在全球已经掀起的新一轮工业转型浪潮中，数字化是基础，网络化是支撑，智能化是目标，在此背景下，制造业转型面临巨大发展机遇。当前，在产品规划、设计、制造、运营等生产过程中，制造业产品、生产装备、工艺流程等已经逐步实现了数字化和网络化，且智能传感和人工智能等技术不断发展成熟，因此，制造业的全面转型已经具备了基础条件。

工业互联网已经成中国经济增长的重要支撑。2021年中国工业互联网产业增加值规模突破4万亿元，达到4.10万亿元，名义增速14.53%；2017年至2021年间，增加值规模增长了74.10%，年复合增速达到11.73%。

中国工业互联网已从夯基垒台的起步发展期，进入到全面推进的快速成长新阶段，工业互联网基础建设量质齐升、应用广度更加泛在普及、赋能实体经济纵深拓展、创新基础稳步夯实、产业生态持续向好，工业互联网正加速打造中国高质量发展新动能。

目前，边缘计算在制造业中的物理实现形式主要以边缘控制器、边缘网关以及边缘云为主，企业将根据自身需求部署其中一层或者多层架构。其中，边缘控制器、边缘网关以及边缘云基于云原生的边云协同架构，采用轻量级容器管理、虚拟化等技术构建统一的现场异构数据集成平台，负责从各现场设备采集数据，实现边缘侧人员、设备、物料、环境、业务管理等数据的统一接入、本地集中存储、边缘分析处理等。

边缘控制器层

边缘控制器是工业互联网边缘侧连接各种现场设备，进行工业协议的转换和适配，统一接入到边缘计算网络中，并将设备能力以服务的形式进行封装，实现物理上和逻辑上生产设备之间通信连接。边缘控制器硬件架构设计采用分布式异构计算平台，一般采用异构计算体系结构，支持全分布式控制以及多种控制器的协作运行和无缝集成，也是目前各种实时嵌入式硬件平台实现的主流实现方案；在满足硬件实时需求前提下，利用多物理内核结合虚拟化技术的支持，实现在同一硬件平台上运行实时与非实时任务或操作系统，并满足系统多样化与可移植性的需求，提高整体平台体系的安全性、可靠性、灵活性以及资源的利用效率；应用时空隔离的多任务和多线程调度机制与改造优化调度算法相结合的方式，实现任务调度机制。

边缘网关层

边缘网关是指具备边缘计算、过程控制、运动控制、机器视觉、现场数据采集、工业协议解析能力的边缘计算装置。边缘网关能适应工业现场复杂恶劣环境，满足国内主流控制器、工业机器人、智能传感器等工业设备的接入和数据解析的需求，支持边缘端数据运算及通过互联网推送数据到工业互联网平台。边缘网关可将现场各种工业设备、装置采用、应用系统的标准或私有通信协议转化成标准OPCUA等通讯协议，使得上位系统及工业互联网平台可采用统一的协议和信息模型与不同设备和系统互相通信，方便系统集成，实现远程监控、故障诊断、配置下载、远程管理等功能。

边缘云层

边缘云是边缘侧单个或者多个分布式协同的服务器，通过本地部署的应用实现特定功能，提供弹性扩展的网络、计算、存储能力，满足可靠性、实时性、安全性等需求，是实现IT技术与OT技术深度融合的重要纽带。一方面，将在云端基于机器学习离线训练好的模型部署到边缘云，并通过定期更新模型算法来同步边缘智能，可以使得紧急类故障能够在本地及时报警，同时可以对一些相关参数指标进行实时修正。另一方面，根据模型中输出与特征之间权重关系，优化终端上传数据的过滤规则，以此减少流量成本和云端存储成本。制造业边缘计算实施架构制造业边缘计算实施架构整个制造业边缘计算实施架构包括现场设备层、边缘计算层（包括边缘控制器、边缘网关、边缘云）以及支持边云协同的中心云层，边缘计算层负责从各现场设备采集数据，实现边缘侧人员、设备、物料、环境、业务管理等数据的统一接入、本地集中存储、边缘分析处理等，并通过对现场设备的物联集成（如：生产设备、物流设备、检测设备）采集设备运行参数，将数据传送至中心云，同时实时接收中心云下发的控制指令，最终反馈至相应设备，从而实现对现场设备的数字化管理，对制造业的生产过程控制、工艺优化具有重要意义。

此外，随着边缘计算在制造业中的应用不断广泛，云计算与边缘计算的协同效应也在快速增强，边云协同成为制造业数字化改造的主要使能器。一方面，边缘计算在工厂内部发挥重要作用。边缘侧数据分散，本地应用系统多，需要大量的计算、存储资源。边缘计算可以实现业务数据本地处理及生产现场的实时控制反馈，同时，边缘计算通过东西向联接进行数据和知识的交换，支持计算、存储资源的横向弹性扩展，能够完成本地的实时决策和实时优化操作。另一方面，边缘计算将与工厂外的云平台协同联动，边缘侧聚焦实时、小数据的处理，而云平台侧聚焦长周期、大数据的处理。边缘计算通过南北向链接与更上层的工业云平台实现数据交换和应用管理协同，实现边缘侧基础设施资源的统一管理、调度和运维，支撑边缘侧应用的灵活部署和升级。