边缘计算是一种新兴的计算模式，它将数据处理能力从云端移动到接近数据源的边缘设备上。
大多数公司在集中存储上存储，管理和分析数据，通常在公共云或私有云环境中。但是，传统的基础架构和云计算不再能够满足许多实际应用程序的要求。例如，在 IoT 物联网和IoE（万物互联）的情况下，需要具有 最小延迟的高可用性网络 来实时处理大量数据，这在传统IT基础设施上是不可能的。边缘计算的优点变得更加明显。
几个重要原因如下
1. 降低延迟 : 边缘计算将数据处理能力推向数据源附近，可以实现更快速的实时数据处理和响应，降低数据传输过程中的延迟，适合对实时性要求高的应用场景。
2. 减少带宽占用 : 边缘计算能够在本地对数据进行处理和分析，只将需要的结果传输至云端，从而减少了大量数据传输和存储带宽的占用，降低了通信成本。
3. 增强数据隐私安全性 : 在边缘设备上进行数据处理可降低数据在网络传输过程中被窃取或篡改的风险，有助于保护数据隐私安全。
4. 提高应用稳定性 : 通过在边缘设备上部署应用程序，可以避免部分网络故障导致整个应用不可用情况，提高了应用的稳定性和可靠性。
5. 支持离线工作 : 边缘计算使得设备可以在没有互联网连接的情况下继续运行和处理数据，增强了设备在断网环境下的应用能力。
发展趋势
1. 智能化 ：边缘设备将会越来越智能化，具备更强大的处理能力和学习能力，可以进行更复杂的数据处理和决策。
2. 网络互联 ：边缘设备之间将形成更为紧密的网络，实现设备之间的信息共享和协作。
3. 安全 ：随着边缘设备的普及，数据安全将变得更加重要，加强边缘设备的安全性将成为一项重点工作。
4. 工业应用 ：在工业领域，边缘计算可应用于工厂数据采集和计算中。通过在设备或传感器上部署边缘计算节点，可以实现更快速、灵活和个性化的数据处理和控制。
在工厂数据采集计算中的应用：
1. 实时监测 ：利用边缘计算节点对工厂设备进行实时监测，从而及时捕捉设备状态、运行数据等信息，帮助工厂管理者快速做出决策。
2. 维护优化 ：通过在设备上安装边缘计算节点，可以对设备状态进行实时分析和预测维护，提前发现设备故障并进行维修，从而避免生产线停机和损失。
3. 生产优化 ：利用边缘计算对生产数据进行实时分析和优化，提高生产效率和质量，优化生产计划和流程，实现智能制造。
总的来说，边缘计算作为一种新兴的计算模式，将在工业领域的数据采集和计算中发挥越来越重要的作用，带来更高效、安全和智能的生产方式。
