对于制造业来说，将从更智能的边缘设备中获益匪浅。利用IoT设备在边缘处理数据，制造商可以通过检测设备故障的早期迹象来实现预测性维护，这有助于防止那些妨碍生产的故障发生或进行不必要的维护检查。

和利时研发的自动化系统支持着全球25000台套工业系统设备的日常运行，覆盖中国高速铁路、地铁运营和核电、火电厂自动化控制等市场。要对全球2万多台套系统设备进行系统的管理与维护绝非易事，按照传统方式，这需要消耗大量人力、物力、精力实施现场服务、巡检和定期维护。

快速发展的业务和不断增加的客户，带来了不断增长的现场服务需求，随之而来的还有不断增长的服务规模和投入，以及相应激增的管理、沟通、协调等等的一系列问题。此外，现场服务的传统方式效率较低，现场技术人员在发现疑难问题后，往往需要与总部进行反复的技术沟通，再加上设备零件替换等所花费的时间，常常需要设备停工检修。

对于装备生产线、发电厂这样的大规模企业来说，生产暂停就意味着巨大损失。以热电厂中的一台锅炉设备为例，维修本身也许只要几个小时，但前期等待锅炉冷却、后期重新上水加热，都需要较长的时间，前前后后至少要停产一周——对于日发电量数千万度的发电厂来说，这造成的直接经济损失已经相当惊人了。

显然，最大限度地避免计划外停机，提高运营维护效率，加快维修反应速度，是和利时要解决的核心问题，这就需要借助云计算、物联网技术打造远程实时巡查和诊断、技术专家远程服务，构建一套工业自动化控制平台，

整体来看，云计算服务最多的还是设备端，物联网则是连接这些端的关键桥梁，无论是之后衍生出的移动边缘计算还是移动云计算，都在将重心引到端上，而不是将精力"浪费"在传统的IaaS或PaaS端。因此，云服务商在处理工作负载时仍将遵循"大智能"在云端，"小智能"在边缘的原则，但长期来看产业上下游围绕边缘场景打造智能化的解决方案已成必然趋势。

相关报道: