邊緣服務，主要是在本地提供就近服務，滿足實時性、成本、安全與隱私保護等方面的訴求。許多業務將通過本地裝置實現而無需交由雲端，大大提公升處理效率，減輕雲端的負荷。
邊緣服務其實繼承了很多傳統自動化控制理念和業務概念，其又稱邊緣計算，則會涉及更多關於資料計算處理功能。在傳統的自動化控**務中，諸如資料歸一化、資料清洗、資料記錄、資料分析等在物聯網邊緣服務同樣適用，但又有通過雲邊協同的大資料處理來進行智慧型**，或生產、倉儲、物流等環節的生產資料的實時全鏈監控、跟蹤等等全新的內容。
下面看看邊緣服務都有那些基礎功能要求，又有那些高階功能要求。
基礎功能：
資料採集，通過不同的介面驅動與裝置通訊，獲得裝置推送的通訊報文。
報文解析或協議解析，這裡主要是指業務應用協議的報文解析，例如將裝置的modbus協議解析為具體的業務結構化資料。
資料清洗或過濾，裝置端資料採集很頻繁，通常到毫秒級別，這是確保實時性的需要，但是很多採集到的資料是大量冗餘的。最常見的做法就是對實時資料進行標註，實現在資料變位或一定間隔內定期進行上送、記錄等資料處理，進而加強與雲端通訊的有效性，又能降低通訊成本。
本地場景聯動（自動化排程策略），就是本地裝置之間發生關聯，產生業務鏈的一種業務規則，而聯動策略支援預先或實時配置。例如溫度感測器獲取的資料大於32度時，開啟空調的供電，並在間隔數秒後啟動空調。
分析告警，主要是實時分析，這和場景聯動前置很像，都是通過條件判定生成輸出，只不過場景聯動輸出的是新業務鏈排程，而分析告警輸出的是異常處置、訊息預警等等。訊息預警一般可以通過簡訊、郵件等方式，需要注意告警過濾策略很重要，防止訊息淹沒和提高告警精準度。
上面所列的基礎功能在傳統自動化控制系統中一樣存在，而高階功能：
本地機器學習，通常的做法是在雲端訓練好模型然後遠端部署到本地，在本地進行推理計算，提高業務穩定性和計算速度。
函式計算，本地各種事件業務的處置函式，諸如實現資料過濾歸
一、構建孿生資料和業務模型、資料**或提供第三方服務介面等等。
在實際專案中邊緣服務（計算）部署的載體通常有兩大類：
工業pc類，例如工控機、迷你電腦、工業電腦、伺服器，系統一般採用linux/win/ android，主要是部署資源要求相對較高的邊緣服務。通常這些裝置提供rj45、wifi、4g等通訊方式與雲端通訊。
嵌入式裝置，系統一般採用mcliunx、arm_linux、ppc-linux等或專有物聯網作業系統如alios-things,huawei liteos,rt-thread等，主要部署資源要求相對較低的邊緣服務。通常這些裝置會附帶wifi、4g等通訊模組實現與雲端通訊。
邊緣服務（計算）之上的霧計算，基於微型伺服器、工控機、嵌入式裝置的計算力問題，在區域性範圍為邊緣服務或裝置提供計算服務。霧計算相比邊緣服務具有更強的計算力和覆蓋範圍，相比雲平台具有更低的時延。霧計算，是一種分布式的計算模型，作為雲資料中心和物聯網（iot）裝置/感測器之間的中間層，它提供了計算、網路和儲存等能力，也可以看做是擴充套件的邊緣計算。
本人認為目前邊緣服務的最需解決的技術難點：
其一，確保資料採集既穩定可靠又精確無誤，尤其針對不同裝置、不同協議資料採集確保時延、時序、遞序是極不容易的事情。
其二，標準化與通訊，減少與行業標準間的隔閡，打破裝置隔離，提高互操作性，完善資料保護和訪問機制。
其三，動態排程能力，綜合考慮排程的粒度、組合、依據等，在邊緣裝置能耗、計算延時、傳輸資料量、頻寬等指標之間尋找平衡的解決方案。
物聯網與邊緣計算的融合
物聯網已經發展很多年了，英文全稱為internet of thing iot 是指由各種不同物理裝置連線起來的網路，這些裝置比如手機 汽車 樓宇 溫度計等等日常生活中具有可連線介質的物品。而隨著越來越多的物品具有了這種介質，這些物品都成為了可連線裝置，因此，iot發展的結果是萬物互聯。萬物互聯必然會...
ARM Mbed Edge物聯網閘道器邊緣側管理
在物聯網應用中，我們看到商務樓宇 精準農業和互聯廠址 智慧型家居等應用有很大的發展機遇。與此對應的，邊緣計算逐漸走入人們視野。邊緣計算是管理雲計算系統的更新方式，資料處理在更接近於資料來源的網路 邊緣 完成。使用本地處理器和儲存作為應用的主要計算裝置，減少了從 遠端資料中心來回傳遞所有資訊的時間。隨...
邊緣計算閘道器 工業物聯網智慧型網關
工廠裡的每一台裝置都在產生資料。從裝置資料的視點，能夠從海量資料的背面發掘和剖析裝置非預期停機的原因 進步成品率的途徑等，找出更好的裝置維護方法，從而進步工廠的全體出產功率。邊緣計算閘道器是處理大資料而生的，同時把資料結果傳入雲端 這是大資料在工業領域的價值地點。然後裝置資料的收集 傳輸和監控成為關...