工業物聯網需利用邊緣計算來應付各種情境

　　所謂的物聯網(IoT)，就是讓物體變成配備傳感器的裝置，并連上網絡，讓裝置可以互相溝通，而未來的工業物聯網(IIoT)，將利用云計算、邊緣計算(edge computing)與霧計算(fog computing)等不同模式。

　　據Raconteur報導，對許多人來說，卡在電梯里可是最可怕的夢魘，不過有了物聯網或許可以解決這個問題；德國重工業制造商ThyssenKrupp在全球有超過100萬臺電梯，現在他們用物聯網算法來預測電梯何時可能故障，并提前進行預防措施。

　　ThyssenKrupp執行官Andreas Schierenbeck表示，企業必須想辦法跟上21世紀的快速變遷，整合到工業領域的物聯網系統，是一種具備智能與實用的方式，來解決這種挑戰。

　　要與超過100萬臺電梯連結，并進行分析，這需要大量的計算能力。ThyssenKrupp利用云端計算方式，也就是按量付費使用云端資源。

　　不過除了云端計算之外，還有“邊緣計算”和霧計算；任何的物聯網計劃，都必須選擇對的方式。

　　邊緣計算是云端計算的相反，是在數據本身進行計算與儲存。這是使用本地的計算能力和儲存，來完成低階、低價值的任務，例如開啟某些裝置、或因為某些事件而送出警示。

　　IDC統計，到2019年，物聯網產生的信息中，有45%會在接近本地的地方進行計算與儲存。HPE技術長Colin I’Anson認為，如果要掌握工業物聯網的重大機會，光靠大型數據中心與云端是不夠的。

　　霧計算則是介于其中。其在邊緣進行計算，不過也在接近終端使用者的地方整合當地資源。各種裝置變成單一網關，使用連結到云端的分布式節點，必要時可以傳收資料并使用額外的計算資源。

　　云計算、邊緣計算與霧計算各有其利弊。害蟲防治公司Rentokil Initial目前利用霧計算來連結其捕鼠器，如果裝置必須清空、或需要處理，就會發送警示給技術人員。

　　不管是哪一種計算，資安仍是大家關注的議題。邊緣計算只會透過網絡傳送必要的信息，不過如果需要更強計算能力的裝置來處理更多計算，就要耗費更高成本。霧計算是在其中取得平衡，不過如果要部署更多中介的計算，管理起來就變得更麻煩。

　　這三種計算方式并非互相排斥，而是要依據不同的情況使用不同的方法。

　　例如，智能程序的照明計劃需要集中式的系統，而煉油廠可能需要在不同的流程中部屬許多邊緣計算，然后整個煉油廠需要一個集中化的云端數字化身(Digital Twin)。每臺火車上可能都需要邊緣計算能力，但是如果要針對鐵路進行預測性的維護，可能就要整合云端統。