云计算制造商指南

更新： 2021 年 1 月 21 日

以下是我们将在这篇关于制造业云计算的深入文章中介绍的内容：

• 制造业中的云计算简介
• 什么是云计算？
• 什么是云计算平台？
• 云在制造业中的优势和用例
• 边缘与云端的关系
• 制造业的连通性格局正在发生怎样的变化

制造业中的云计算简介

随着制造商和原始设备制造商越来越依赖数据来指导他们的决策，云计算正在加深其在制造业中的存在。数据收集本身已成为一种期望，而不是工厂车间的异常情况。在与物联网连接的工业机械、操作员界面、供应商数据、需求预测和许多其他数据流之间，许多企业发现自己被大量数据淹没，超出了他们知道如何利用的范围。即使是一流的企业，平均也有大约 50% 的数据用于决策，而落后的企业只有 30%。

使用收集到的数据的一个主要限制因素是分析大量数据并从中获得意义所需的绝对力量。许多可能已经安装了数据收集设备的公司在内部机器上与内部数据科学家一起开始了他们的分析之旅，但很快就不堪重负。数据存储、数据备份、异地备份、数据安全，在硬件之上有效和快速地使用机器学习技术来获得最深入和准确的见解——这些东西很快就会加起来，无论是在时间上还是在金钱上。

这就是云擅长的地方。云以内部存储成本的一小部分提供几乎无限的数据存储。尽管（现在正在侵蚀）一种流行的看法，但与有信誉的云提供商相比，留在有信誉的云提供商的数据比内部服务器更安全。因为它是他们整个商业模式的一个主要因素，而不是像大多数考虑使用内部数据存储的企业那样的附加或旁注，所以云平台往往具有比将要实现的更复杂的存储和更深入的保护大多数企业在现场。云提供商同意保持一定程度的安全性，随时了解任何已知的安全风险，并且许多人可以为企业提供数据泄露可能性的保险。在物理安全方面，云提供商倾向于保持更高的冗余度（包括在发生火灾、洪水或其他自然或人为灾难时在另一个设施的异地副本），因此数据丢失的风险显着降低。

至于计算能力，使用云共享硬件资源可以为企业提供比内部机器成倍增加的计算能力。制造商可以通过互联网与其他人共享资源，从而获得极其昂贵的硬件。这可以对大量数据进行深入分析和使用甚至复杂的机器学习技术，而不会因硬件速度慢而陷入决策困境。与购买（和维护）内部设备相比，云计算通常物有所值，而且正常运行时间更长且易于使用。

尽管我们将在本文后面部分更深入地介绍它的所有好处，但仍有一个重要问题需要回答：什么是云？这个问题仍然在许多可能有一个模糊概念但没有看到它的人的脑海中盘旋。让我们准确定义云的含义，尤其是在制造方面。

什么是云计算？

云计算是一种按需访问计算机资源而无需主动管理这些资源的方式。访问通常通过互联网进行。云计算可用的资源类型包括计算能力和数据存储。这就像拥有几乎无限的硬盘驱动器、GPU 和 CPU，所有这些都维护良好且最新且价格低廉，几乎可以从任何地方访问，比本地机器具有更好的安全性和正常运行时间，所有这些都无需随着业务规模的扩大，雇佣额外的 IT 人员、购买任何设备或更改任何基础设施。

简而言之，云计算是以合理的成本获得对顶级计算机资源的访问。这种商业模式适用于云供应商，因为他们能够有效地服务的人越多，他们的高科技产品的投资回报率就会越高。基本上，每个人都赢了。

云计算与边缘计算一起工作得很好。云计算可以获取高频数据并对其进行长期存储——远远超过现场实际可行的数据。然后，它可以对这些数据进行深入分析，这些数据对于边缘计算场景来说过于资源密集。这些技术的结合使得以数据为主导的实时决策以及长期的战略分析和决策成为可能。

要了解边缘计算，将 IoT 解决方案视为通常包含三个组件会有所帮助：

• 事情 例如生成传感器数据的物联网设备。
• 见解 您从这些数据中提取。
• 动作 您会根据这些洞察力来提供某种价值。

借助云计算，您可以将制造设施内的洞察力和行动组件转移到另一个位置的高性能硬件中，通常通过互联网，但有时通过卫星或其他传输方法。换言之，您可以将数据发送出去进行存储或分析，以便日后根据从中得出的见解采取行动。

什么是云计算平台？

云计算平台是提供云计算服务的解决方案。最知名的云平台之一是 Amazon Web Services (AWS)。

云计算平台处理过于密集、耗时或（在某些情况下）敏感而无法使用现场设备执行的工作负载。在边缘计算场景中，边缘计算设备可以分析高频机器数据，以获取可以立即采取行动的实时洞察力——比如关闭检测到安全隐患的机器——而云计算可以处理全部数据流对边缘系统来说负担过大的数据，允许存储和更深入的见解，然后可以传递回制造系统，通常甚至驱动边缘设备产生的响应。

