隨著邊緣運算(Edge Computing)概念興起，對那些希望將先進連網技術與分析技能集成、為制程及系統帶來新智能的工業營運管理者而言，到底該仰賴運算能力更強的云端資料中心或是選擇更貼近實際運行的邊緣運算是個兩難。就連美國工業互聯網聯盟(Industrial Internet Consortium；IIC)也試著找到答案。

在IIC發布最新題為「IIC Introduction to Edge Computing in IIoT」白皮書，針對持續性邊緣運算在工業物聯網(IIoT)作出介紹。這本白皮書是由思科(Cisco)、華為以及思愛普(SAP)共同著作。

共同著作人之一、SAP副總裁Lalit Canaron認為，工業產業需要一些協助。一方面，這些業者透過當地軟件運行機械流程已相當熟練，可以實時完成許多特定的功能；但另一方面，用于關鍵企業系統的實時性資料處理需求也相當高。

在制造業所謂的「邊緣」，傳統上都是營運團隊的領域，在工廠內多由資料采集與監控系統(SCADA)及可程序化邏輯控制器(PLC)負責。對此，Lalit Canaron表示這些應該屬于「外部邊緣」，所有運行都是實時性的，機械只會進行被制造來做的那項特定任務。

但現在必須要看的是更高階的閘道(gateway)、即所謂的「內部邊緣」，用來連結區域網絡與大型計算機主機系統，并有多條線路與閘道溝通，而運行邏輯的不僅僅是單一資料點。

包括工業設備能力及算法能力增強，目前這些增加的數據流量都需要企業將其營運科技(OT)及信息科技(IT)，連接上集中式的云端系統來進行分析。透過邊緣運算與先進連接及分析的結合，可改變此情況，并提供多元的新方式在工廠當地來執行這些流程。

思科解決方案架構師暨共同著作人Todd Edmunds表示，市場正在開發各種層級的架構，在更靠近數據來源的各個層級來處理一系列的運算需求。這些對分散式智能的需求在制造領域特別的高，如此一來也大大改變了過去對云端運算的看法，如今對邊緣運算能力的要求已大幅提升。

隨著網絡架構復雜度增加，對工業領域而言也帶來了一些挑戰。Todd Edmunds指出，多數制造業者在工業自動化已駕輕就熟，但對操作新一代設備及云端運算仍有不少問題。多數業者只能將邊緣運算能力放著，而沒有一套明確的計畫或概念來適當的應用、管理。

邊緣是一個邏輯層，而不是一個實體的區隔，其精準定位仍有待討論，依個別案例而有所不同。因此，迄今為止仍無法明確定義「邊緣運算」的界線到底在哪里。

舉例來說，一家工廠可以透過邊緣運算溫度控制器來搜集并分析相關數據，但也可將這家工廠所取得的數據與其它全球另外數十家工廠所取得的數據放在一起進行運算分析，這個時候所謂的「邊緣」就變成了這所有數十家工廠。

此外，邊緣也可能有許多層級，甚至很多邊緣層級在大型工廠也扮演著資料中心的角色。以車廠為例，整座工廠也可視為邊緣運算的一部分，但是在個別的生產線也有著各自的邊緣數據，而最終這些邊緣數據都將進行匯集。

白皮書也特別強調邊緣運算安全性的重要。當工廠決定將新設備連上云端，IT人員必須關注所有與自動化、管理、修補程序、安全性等相關問題，以確保工廠的重要信息、隱私等資料不致外泄。

這是整體性的，不僅要確保任何設備及各層級架構的安全性，不僅僅是網絡協議、一臺邊緣設備或網絡的安全，而是任何一臺終端計算機及內部網絡都必須要縝密管理，以確保不受外部攻擊。

在工業互聯網市場上，云端運算模式已出現決定性的轉變，盡管集中式云端資源對于工業協調與聚合、高階機器學習仍相當有效，但數據分析正逐漸轉向邊緣；而那些有相當實時性的功能，如工業機械或自駕車等，不能受到遠程連接循環的約束。