随着物联网等技术的发展和数据的增加，基于云的物联网解决方案已经不能满足日益增长的需求。 边缘计算作为云计算的扩展是云计算的补充和优化，与纯云计算解决方案相比，包含边缘端的混合解决方案提高了数据分析的速度、可扩展性、增强了信息访问能力
一号
云合作为工业物品的互联网奠定基础
边缘计算是一种分布式开放平台，在接近事物和数据来源的网络边缘整合网络、计算、存储和APP的核心能力，实现实时业务和APP 边缘计算位于物理实体和工业连接之间，可以作为连接物理和数字世界的桥梁。
在智能制造的大环境中，数据流和计算存储很重要。 通过云，企业可以跨区域监控全球范围的系统和流程，从而可以比较和分析整个运营情况，确定最佳投资比例。 为了实现整个过程的实时识别和控制，更接近数据源的边缘服务显示出了独特的优势。
边缘计算和云计算不是消除这种关系，而是相辅相成、不可缺少的。 边缘计算扩展了云计算的边界，主要解决延迟问题和电子资源，但云计算消耗计算能力和传输成本。
由于不同行业的数字智能水平不同，因此对边缘计算的需求也不同。 但是，随着技术的提高，边缘计算将充分利用物体侧的计算能力，实现设备的普适连接和边缘管理，成为工业互联网的信息基础。
编号2
基于AI边缘计算的智能工厂建设
AI能源的边缘计算市场潜力巨大，潜在的应用范围从消费级扩展到工业级。 在工业4.0模式的推动下，新一代智能工厂将先进的机器人技术、机器学习技术应用于软件服务和工业物品互联网，以提高生产能力，进一步加强生产效率。 由于制造业的智能化，智能工厂一方面需要实时数据收集和及时事故处理，另一方面毫秒级的延迟可能会引起无法挽回的事故。 另一方面，由于生产的复杂性和精细度越来越高，在生产过程中会产生大量的实时数据，但其中只有一部分是重要的数据，需要保存在云中进行挖掘和分析，因此为了缓解云和网络的压力而进行收集数据
边缘计算和人工智能通过使用本地传感器控制和管理输出，可以大大提高效率，减少误差。 边缘系统可以在毫秒内响应输入，调整以更正问题，或者关闭生产线以防止出现重大问题。
面对不断变化的外部环境和消费者日益增长的智能需求，只有不断寻求广泛的技术才能实现突破。 在万物相连、万物感知的智能社会，要想在数字化变革的道路上走得更远，云端合作的智慧生产不可或缺。
3号
与云合作的智能工厂的好处
与单一的基于云的智能工厂生产管理技术相比，基于云的智能工厂生产管理技术具有以下优点
有助于提高人、机、物等主体对生产指令的执行、生产异常/干扰监视等的实时、自主响应能力。
从大量的制造大数据中挖掘智能工厂的生产状态等信息和知识，优化云和边缘端各APP服务的模型和参数，是保证智能工厂运行性能的关键。
通过云和边侧的协同作用，提高边侧数据计算的实时性和请求响应的及时性，降低频繁的云-边通信相互作用带来的网络高负荷。
4号
云合作的具体产业应用场景
领导工厂的智能检查
云一体化边缘计算在工业制造领域采用机器视觉人工智能的视觉检测方案和边缘计算来代替传统的人眼检测。 成品检测提前到第一阶段模具检测，通过边缘计算配置的网关，实时进行数据采集、集成和检测，通过云数据训练不断优化边缘侧算法提高检测精度，从而提高产品检测能力
提高变电站巡检效率
在电力行业，为了提高变电站的巡检效率，用摄像头、传感器采集前端的图像和视频数据，用边缘计算服务器进行数据的清洗、分析和计算，将重要数据上传到数据中心进行存储。 实现电力设备状态和外部环境的实时检测，包括异物检测、行为分析、设备老化检测，对变电站发生的异常行为及时发出警告。 云合作在各个场景中的应用还处于发展阶段，未来需要不断探索。 随着数字化的发展，未来与云的合作将越来越多地满足敏捷连接、实时业务、数据优化、安全、隐私保护等计算需求，并为所有行业带来新的价值