一直在做工業互聯網平臺的東方國信在這一領域中有近十年的經驗。“我們發現平臺、模型、算法都要基于傳感器采集的數據，所以從傳感器的數據源頭端開始做。”東方國信工業互聯網研究院院長趙宏博告訴記者，僅從工業高爐單個應用場景看，就需要紅外成像、熱成像、激光雷達、數字測溫芯片、柔性變偶等各種傳感器。

目前東方國信的工業互聯網平臺能夠接入不同類型的數據。尤其是一些流程復雜的業務系統，在工業互聯網邊緣端形成的小型專家系統已經是一個數據庫。“在工業現場，會有六七千張數據表，數據之間的關聯關系十分復雜，我們通過數據地圖的‘血緣關系’，掌握海量數據的關聯，實現數據治理。”趙宏博說。

工業互聯網的邊緣計算不局限于對數據的處理，一直從事工業互聯網研究的GE也在做工業的邊緣計算，隨著邊緣終端的增多、智能的增強，工業現場對邊緣計算的需求是成為一個小型的工業專家系統。

實現邊緣“專家化”

“工業互聯網平臺不僅僅是用戶平臺，更是一個平臺，幾個企業、幾個專家是不可能把工業互聯網平臺做大的，現在為什么要很突出地將工業互聯網加以定義，是因為它與傳統的工業云有一個重要區別——微服務架構。”趙宏博說，“微服務架構，可以通過程序層面的API接口支持不同的，而容器技術可以支持多種語言。”

通過微服務架構，一個機床領域的專家可以靠比較簡單的“拖拉拽”的鼠標點擊方式，把自己的經驗數據上傳，用已經封裝好的機器學習算法對數據和算法做訓練，做出一個預測機床性能的程序，可以應用在邊緣，判斷現場情況。

目前做邊緣計算平臺的企業也在盡量降低對垂直行業專家的IT要求。近幾年各大云計算廠商紛紛布局邊緣計算平臺，包括Predix Machine，AWS Greengrass，Azure IoT Edge等。今年3月份，阿里計劃在2018年戰略投入“邊緣計算”。邊緣計算平臺并不只負責數據的收集轉發，更重要的是提供智能化運算，并產生可操作額決策反饋，控制設備端。容器化技術成為邊緣計算平臺的底層標準技術，是技術發展的必然選擇。

工業互聯網的邊緣計算應用場景非常復雜。邊緣計算平臺并不是傳統意義的只負責數據收集轉發的網關，邊緣計算平臺需要提供智能化運算能力，而且能產生可操作的決策反饋，用來反向控制設備端。過去，這些運算只能在云端完成。現在需要將云端的計算框架通過裁剪、合并等簡化手段，遷移至邊緣計算平臺，使得能在邊緣計算平臺上運行云端訓練后的智能分析算法。因此，邊緣計算平臺需要一種技術在單臺計算機或者少數幾臺計算機組成的小規模集群環境中隔離主機資源，實現分布式計算框架的資源調度。

目前計算機編程技術多樣，開發人員運用不同的編程語言處理不同的場景的問題已成為常態，所以在邊緣計算平臺也需要開放的支持多種開發工具和多種編程語言的運行時環境。因此，在邊緣計算平臺使用一種運行時環境的隔離技術便成為一種自然的需求。容器技術是主機虛擬化技術后，性的計算機資源隔離技術，通過容器技術進行資源的隔離，不僅對CPU、內存和存儲的額外開銷非常小，而且容器的生命周期管理非常快捷，可以在毫秒級開啟和關閉容器。