對許多人來說，云已經成為工業物聯網(IIOT)的支柱。但是，真正在工業物聯網方面取得進展的企業已經意識到——云只是工業物聯網的一部分。在需要完成實時計算操作中發現，有些事情不能或不應該推到云端，無論出于安全、延遲還是成本問題。因此，企業開始將越來越多的計算推向設備邊緣。

邊緣計算的發展不僅創造了更多數據，同時還需要更快地將數據傳送給其他系統和分析工具。云計算很方便，但是它的連接性不足以滿足某些工業情境。有些計算需要在邊緣解決，例如實時處理、決策支持、SCADA功能等等。

[[240956]]

真實例子

比如在能源行業，它充分展示了邊緣計算和云計算各自發揮的最恰當作用。石油公司在某個地區分布著數百個石油鉆井平臺，而數據中心或云所在公司位于數百甚至數千英里之外。每個石油鉆井平臺都必須擁有能夠持續監控和分析關鍵參數的系統，比如井壓指數水平，能夠識別何時存在超過臨界閾值的風險，從而讓工作人員立即采取措施緩解風險。如果讓這些數據返回數據中心，再進行分析并返回鉆井平臺進行操作，這樣做可能會造成不合理的風險。

在這種情況下，通過從所有石油鉆井平臺收集參數指標并定期將它們發送到數據中心或云，在那里可以對參數指標進行匯總和分析，你會發現，云更適合支持規劃和趨勢發現。

文化差異

運營技術團隊多年來一直在管理這些系統，他們了解網絡邊緣及其需求。 但OT(運營技術)團隊和那些推動基于云的工業物聯網技術人員(IT)之間存在文化差異。IT團隊經常將工業自動化所需的方法與企業IT部署方法等同起來。

但是，即便是傳統IT企業也會發現它是一個混合云世界。最近采訪的一位工業自動化工程師告訴我，工廠生成的15%數據需要發送到云端，以便其他系統可以立即使用。剩余的85%數據會有什么用?必須對該部分數據進行匯總和分析，以確定其價值所在。然而，如果將全部數據推向云端，工業企業需要為全部數據存儲空間付費，而他們真的只需要一小部分存儲空間。這是一個主要的成本問題。

對于那些開始實施工業物聯網戰略的人來說，一定要記住，在開始評估工作負載和信息流之前，不要輕易做出投資決策。云絕對是工業物聯網部署的必要部分，但這并不意味著應該放棄保證關鍵任務信息安全且快速可用的邊緣計算系統。找到適當平衡將有助于企業通過工業物聯網獲得成功。