为智能制造部署工业边缘智�?/h1>
提升生产制造智能化，结合云端智能实现企业级智能制造�?
工业制造正处于革命的边�?/h2>
传统�?PLC �?PC 控制系统仍然有效，但已无法满足现代企业日益复杂的业务层对柔性制造的需求，来自业务层的 IT 数据需要渗透至生产环节的每一个角落，打破 OT 层面的信息孤岛。构�?OT �?IT 的深度融合，促进业务数据在企业供应链和制造流程中的全域流动是构建智能制造的信息基础�?
边缘计算�?OT �?IT 的深度融合提供了技术基础和共享信息平台�?
借助边缘计算的分布式容器架构，你能够将车间设备控制层的实时生产数据，企业运营层的 IT 业务数据，以及部署在云端的人工智能算法，既安全隔离又相互融合在工业边缘服务器中。在此之上，借助 MES 、ERP �?AIoT系统等，实现智能制造�?
制造车间的特点和部署工业边缘的必要�?
- 工业设备控制系统具备实时性的特点，能够产生大量的实时生产数据�?
- 生产现场大多配置了操作和实时监控�?SCADA 系统，能够满足生产管理的基本需求�?
- 直接将生产数据上传到云端做可视化和报表分析的架构类似于把 SCADA 系统搬到云端，对提升智能制造的水平作用不大�?
- 构建生产车间的边缘层既能够近实时的数据处理来参与智能制造，又能够隔离私有数据并和云端交互，部署边缘智能�?
制造业企业典型的云计算和边缘计算栈
- 设备层（Device layer�?br>构成企业办公运营和生产制造的主要对象，如制造车间，物流，库房等，是企业经营数据产生和消耗的主要场所�?/span>
- 边缘连接层（Edge connectivity layer�?br>对来自设备层的数据进行收集、分类和存储，如具备各类网络接口的工业物联网智能网关�?/span>
- 工厂级应用（Plant apps�?br>对生产制造流程进行管理，部署边缘服务器�?/span>
- 企业层（云、本地、或混合部署�?br>企业经营管理，如企业基础设施、微数据中心，企业级数据中心，服务器等，MES、ERP、PLM、AIoT系统等�?/span>
工业边缘计算应用服务架构和技术体�?/h2>
