边缘计算是智能制造产业升级过程中不可或缺的一环。但是，“带刀侍卫”也有自己的烦恼，还存在着一些阻碍其发展的限制因素。

AI技术链首当其冲与制造业的产业链相互分离。根据研究，70%以上的研究机构、科技公司拥有AI技术，缺乏对需求场景和行业领域的知识和数据，同时70%以上的行业用户缺乏技术人才和AI平台的实施能力，这种状况严重制约了智能制造的发展速度。

许多研发人员都是研究机构或是互联网公司出身，精通高精尖的算法，但缺乏对整个产业的实际经验。智能化生产的应用场景是碎片化的，同一客户的生产线也会有很大的差异。起初，由于数据支持较少，接触到的类似场景越多，就能抽离相应的核心算法。

而云边协作缺乏一整套资源管理和任务调度的解决方案，也是关键。对用户来说，边缘计算的核心就是将分析和决策嵌入网络的边缘，需要在算法、云平台、边缘资源管理平台、硬件产品等方面实现系统上的软硬件结合。

消费型算力产品稳定性差，是智慧工厂的心病。许多边缘计算设备成熟度低，稳定性差。比如：很多工业控制的工业控制机器，需要一周10分钟的工作时间-这些设备使用台式机级的芯片做设计，不能保证在户外部署环境下稳定、可靠的持续运行。

面对产业链分离、生态离散等顽症，已有敏锐嗅觉的企业开启了“破圈”尝试。边缘计算在智能制造业中致力于AI系统架构落地的应用，为边缘计算带来了一场逆袭。

边缘计算方案经过多年深耕，成果丰硕。以智能制造、智慧能源、智慧交通等场景为中心，构建了边缘微服务器、便携AI服务器、边缘服务器和边缘微中心四大产品系列，汇聚了智能制造领域系统、算法、应用等伙伴，形成了多种智能制造解决方案。