在前面的章节中，已经以 IOT 平台为核心，介绍了我们 IOT 平台核心架构和主要功能以及支持的工业协议。然而，在真实的工业现场，如果所有数据都直接“无脑”上传到IOT平台，往往会引起一些问题：网络延迟、带宽成本、cpu资源占用高、重复计算，进而影响到系统的正常运行。

下面针对这些问题来介绍一个法宝：边缘计算。

一、 什么是边缘计算？

简单来说，边缘计算是将计算、存储和处理能力从远程的云端服务器，下放到靠近数据源头的“边缘侧”（如工业网关、边缘服务器、甚至传感器本身）。

如果说 IOT 平台是工厂的“大脑”，那么边缘计算就是工厂的感知系统，他们离工厂设备距离最近，面对设备数据可以采取最快速度的反应：处理、计算、告警、下发，这一切都可以在瞬间完成，甚至不需要中心服务器感知这一切。

二、 边缘计算与 IOT 平台的关系

功能维度	边缘计算	IOT 平台
响应速度	毫秒级（实时处理）	秒级（存在网络延迟）
数据量	原始数据全量采集、过滤	存储聚合后的核心价值数据
处理逻辑	局部逻辑（如故障停机、数据清洗）	全局逻辑（如多厂区能耗对比、寿命预测）
存储周期	短期缓存（断网续传）	长期存储（历史趋势分析）

三、 边缘计算解决的三个核心痛点

1. 消除延迟：

在工业场景中，机器设备故障监测，如果发现异常需要及时停机，响应时间必须在毫秒级。如果数据要先传到云端，经过平台逻辑计算再下发指令，机器可能已经损坏。边缘侧可以实现本地及时响应于判断，即使下发一个停机指令到机器设备，避免了进一步的损失。

2. 节省服务器资源

一个中型工厂每天产生的原始采集数据可能高达几个 GB。如果全部上传，流量成本、存储成本都会直线上升，而边缘计算可以进行数据清洗：剔除无意义的重复数据，只将“变化值”或“异常统计值”上传；将一部分简单的逻辑计算比如根据转速判断运行状态是待机还是工作等简单的工作提前处理好之后再传到 iot 平台，节省了服务器的运行资源。

3. 异常处理

工业现场网络波动是常态。具备边缘计算能力的网关可以实现断网续传：网络断开时，数据存在本地；网络恢复后，自动补传至 IOT 平台，保证数据的连续性。

四、 总结

边缘计算不是为了削弱 IOT 平台，而是互谅弥补、互相补充的关系，二者相辅相成，为了让平台更聚焦于高价值的业务逻辑。没有边缘计算，平台会因为信息过载而变得迟钝；没有平台，边缘计算则会变成孤岛，无法发挥大数据的全局价值。