一般而言，对实时性要求不高的、与报表有关的一段时间周期内的生产数据，往往会上传到云端进行分析；而与生产节拍密切相连、实时性要求高数据分析，往往就需要在边缘计算环节来完成。随着制造业的数字化转型不断深入，对数据在不同场景下如何进行不同的分析从而挖掘其价值也在逐渐明晰，边缘计算的重要性因而逐渐凸显。边缘计算技术横跨IT（信息技术）、OT（运行技术）和CT（通讯技术）多个领域，要落地离不开不同领域公司之间的密切合作，各取所长。过去一年里，不同相关行业的都开始推出专门针对边缘计算的产品，这一并不新鲜的概念刚刚开始进入落地阶段。边缘计算能够缩短设备的响应时间，减少从设备到云数据中心的数据流量，以便在网络中更有效的分配资源。贵州高性能边缘计算AGV
云计算在提升共享资源和规模经济性方面类似于公用的电网，可以提供几乎没有限制的计算能力，并且可以按照需要提供数量巨大的存储量。另外，边缘计算正在变得普遍起来，这是一种低成本、高性能计算和通信的部署方法，导致计算和数据存储尽可能靠近产生数据的源头，这样来改善响应时间，增强数据与其生成源头的前后关系和相互关系，同时可按要求就地执行，而无需往返云端与就地。在计算机和工业自动化应用的历史上，处理计算往往都被放置在远离网络边缘的地方。直到还有许多应用还在这样做。现今的边缘设备可以是一台小的定位节点的计算机，或者是嵌入在传感器、执行器和其他设备中的SoC，具有特别高的性价比。将这些边缘设备部署在就地，使他们像移动的智能手机一样具有强大的计算能力和不高的成本。浙江小型化边缘计算**边缘计算的一个好处是能够实时检测设备故障。
边缘计算简介：边缘计算，是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用中心能力为一体的开放平台，就近提供较近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据。对物联网而言，边缘计算技术取得突破，意味着许多控制将通过本地设备实现而无需交由云端，处理过程将在本地边缘计算层完成。这无疑将较大提升处理效率，减轻云端的负荷。由于更加靠近用户，还可为用户提供更快的响应，将需求在边缘端解决。
边缘计算的AI芯片：作为边缘计算的中心基础，边缘AI芯片有着重要地位，边缘AI芯片厂商作为产业链上游参与方投入大量资源进行技术研发，从供给方面为边缘智能的实现打下坚实牢固基础。AI根据参考文献的分类包括三类，1、经过软硬件优化可以高效支持AI应用的通用芯片（GPU）；2、侧重加速机器学习（尤其是神经网络、深度学习）算法的芯片；3、受生物脑启发设计的神经形态计算芯片。在边缘计算和AI芯片里，涌现出不少的创业公司（在中国的中国芯片初创公司有15家以上），如前面所说的几家。按部署的位置来分，AI芯片可以部署在数据中心，和手机，安防摄像头，汽车等终端上。边缘计算在具有低时延、高带宽、高可靠、海量连接、异构汇聚和本地安全隐私保护等特点的应用场景。
智锐通ZRT-MIN-EC05基于IntelCoffeeLake平台，支持八、九代处理器，搭载可更换MXM显卡，双通道SO-DIMMDDR4内存设计，是一款配置灵活、性能较好、双网口的边缘计算整机产品，普遍应用于智能安防、智慧零售、机器人、智慧工业、电力等领域。 产品亮点：
1、INTELCoffeeLAKE平台；
2、支持八、九代处理器；
3、搭载MXM独立显卡设计；
4、双通道SO-DIMMDDR4内存设计（较大支持32GB）；
5、INTELI211网卡；
6、静音双风扇+铜管散热器设计。深圳智锐通科技有限公司 边缘计算正在改变全球数百万台设备处理和传输数据的方式。云南高性能边缘计算OED定制
边缘计算设备一侧与直接产生数据的物理设备连通，另一侧则可以将处理过的数据上传到云端。贵州高性能边缘计算AGV
发现边缘节点：到2020年将有500亿的终端和设备联网，除了边缘设备与终端联网较大的“异构”特征之外，产品生命周期越来越短、个性化需求越来越高、全生命周期管理和服务化的趋势越来越明显，这些新趋势都需要边缘计算提供强大的技术支撑。如何在分布式计算环境中发现资源和服务是一个有待拓展的领域。为了充分利用网络的边缘设备，需要建立某种发现机制，找到可以分散式部署的适当节点。因为可用设备的数量庞大，这些机制不能依靠人工手动。此外，还需要使用多种异构设备满足较新的计算需求，比如大规模的机器学习任务。这些机制必须在不增加等待时间或损害用户体验的前提下，实现不同层次和等级的计算工作流中无缝集成，原有的基于云计算的机制在边缘计算领域不再适用。贵州高性能边缘计算AGV
