原文发表于《物联网 议程》
在所有关于IIoT（工业物联网）的兴奋中，可能最能将IIoT技术转化为持久商业价值的计算活动领域在某种程度上被忽略了。是的，我们正在谈论边缘 计算。
当然，在边缘，即位于生产作业现场或附近的技术基础设施，用于数据收集、数据分析和数据存储，已经持续了几十年。长期以来，像保持装配线顺利运行、连续输送清洁水和使火车准时运行等过程都依赖于边缘 ，在与数据中心的有限连接下有效地收集数据。但从计算的角度来看，边缘 ，常常被看作是一个沉睡的背水一战。
最近，所有这些都发生了变化，这要归功于世俗的（与行业无关的）趋势，这些趋势推动了对计算基础设施的投资大幅增加，边缘 ，随之而来的是对边缘 收集的数据的依赖性增加，以实现尖端的边缘 应用。这些趋势包括数据对商业成功的关键性；对数据实时分析的需求，以便做出更好的商业决策；以及各种 “事物 “的日益互联，以便收集更多和更高质量的数据。
因此，分析师估计，2020年企业和政府拥有的56亿台物联网设备将利用边缘 计算进行数据收集和处理–比2017年的16亿台有所增加。[1]而到2019年，预计所有物联网收集的数据中有40%将在接近或在网络的边缘 进行存储、处理、分析和操作。[2]
真正的优势，真正的机会
对于能够抓住机遇组织而言，这些趋势为他们提供了巨大的优势。
考虑到一个希望改善决策和整体生产力的制造商的情况。大多数制造商已经在边缘 。虽然他们的工厂运营可能是集中的，但无人值守的机器或无人值守的工作站所收集的数据可能只与他们的数据中心和业务网络有最小的连接。因此，收集、处理和分析机器性能数据所需的时间使其难以发现问题、诊断问题并及时作出反应。
相比之下，通过今天的边缘 计算基础设施，制造商现在可以自动收集大量的机器数据（可从物联网传感器获得），将其与自己的历史性能或整个行业的标准进行比较，并在车间内得出可用的分析。这种方法推动了预测性维护，以最大限度地延长机器的正常运行时间，简化生产流程，并降低成本。
