智能工厂边缘计算成功部署的四大关键步骤

全球工厂正在经历一场变革：借助边缘计算，它们变得更智能，为车间带来前所未有的效率与生产力提升。凭借在数据源头附近处理数据的能力，智能工厂正利用现代工业物联网（IIoT）、未来工厂和数据分析技术。

部署边缘计算工具所需投资相对较低，制造商改善工厂环境性能和响应能力的门槛从未如此之低。这也是近30%制造商已部署边缘计算，另有60%决策者计划未来两年推出边缘试点的原因。

克服数据传输瓶颈和延迟、降低带宽需求、消除时间滞后的机遇，推动了快速采用。但在抢抓边缘计算红利的冲动中，企业可能忽视部署过程中的关键因素。

无论你即将启动边缘计算实施，还是将其纳入未来增强考量，以下四步可助确保部署成功。

第一步：确立目标及追踪指标

边缘计算之旅始于目标大纲。你需识别哪些因素、流程或系统将从边缘部署中受益改进。深入透彻理解当前应用如何收集、处理和使用数据。

随后，开展小规模边缘计算实验验证投资回报率。这让你和团队在全组织全面投入前看到潜在价值。保持初始测试简洁，并确立可衡量成功的具体数据点集。这也为争取高层支持提供筹码。

第二步：评估内部资源

依赖遗留系统的制造商可能发现其得心应手的方案与现代边缘计算不兼容。你需确定将现有应用与边缘需求对齐的路径。据Gartner，现代化遗留系统有七种路径：封装、重新托管、重新平台化、重构、重新架构、重建和替换。各有得失，成本和难度各异，但选择正确路径将降低长期成本、使运营更敏捷。

确立ROI和新旧系统连接方式后，盘点内部资源——特别是员工。他们当前是否具备不仅协助安装，还能支持、监控和维护新投资的技能？若员工在上述方面有任何犹豫，最好聘请自动化供应商、系统集成商或机器制造商安装边缘计算平台，再与专注维护的合作伙伴签约。这两条路径都会增加边缘运营成本，预算时需纳入考量。

第三步：别忽视云计算

网络基础设施的未来不太可能仅存在于边缘。工厂需有效融合边缘方案，同时仍利用云资源满足部分存储和分析需求。容易忽视云资源，但仍需掌握云存储被占用程度。

本地部署通常提供强大的现场数据可视性和控制力，但边缘方案将改变这一点。鉴于边缘节点能力有限，是时候重新设定数据存储参数了。我见过数据管理迅速失控，数据消耗量快速增长大幅推高存储成本。做好准备向云服务商支付溢价以限制消耗，或抽出时间自行频繁审计。

第四步：将安全内嵌系统

若等边缘安装完成再考虑安全，日后将为此买单。别试图在新边缘系统周围事后拼凑安全方案，而应从一开始就规划其全面集成。

边缘数据更脆弱，这可能是实施零信任模型的时机。零信任是边缘计算的天然安全补充，它从内外双向强化边缘资源防护，并更好地加密网络传输中的数据。

边缘计算确实为制造商带来诸多裨益：提升运营可视性、减少系统停机、提供更大灵活性，这些都是愿投资者的真实便利。优势未被过度炒作。

但部署边缘平台需要从网络、计算、存储、应用到高度专业技能的海量资源。别贪多嚼不烂。企业常在边缘计算上犯“过早做太多”的错。结果是推迟上线、故障频发、开发失败、兑现不了承诺红利。应采用上述步骤的分阶段推进方式。

下一次工业革命——工业4.0——以让工厂更智能为核心，边缘计算将扮演关键角色。这使你的边缘部署至关重要，需确保最佳结果和ROI。上述四步不仅助你达成制胜结果，更为全面现代化工厂车间奠定成功基石。

Jim Demetrius是Tech Guidance母公司TBI, Inc.的云基础设施架构师和技术专家。