2.4 智能設備
當我們理解了網關，理解所謂智能設備就容易得多了。如果一個網關僅連接了一個傳統設備，我們甚至就可以將這個設備和網關的新的組合成爲智能設備。這些正是一些小型、廉價的工業網關被用於設備智能化的附加部件的情形。對於原本已經具有了必要的硬件（如可連接網絡層的網口）的傳統數字化設備（如機牀的數控系統），因爲其本身就已經是一個計算設備，那麼只要增加必要的軟件就可以在其中實現網關的功能。
2.5 邊緣計算
有一個很普遍的誤解，就是認爲物聯網系統中既然數據主要向服務端匯聚，那麼業務邏輯一定也都是在部署在服務端。實際上並不是這樣，一些業務邏輯實際上主要面對該網關管理的感知層的局部的幾個設備，這幾個設備之間的數據流轉和相互協作，沒有什麼必要一定要通過服務端來時間。比如：一個車間內除了機牀還有一個可燃物報警器，當可燃物報警器報警的時候，需要機牀必須停機以避免事故。如果在這種情況下，報警信號要從服務端繞一圈再下發到各個機牀，那麼如果此時連接服務端的網絡有問題，那麼這個報警信號的作用可能因爲時間延遲損失了應對時間，甚至因爲網絡問題乾脆就丟了——這顯然是不可接受的。工業網關必須具有一定業務邏輯的就地處理能力，而這種能力又被稱爲邊緣計算。
總的來說，邊緣計算有以下作用：
一、確切而及時地響應就地業務邏輯。這一點前面已經說明。不同的業務場景的業務不同，有的工業網關甚至爲此內置PLC常用的梯形圖等邏輯編程工具，從而可以實現更加複雜的就地邏輯。而一些成熟的商用基礎雲服務平臺，如亞馬遜AWS雲服務，所提供的面向物聯網的邊緣計算工具中也明確提供了相關的腳本編程和部署工具。
二、降低服務端計算和存儲負載。這個很好理解，既然部分業務邏輯從服務端轉移到設備端的網關上運行，服務器計算負載自然也就減輕了。有些情況下，甚至因爲部分數據僅對就地業務邏輯有關而無需上傳和存儲在服務端，從而有而節省了服務端的存儲壓力。
三、降低網絡層帶寬需求。
四、數據安全和保密考量。有些數據本身比較敏感，不適合直接傳輸到部署在雲端的服務端中。但是因爲就地業務邏輯本身和雲端有協同作用，所以還是需要將本地業務邏輯的一些較爲宏觀的運行狀態和結果反饋給服務端——因爲這些邊緣計算的狀態和結果沒有暴露原始數據的細節，對數據安全和保密的需求就大大降低了。
五、分佈式存儲。這一點和前面的情況有一定的差別，而時僅僅針對就地的數據的。一些情況下，就地數據的價值很稀薄，表現在僅僅是在偶然的情況下才對物聯網系統中的其他組成部分有用。如系統在收集設備的運行狀態，但僅僅在發生事故時纔有必要分析事故前半小時之內的數據。如果這些數據一直在向服務端傳輸和存儲，浪費的資源可能是巨大的。這種情況下可以選在在設備端存儲足夠可回溯的歷史數據，但僅在設備故障時再選擇向服務端發送，以便提黑部署在服務端的故障分析應用使用和作爲系統的故障診斷知識庫使用。
那麼是不是計算負載應該追求儘可能地下放到邊緣（工業網關或者智能設備）呢？回答是否定的。這主要有幾方面的原因：
一、系統總成本控制。將計算負載過度下方到設備端可能會造成設備端的計算能力需求大幅度提升，而作爲嵌入式設備，超過一定的計算負荷，如果再提升，其代價可能要遠高於服務端。
二、算法的數據依賴性。有些數據分析過程，比如人工智能，爲了擁有一個大樣本來訓練算法，也必須利用整個系統內的所有個體設備的數據，而這些數據及其分析程序也許只有部署在服務端纔是可行。
由於邊緣計算的興起，在某些應用場景下物聯網服務端變得很“薄”，甚至僅具有關鍵數據存儲和子系統之間的溝通、監控作用，而這些存儲於服務端的關鍵數據的組成可能是以設備端邊緣計算得出的結果爲主而不是以原始數據爲主。如一些基於區塊鏈技術的分佈式能源結算系統，所謂的中心主要負責接入設備的身份驗證和用電量結算結果的存儲，有關結算的大量非結算點的原始數據已經在設備端（智能電錶）的邊緣計算中隨用隨棄了。
2.6 小結
本章我們可以瞭解到：
1、從感知層獲取的數據具有各種異構性，主要來自電氣信號、通信協議，以及數據的數量和質量。
2、工業網關的最基本作用就是整合這些異構的數據爲服務端可接受的形式，並向服務端發送；反之亦然。而所謂智能設備，可以看做是內置了簡單網關的設備。
3、計算和存儲負載並不是完全集中放在服務端的，一些情況下要充分利用網關的邊緣計算能力來提供必要的響應能力並節省整體資源。
4、構建工業物聯網系統時，應根據系統的用戶需要選擇合適的傳感網絡。
上一篇：工業物聯網：2 設備端（3）
下一篇：工業物聯網：3 網絡層（1）