工业互联网边缘智能的发展现状与前景展望.docx

工业互联网边缘智能的发展现状与前景展望 一、前言 随着全球经济竞争进一步激烈，新一轮信息产业变革兴起；与消费互联网相比，实体制造业面临着生产运营成本高、产品附加价值低等问题，产业数字化和智能化变革刻不容缓 [1]。快速发展的边缘计算和人工智能（AI）技术正成为制造业全面转型的重要推动力，工业发达国家纷纷制定制造业智能化升级发展战略。随着通用电气公司、微软公司、亚马逊公司等诸多巨头企业积极布局，美国已孕育出以 Predix 为代表的一批工业互联网平台 [2]。德国立足雄厚的自动化生产基础，率先提出“工业 4.0”战略，积极规划交通、医疗、能源、制造业等领域的创新发展 [2]。日本、韩国、法国、瑞典等也推出了制造业转型升级计划，构建以数字化为基础的生产发展模式以保持制造业优势。我国作为制造大国，高度重视工业互联网的发展，2020 年国家发展和改革委员会首次明确“新基建”重点领域包括工业互联网，指出工业互联网建设是信息基础建设的核心内容；一批制造业龙头企业、互联网公司、技术创新企业等开展工业互联网前沿探索，在协同制造、产品全生命周期管理、用户定制化等方向形成了多个工业互联网平台 [3]。 工业互联网产业起源于大国以产业升级为核心的博弈，依托开放互联的全球化信息网络平台，工业互联网推动工业生产、销售、物料供应等流程各要素更加数字化、网络化、自动化、智能化 [4]。联网设备数量急剧增加，随之增长的数据总量为网络资源带来极大压力，传统的云计算模式在带宽不足的情况下很难实时响应终端设备的请求 [5]。推动云能力下沉、提升边缘设备处理能力成为发展趋势，而工业互联网边缘智能的兴起将推动制造业深度挖掘数据价值，形成云–边–端协同计算的整体架构，从而营造工业生产新生态 [6]。 本文针对工业互联网边缘侧智能化程度不断提高的发展现状，调研协同计算、资源隔离、隐私保护等工业互联网边缘智能的支撑技术；分析工业互联网边缘智能的代表性应用场景，探讨工业互联网边缘智能的发展趋势；提出我国工业互联网边缘智能的发展建议，以期为国家制造业智能化升级提供参考。 二、工业互联网边缘智能的定义与研究范畴 工业互联网平台是新工业体系的“操作系统”，通常分为现场层、边缘层、基础设施即服务（IaaS）层、工业平台即服务（PaaS）层、应用层；国内主流厂商开发的工业互联网平台都参照类似范式 [2]。边缘层是平台的基础，承担着接入现场层设备、协议解析、边缘数据处理等任务。PaaS 层提供应用开发平台、工业微服务组件等功能。应用层包含面向企业传统需求的软件优化、面向特定场景的应用创新，是工业互联网平台价值的集中体现。 随着万物互联时代的到来，联网设备的数量急剧增长，产生的数据总量随之增加，从端到云的数据传输会带来巨大的带宽压力和能源消耗，使得传统的集中式处理不堪重负，由此催生了边缘计算并逐步向边缘智能发展 [7]。在对时间延迟更敏感、联网设备更多、数据安全性要求更高的智能工厂中，边缘智能的需求更为突出 [8]。一般认为，未来智能工厂每天会产生 1 PB 以上的生产监控数据，由于检测、控制、执行操作要求的时延一般小于 10 ms，现行的终端–核心网–云端模式根本无法保障实时性要求；边缘智能方案在边缘即时处理和回馈结果给终端，有望将实时性、短周期业务的处理时延降低至 1 ms [9]。边缘智能的资源包括从终端到云计算中心传输路径上的所有计算和网络设备，因此能在近数据源侧完成收集、分析与决策任务 [3]。通过将云计算中心的存储、计算、智能资源下沉到网络边缘侧，推动智能应用从云端向边缘迁移，边缘智能方案有望满足制造业在实时响应、智能应用、敏捷感知、需求多样、隐私保护、数据海量且异构等方面的关键需求。 边缘智能定义为：具备机器学习和高级网络功能，在网络边缘节点处理和存储数据的高级边缘计算 [8]。需要指出的是，边缘计算与云计算并非相互替代的关系，而是通过协同来高效利用终端–边缘–云端路径上的所有计算和存储资源，全面提升数据处理能力，促进工业智能应用的落地与推广。边缘智能将有效应对当前工业互联网发展面临的诸多挑战（见图 1）：业务需求多样，单一计算模式无法满足各类应用的特定要求；业务数据海量且异构，需要实时管理多种数据流；原有生产设备缺少内置安全机制，存在隐私数据泄露的风险等。 图1 工业互联网边缘智能研究范畴注：SaaS 表示软件即服务。 三、工业互联网边缘智能发展现状 （一）工业互联网边缘智能的关键技术 1. 协同计算 协同计算方案一般按参与计算的主体分类（见图 2），包括由云计算中心、边缘节点协同的云边协同，由边缘控制器、网关、边缘云等多种边缘设备协同的边边协同。目前工业界探索较多的是云端–边缘协同计算，按各自承担的计算任务进一步划分为预测–训练云边协同、云导向的云边协同、边缘导向的云边协