边缘计算作为工业互联网内网的关键技术，是工厂内外网连接的有效手段，是推动离散制造业转型发展的重要使能技术。

世界范围内已掀起的新一轮产业转型浪潮，数字化是基础，网络化是支撑，智能化是目标，离散型制造业转型面临着巨大的发展机遇。目前，离散制造产品、生产设备、工艺等已逐步实现数字化、网络化，而智能传感和人工智能等技术也在不断地发展成熟，因此，实现离散制造业的全面转型已经具备了基础条件。分散化的制造业与流程制造业相比，生产环节更加分散，生产设备更加多样化，更容易对流程进行流程改造；而流程制造业由于自身的自动化水平已经很高，生产环节比较成熟，并且主要由硬件决定生产流程和产能，因此更容易用软件来决定生产流程和产能，而边缘计算的功能和特点是可以在实施过程中更易实现的。

将离散制造和边缘计算相结合，需要解决大量数据管理和处理、多源数据集成、各种设备的访问、数据模型分析、资源规划分配、应用创新和集成等一系列问题。作者试图从所涉及的典型关键技术出发，一方面探讨边缘智能、异构计算、互联互通等技术如何进一步提高边缘侧向离散制造企业的数据管理和分析能力；另一方面剖析了微服务与计算迁移等技术如何不断提升平台资源利用效率，从而进一步提升边缘计算平台服务能力。

边缘计算的异构计算

随着工业网络应用的普及，信息量急剧增加，大量的传感器数据、文本/超文本、声音数据、图像数据、视频序列等对边缘计算能力的要求越来越高。所以，一开始，迫切需要各种类型的芯片(CPU、GPU、FPGA等各类算子)提供各种运算能力要求。第二，为了发挥各种异构算力的协同能力，根据各种应用所需网络和业务的不同，需要提供高阶能力，如转发加速、网络调整和网络自治。

另外，对于各种垂直行业场景，边缘侧要求同时处理结构化数据和非结构化数据。为了满足以上要求，业界提出了异构计算架构，将不同类型的指令集和不同体系结构的计算单元组合在一起，充分发挥计算单元的优势，实现性能、成本、功耗、移植性等方面的平衡。

利用异构计算对各种非结构化数据进行内容分析和融合处理，从大量的运行数据中挖掘出有效的信息，从而为离线制造过程的准确性提供数据支持。