前阵子去东莞跑了个汽车零部件冲压车间，待了三天，满鞋子都是铁屑。 那个车间主任拉着我吐槽，说前两年跟风上工业云，花了大几十万，结果动不动因为网络延迟卡质检，错漏一堆，高峰时期网络堵得连设备指令都发不出去。 这不是云不好，是云离现场太远了。

工业现场为什么非要用边缘计算，不能全靠云？

很多人刚接触这个概念，会觉得不就是把服务器放工厂门口吗？有啥稀奇的。 你得站在制造现场的角度想问题。 一条普通的冲压生产线，10台压机，每台每秒要采上百个振动、压力、温度数据点，一条线一天产生的原始数据就有十几个T。全传到公有云，一年的带宽费够换两台新网关了。更何况，工业现场对延迟的要求是按毫秒算的，你做实时缺陷检测，云端来回一趟要几百上千毫秒，零件都流走了，检测出来有啥用？ 汽车冲压车间工业边缘计算网关部署图 边缘计算的核心，就是把算力下沉到离数据产生最近的设备侧，大部分实时性要求高的任务，直接在本地边缘节点处理，只有需要长期存储、做模型训练的汇总数据，再传到云端。既省带宽，又够快，还稳。 问：工厂现在已经有SCADA系统了，还要边缘计算干嘛？ 答：SCADA核心功能是数据采集和集中监控，大多还是传统的中心式架构，处理低延迟的AI类任务根本顶不住。边缘计算能直接在本地做AI推理，冲压件刚从压机出来，摄像头拍完，边缘网关几百毫秒就能出检测结果，直接给机械手发下料指令，这个速度差，是好几个数量级的差距，SCADA根本做不到。 说实话，还有个很重要的点，数据安全。工厂的工艺参数、生产数据都是吃饭的本钱，全传出去谁都不放心。边缘计算把原始数据存在本地，只传汇总后的分析结果出去，核心数据不落地，安全多了。

当前工厂落地边缘计算最常见的三个坑

我跑过几十上百个工厂，见过太多边缘计算项目，做得好的赚得盆满钵满，做砸的也不少，总结下来，大多是踩了这三个坑： ❗ 贪大求全，上来就要改造全厂。上来就投几百万上整套平台，结果老设备接口不兼容，改来改去预算花完了，项目还没跑通，最后不了了之。佛山那个陶瓷厂老板，我去年见他的时候，还在吐槽被厂商忽悠，两百万砸进去，只有两条线能用，其他全闲置。 ❗ 什么活都扔给边缘节点算。不少人觉得边缘算力便宜，把模型训练、大数据运算都放边缘，结果边缘网关性能不够，卡得比原来的系统还慢，最后得出结论“边缘计算没用”。其实边缘就是做实时本地处理的，大模型训练还是放云端，边缘只需要做推理就够，分工要清。 ❗ 上完就不管，忽略迭代运维。很多工厂上了边缘节点，就扔那不管了，固件不升级，模型不更新，跑了一年，缺陷检测准确率掉了十几个点，还说东西不好。任何工业系统都是要运维的，边缘计算更别说，数据在变，工艺在变，模型也要跟着更。 问：中小工厂想试边缘计算，最少要投多少钱？会不会成本太高？ 答：真没你想的那么贵。现在主流厂商都做了轻量化边缘方案，单条生产线改造，几万块就能落地跑起来，先拿一个痛点场景比如质检、设备预警试手，跑通了看到收益，再慢慢扩全厂，风险小太多了。 工厂轻量化边缘计算节点设备实拍图

2024年工业边缘计算的最新落地方向

2024年工业边缘计算的最新落地方向 这两年工业边缘计算的变化真的很快，早就不是原来只做数据采集的阶段了，现在几个落地方向已经很成熟，能直接拿过来用： 💡 边缘视觉缺陷检测：这个是现在落地最多的，3C电子、汽车零部件、注塑都能用。上个月看苏州一家3C组装厂，原来人工检焊点，每个电路板要12秒，漏检率3%，换了边缘计算加视觉检测，每个板1.2秒出结果，漏检率降到0.2%，一条线省了8个质检工人，半年就收回成本。 💡 设备预测性维护：钢厂、水泥厂、化工的大型旋转设备，原来要么坏了才修，非计划停机损失大，要么定期定修，好零件提前换了浪费。现在边缘节点每秒采振动、温度数据，本地跑预警模型，提前一周就能报故障，宝钢下属的几条热轧线去年全上了，非计划停机降了28%，省了大几百万的维护成本。 💡 边缘工业大模型：这个是今年刚火起来的新玩法，把大体积的工业大模型压缩裁剪之后，放在边缘节点运行，不用连云就能做工艺调优。我见过东莞一家注塑厂，原来调机参数全靠老师傅，换产品调机要大半天，现在边缘大模型直接给出最优参数，十几分钟就能出合格产品，对缺老工艺师的中小工厂来说，这简直是救命的。 不过话说回来，我见过很多工厂老板，一听到“边缘计算”就觉得是大厂玩的高科技概念，中小厂玩不起。其实真不是。边缘计算从诞生那天起，就是为了解决制造现场的实际痛点来的。能帮你少停线，能帮你省工人，能帮你降漏检，这不就是我们做制造最需要的东西吗？ 先找一个最小的场景试错，跑通了再扩，你会发现，这真的是个好东西。