现在很多人都同时拥有多个联网设备，包括智能手机、平板电脑，以及各种可穿戴设备等，然而这只是面向个人的智能终端消费市场，随着智能制造战略的持续推进，由物联网所创建的工业设备联网需求正在以远超消费级的规模和速度增长。

    据IDC数据统计，2019年至少40%由物联网创建的数据将在网络边缘或附近存储、处理、分析并作为行动的依据。到2020年，全球将有超过500亿的终端与设备联网。未来，超过50%的数据需要在网络边缘侧进行分析、处理与储存。

    面对海量的工业设备的连接需求，传统的云计算平台已经无能为力。物联网需要保证用户随时随地访问，因此业务的实时性和连续性非常重要。尤其在工业场景中，系统的检测、控制、执行对实时性的要求非常高，一些场景甚至要求延迟必须控制在10ms以内。云计算这种基于传统互联网的远程运算和托管平台很难达到这种要求，由此推动了边缘计算的快速成长和发展。

    边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在业务实时、业务智能、数据聚合与互操作、安全与隐私保护等方面的关键需求。

    目前边缘计算已经成为推动企业数字化和构建智能化工厂系统必不可少的环节。然而由于技术标准不统一等问题的存储仍然面临诸多发展难题。面对海量的工业设备接入需求，边缘计算要解决的第一个难题是海量的联接，以及异构环境的管理。

    除了人们熟悉的数据中心以外，工业现场长期以来存在大量异构的总线联接，多种制式的工业以太网并存，各种异构的工业设备，因此确保兼容性和实时可靠也是边缘计算要完成的重要任务。比如在工厂中有嵌入智能传感器、连接非本地设备的网关、边缘数据中心、工业现场设备等。因此边缘计算要实现业务数据的聚合和互操作，就必须在异构环境中，实现跨厂商、跨应用的数据集成和互操作。

数据集成

    对于这个难题，美国容错技术有限公司（Stratus Technologies）已经开启了在边缘计算领域的变革。面向边缘计算领域推出Stratus ztC™ Edge解决方案，通过支持通用的工业协议，可以集成到企业现有的工业自动化环境中并与之协同工作。使用OPC UA解决工业控制层的互通性和标准化问题，以及通过SNMP请求和陷阱来监控、可视化及通知系统和用户。REST API为客户提供了另一种检索相关系统运行状况和性能信息的方法，并将其呈现给第三方系统管理工具和仪表板。

Stratus ztC™ Edge解决方案

    在某皮卡汽车生产线，通过将ztC Edge接入到工厂的自动化控制环境中，及时的采集工厂传感器、设备和CCD等数据，通过对数据性能的分析反馈车速检测设施，信号灯可及时的根据信息作出不同的显示。可以看到，ztC Edge系统由两个节点组成，它们自动镜像内存中的所有数据和写入磁盘的所有数据，以提供更好的保护。如果节点发生故障，系统会自动使该故障节点上运行的任何VM在其他节点上重新启动，以确保服务的连续性（即使是在另一层楼或另一建筑的节点）。它会自动完成这一切，无需任何用户干预。

    在解决工业控制过程的互操作性和标准化问题之后，企业另一个比较关注的问题是如何快速的部署应用，以及保证应用过程的可靠性，最好是不依赖IT人员的情况下完成所有工作。

    必须明白，边缘计算系统并不是都部署在企业内部，很多设备分散且处于网络的边缘地带，一旦出现故障，不但影响业务的连续性，而且会大大提升企业的可维护成本。

    对于这个问题，ztC Edge安装的Redundant Linux，通过内置虚拟化层将具有广泛兼容的操作系统的虚拟化主机与具有独特检查点和状态点功能的可用性平台相结合，导入和启动OVF设备，包括vSphere映像。

    Redundant Linux的内置虚拟化平台，基于KVM项目，最多可运行单独的三个Windows或Linux虚拟机，每个虚拟机均具有不同的工业控制或loT应用程序。如果在一个节点检测到网络连接或磁盘故障，该系统会自动重新路由流量或使用另一个节点上的数据，且无需人员干预，自动进行，最大程度上减少了用户的工作量。

    在自我保护方面，ztC Edge坚固耐用的外形使其能够灵活地部署在传统的数据机房或数据中心之外，比如部署在生产车间，ztC Edge的自监控和自我保护功能使其成为无人值守站点或资源有限的分散位置的理想之选。由于支持容错和高可用工作负载，客户能够将可用性级别与应用程序的关键程度相匹配。

    目前，ztC Edge有两种型号可供选择–100i和110i。除了在处理器、内存和硬盘方面有的配置不一样之外，其它配置参数基本一致。企业可在充分评估性能需求后进行选择。

ztC Edge两种型号