理設備數據，并傳輸到任何云/IT系統；
-
集中管理全球設備，為 原始設備制造商（OEM）的全新業務模型（例如 SaaS）奠定基礎。
（3）數據采集與初步應用
目前，西門子已將工業邊緣解決方案部署到汽車行業。在人工智能和機器學習領域，西門子正在和用戶合作開發一項前景廣闊的工業邊緣項目。例如，在汽車車身焊接質檢工藝中，人工智能技術通常會應用于檢測焊槍自身以及在生產過程中的異常參數。利用工業邊緣提升并簡化這一工藝，將大大降低維護成本，并進一步提高生產效率。工業邊緣為某家車企配備了靠近車間的支持實時數據處理的運行環境，同時新增了功能確保在邊緣設備上可靠地運行人工智能算法。基于人工智能技術的邊緣應用程序可輸入、處理和發布數據。同時，擁有專利技術的機器學習監控系統保證了人工智能預測可信度。這個項目中，人工智能解決方案部署在工業邊緣中并可以進行數據的同步處理，結果數據將傳輸到云端（云端設計期環境與邊緣運行期完全集成）。通過這一全新的解決方案可減少人工質檢步驟，未來甚至有可能減少車身焊接點。
除此之外，在西門子成都數字化工廠，結合了人工智能與邊緣計算技術的視覺檢測系統，能夠在保證電路板生產質量“零缺陷”的同時降低至少75%的人工復檢成本。工業邊緣計算疊加工業人工智能后，可以對自動化產生大幅度提升，可以實現在車間層級更好的智能化應用。
引領工業未來
西門子正在努力構建由工業企業、設備制造商（OEM）、應用程序開發者、解決方案供應商，以及工程服務提供商組成的領先生態，為合作伙伴創造價值。邊緣應用可由西門子和第三方供應商通過工業邊緣應用商店提供，因此，用戶和機器制造商也可開發自己的應用程序，并可根據其機器的個性化需求進行定制。這些應用程序涵蓋了各行業和各應用場景，比如數據可視化、設備狀態監測、工藝參數優化等。已經有多家合作伙伴和工業用戶公司加入了西門子工業邊緣生態，這為合作伙伴和客戶開發新的商業模式提供無限潛能。
我們不難發現，工業邊緣可優化現場數據的使用，令一切變得更簡單、更靈活、更安全，進一步提高了工廠的生產效率。借助西門子工業邊緣生態系統和強力支持，企業和開發者更可將自己的專業知識轉化為真正的價值，而客戶則能夠輕松找出應對生產難題的解決方案。由此，西門子正在引領工業未來……