MachineMetrics 是 AWS 工业软件能力合作伙伴，旨在确保为行业应用提供最安全、高性能、弹性和高效的云基础设施。

云计算在制造业中的优势和用例

许多人都知道通过云提供的经济实惠的数据存储解决方案。您可能不知道的是云平台为制造商和 OEM 带来的灵活性、单一事实来源、定制化和高级分析优势。

从 OEM 开始，构建能够承受工厂车间恶劣环境的优化设备或 IIoT 硬件的旅程始于数据收集。在这种情况下，数据收集过程侧重于机器在特定环境中的表现。工业云提供了一个平台，用于从您的企业销售的任何和所有支持物联网的设备中收集机器数据，而不会耗尽空间。

云作为一个平台来聚合这些大数据集并开发高级算法来分析它们。作为 OEM，您可以选择使用洞察力来制定远程服务计划或数据即服务包，以帮助最终用户优化其设备的使用。再一次，成本逐渐上升。

与永不耗尽空间的云解决方案相关的成本远低于运营单个本地存储设施的成本。购买高性能的本地存储系统可能要花费 100,000 美元，这还不包括维护系统的经常性成本。另一方面，云订阅计划的成本会低很多倍，并且不会因升级和进一步增强而产生间接成本。

为制造而构建的云平台为每个 OEM 带来了两全其美的优势。其中包括无限的存储空间和用于聚合数据的高性能平台、远程机器监控以及您的企业可能需要的所有 IIoT 计算需求。

从制造商的角度来看，云提供了无限的数据存储，用于跟踪生产历史、远程了解操作以及构建高级算法以在机器故障发生之前检测它们。

除了以上好处外，厂商还会体验到以下好处：

灵活性

制造活动根据客户需求波动。这些波动意味着需要灵活的存储和计算系统来确保最佳的数据收集、分析和操作。在为您的车间增加更多生产能力时，云平台为您提供了这种资源灵活性。它还为您打算数字化的多个设施提供了一个集中存储位置。

数据安全

数字化带来了可能导致停机和数据盗窃的网络安全威胁。完善的云平台集成了企业级安全管理系统的使用，以保护您的数据并减少安全威胁。

备份与恢复

数据收集和管理系统几乎是无懈可击的，但并不完全。因此，当发生导致数据丢失的错误或事件时，备份和恢复解决方案的到位非常重要。借助合适的云平台，您的机器数据可以保持安全并进行备份，以防止数据完全丢失。

自动升级

云计算的一个特性是升级和作为软件包一部分的新特性。这包括在每次技术升级时添加的新应用程序、安全证书和通信协议，无需额外费用。

增强的客户支持

许多云服务提供商没有提到的是使用新技术带来的学习曲线。为了快速入门并获得工业云的好处，可能需要客户支持。寻找不仅拥有您需要的技术，而且可以帮助您成功实施云计算战略的供应商。

云、边缘还是两者兼而有之？

关于制造业中云计算和边缘计算的区别，我们有一篇完整的文章，所以我们会保持简短。

云和边缘是两种不同的技术，但由于它们的抵消优势，它们经常被串联使用。在这种关系的核心，边缘计算对时间敏感的数据进行处理和采取行动，而云计算将数据聚合在一个不需要及时采取行动的集中位置。

在完整的 IIoT 基础设施中，制造商可以使用边缘进行实时数据收集、预测分析和自主决策，并使用云进行聚合数据分析、基准测试和趋势分析。

这些优点和缺点仍在继续：

制造业的连通性格局正在如何变化

我们知道工业物联网的重点是将高级分析应用于大量机器数据，所有这些都是为了减少计划外停机时间，降低机器维护的总体成本，并利用机器学习能力来推动持续改进计划。云在使此类海量数据采集、传输和分析成为可能方面发挥了重要作用。

虽然边缘计算和分析通过减少机器与数据处理本身之间的物理距离，将数据主导的决策速度和实时准确性提高到一个新的水平，但云计算仍然在长期存储和深入分析。对于从多个来源获取数据的公司，云有助于：

• 在机器甚至设施之间集中数据以进行长期战略分析
• 为更广泛的企业和用户提供分析，因为信息可以轻松地远程访问，也可以同时被多个用户访问
• 使用先进的分析技术（例如有时在 AI 和 ML 中看到的技术）以及完全可扩展的存储，提供计算机资源以加快决策速度
• 在侵犯隐私和物理保护方面的数据安全，以便在数据收集方面的投资推动积极行动，同时降低损失或声誉损害的风险

当通过云计算处理所有这些现实时，制造商可以降低成本并提高效率。云计算使即使是小批量生产也能获得与大规模生产相同的价值。有了云计算，这一切都可以实现，无需对计算设备进行内部维护或管理。

当需要获得洞察力时，云是制造商应该寻求的解决方案。应用 AI 和机器学习算法来可视化、诊断和预测问题是一个目标，可以通过可用的经济实惠、可扩展的计算资源更容易地实现这一目标。预测性洞察力使团队能够创建可以随着数据发展的长期战略，并允许在数据开始指向不同的解决方案时快速调整。大型历史数据库的长期存储意味着当出现不可预见的分析机会时，您的团队永远不必担心丢失关键数据源。

由于云计算的潜力，尤其是与边缘计算相结合时，工业制造正处于一场革命的边缘。结合新一代智能物联网边缘设备，云计算应用将在未来几十年彻底改变制造业，以提高效率和生产力，同时控制成本。