在今年的德国汉诺威工业博览会和中国上海工业博览会上，工业4.0和数字孪生的概念逐渐流行，不再新鲜。制造业的数字化转型需求逐渐转向更细粒度、更深层次的互联，其中一个典型趋势是边缘计算开始落地。
几乎所有巨头都提到边缘计算。正如制造业的数字化转型市场不仅吸引了传统工业巨头，互联网和IT巨头也在深度进入市场，在边缘计算方面，各方领袖也不乏，纷纷开始推出特色产品带来互斥。
边缘计算是与集中式云计算相关的概念。不同的组织对它有不同的定义，一般是一个计算、存储和网络的开发平台，部署在网络边缘的开发人员，靠近用户和数据源。
具有边缘计算能力的设备可以多种多样，例如可以成为边缘计算设备的工业计算机（IPC）、网关和可编程逻辑控制器（PLC）。这些设备本身必须具备存储和计算能力，内置特定的算法和软件，通信方式也多种多样。边缘计算设备的一侧连接到直接生成数据的物理设备，另一侧可以将处理后的数据上传到云端。
边缘计算设备往往需要具备强大的数据处理能力。以工控机产品为例，不同型号的尺寸从电脑主机大小到手机盒子大小不等，最新的工控机典型配置都集成了Intel i7处理器。
边缘计算的存在是因为它具有与云计算不同的功能。
在生产现场，产生的数据多样且复杂，但并非所有数据都需要上传到云端进行分析处理。一方面是对流量和带宽的需求，另一方面是使用云服务的成本，而且公司在将所有数据上传到云端时也有数据安全的顾虑。
更重要的是如何使用数据。部分无效信息的现场数据，例如B. 生产间隔期间来自设备的数据，通常不必完全上传。它们必须被拦截和处理；有些数据需要立即处理，比如一些硬件产品的预警信息实时检测反馈需要毫秒级，上传云端处理再反馈到现场的延时可以达到秒级层面：云端分析成为现场生产效率的显着延迟，需要靠近数据源的边缘设备进行处理。
一般来说，与报表相关的一段时间内的生产数据，对实时性要求不高，往往会上传到云端进行分析；边缘计算联动需要频繁进行高水平的数据分析。
随着制造业数字化转型的不断深入，如何在不同场景下分析数据以提取其价值变得越来越清晰，边缘计算的重要性也逐渐凸显。
边缘计算技术跨越IT（信息技术）、OT（运营技术）和CT（通信技术）多个领域。过去一年，各相关行业的龙头企业已经开始发布专门针对边缘计算的产品，而这个并不新鲜的概念才刚刚开始进入实施阶段。
西门子、三菱等传统工业巨头今年都推出了专门针对边缘计算的产品和平台。今年 4 月，西门子推出了 Industrial Edge 数字平台，预配置了广泛的数据处理、可视化和传输应用程序，西门子自有的工业计算机可以使用该平台，也可以在第三方硬件上运行。 9月工博会网站《财经》记者看到，内置的AI算法可以对实时生成的波形进行快速诊断和预警。
软件公司也在使用部署。全球最大的两家公有云基础设施 (IaaS) 服务提供商亚马逊和微软今年加快了边缘计算的部署。 2017 年 6 月，亚马逊公开发布了支持本地连接的软件 AWS Greengrass设备上的数据处理、发送和接收功能其实就是亚马逊的边缘计算平台，微软在2018年6月开源了它的服务平台Azure IoT Edge（物联网边缘），也支持云的实现——针对分析和业务逻辑被推送到本地设备。
然而，亚马逊和微软都只生产软件，不生产硬件产品。它的服务离不开制造边缘设备的硬件公司，如前面提到的西门子和三菱，以及制造网关等通信设备的华为。边缘计算领域再次体现了软硬件结合以推动数字化转型的趋势。
除了边缘设备、集成软件和算法之外，通信是不可或缺的因素。由于对实时通信的更高要求以及该领域复杂多样的总线协议标准，边缘计算要工作，通信必须满足跨平台和低延迟的要求。
今年4月汉诺威期间，包括华为在内的20多家国际组织和厂商联合发布了TSN（Time Sensitive Networking）+OPC UA智能制造测试平台（Testbed），其中OPC UA是一种跨平台的行业标准传输协议。它可以解决不同自动化制造商产品之间的数据传输标准不兼容的问题。华为的TSN交换机为工业控制网络提供高可靠性和低延迟。两者的结合使来自不同设备的数据相互协作，华为称之为解锁工业互联网的“最后一公里”。