U8.COM·(中国区)有限公司官网-

　　边缘计算（Edge Computing）是一种分布式计算框架，指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

　　。在工业等领域，边缘计算可应用于能源分析、物流规划等场景，其处理过程在本地完成，能提升效率并减轻云端负荷

　　。工业和信息化部发布《工业互联网和人工智能融合赋能行动方案》，提出支持工业企业综合运用边缘计算等技术推动工业网络升级，并引导加快边缘一体机、智能网关等设备部署

　　。随着大模型与边缘计算技术成熟，网约车安全体系正从规则驱动迈向智能驱动，如2026年1月高德打车上线的AI服务卫士功能依托多模态AI模型，利用边缘计算技术实现实时监测与智能研判

　　为代表的网络公司以雾计算为主。思科已经不再成为工业互联网联盟的创立成员，但却集中精力主导OpenFog开放雾联盟。

　　根据2026年工业和信息化部发布的《工业互联网和人工智能融合赋能行动方案》，方案强调“云边端”算力精准匹配，推动边缘计算在工业互联网与人工智能融合中的关键作用，例如引导工业企业加快边缘一体机、智能网关等设备部署，并强化工业大模型在算力跨区域高效调用、“云边端”算力精准匹配等方面的普及应用，以提升工业智算供给能力和利用效率。

　　从二者的计算范式可以看出来，边缘侧的数据计算，一下子变得丰富起来。这里产生了全新的想象空间。

　　全球智能手机的快速发展，推动了移动终端和“边缘计算”的发展。而万物互联、万物感知的智能社会，则是跟物联网发展相伴而生，边缘计算系统也因此应声而出。

　　的概念已经提出有超过15年的历史，然而，物联网却并未成为一个火热的应用。一个概念到真正的应用有一个较长的过程，与之匹配的技术、产品设备的成本、接受程度、试错过程都是漫长的，因此往往不能很快形成大量使用的市场。

　　的技术成熟曲线年IoT从概念上而言，已经到达顶峰位置。因此，物联网的大规模应用也开始加速。因此未来5-10年内IoT会进入一个应用爆发期，边缘计算也随之被预期将得到更多的应用。

　　在中国，边缘计算联盟ECC正在努力推动三种技术的融合，也就是OICT的融合（运营Operational、信息Information、通讯Communication Technology）。而其计算对象，则主要定义了四个领域，第一个是设备域的问题，

　　出现的纯粹的IoT设备，跟自动化的I/O采集相比较而言，有不同但也有重叠部分。那些可以直接用于在顶层优化，而并不参与控制本身的数据，是可以直接放在边缘侧完成处理；第二个是网络域。在

　　面，直接的末端IoT数据、与来自自动化产线的数据，其传输方式、机制、协议都会有不同，因此，这里要解决传输的数据标准问题，当然，在OPC UA架构下可以直接的访问底层自动化数据，但是，对于Web数据的交互而言，这里会存在IT与OT之间的协调问题，尽管有一些领先的自动化企业已经提供了针对Web方式数据传输的机制，但是，大部分现场的数据仍然存在这些问题。第三是数据域，数据传输后的数据存储、格式等这些数据域需要解决的问题，也包括数据的查询与数据交互的机制和策略问题都是在这个领域里需要考虑的问题。

　　最后一个，也是最难的应用域，这个可能是最为难以解决的问题，针对这一领域的应用模型尚未有较多的实际应用。

　　边缘计算联盟ECC对于边缘计算的参考架构的定义，包含了设备、网络、数据与应用四域，平台提供者主要提供在网络互联（包括总线）、计算能力、数据存储与应用方面的软硬件基础设施。

　　整合角度而言，ECC提出了CROSS，即在敏捷联接（Connection）的基础上，实现实时业务（Real-time）、数据优化（Data Optimization）、应用智能（Smart）、安全与隐私保护（Security），为用户在网络边缘侧带来价值和机会，也就是联盟成员要关注的重点。

　　》，边缘计算在“云边端”协同算力架构中实现算力的跨区域高效调用和精准匹配，以提升工业智能算力供给能力和利用效率

　　对物联网而言，边缘计算技术取得突破，意味着许多控制将通过本地设备实现而无需交由云端，处理过程将在本地边缘计算层完成，这大大提升处理效率，减轻云端的负荷，例如，宇泛智能作为以物联网平台和边缘计算为核心的

　　与空间数智化服务商，构建了从算法、硬件到系统级交付的完整能力体系，其产品与解决方案在工地、园区等场景的规模化落地，正是边缘计算技术提升物联网本地处理效率、实现快速响应的典型实践

　　等技术深度融合，构建智慧建造新生态，通过施工过程态势的实时感知、质量安全问题的定位监管、计划进度的动态查看与推演、视频监控的智能分析及预警、施工现场物联设备的远程控制等，实现施工全过程的可视、可管、可控

　　随着大模型与边缘计算技术成熟，网约车安全体系正从规则驱动迈向智能驱动。

　　2026年1月，高德打车上线的AI服务卫士功能依托多模态AI模型，可对行程中的异常停留、绕路偏离等风险进行实时监测与智能研判，实现了分钟级的异常识别与自动化干预。

　　该功能将安全防护从事后追溯前移至事中干预，目前已在北京、上海、杭州、成都四座城市率先应用于专车、商务车及豪车等高价值订单。

　　在2026年1月宣布，其第三代酷睿Ultra芯片将应用于机器人等边缘计算系统，并计划于2026年第二季度问世。

　　同时，该公司正在围绕该芯片开发PC掌上游戏平台，旨在通过专门优化的SoC在掌机等手持移动平台上实现高性能与低功耗。

　　，并实现了长达27小时的续航，其高能效与强AI算力特性非常适合边缘侧设备。

　　向智能化演进，传统的集中式、层级化控制架构面临响应延迟与数据传输瓶颈的挑战，以“算力下沉”与“分布协同”为核心特征的

　　新范式正在形成。边缘计算作为实现该范式的关键技术，其计算单元被深度植入工业现场设备，直接处理来自

　　等高维数据，实现毫秒级的实时识别与规划，从而将控制权下放至边缘侧，提升系统敏捷性。

　　等新型工业网络提供的扁平化、确定性传输基础，以及软件定义自动化（SDA）理念下控制逻辑从硬件解耦为可动态加载的软件。

　　在智慧教育领域，边缘计算作为承载轻量化人工智能模型的关键基础设施，正推动教学模式的创新

　　。例如，2026年1月，新开普公司在机构调研中介绍其AI布局，计划将视觉模型、视频物体检测模型等AI模型进行轻量化后，部署至边缘计算设备，以实现本地化、低延迟的AI辅助教学，应用于高校的

　　，横向复制拓展至智慧园区、智慧农业、智慧水务等B端行业领域，实现技术价值的跨场景迁移与商业化落地

　　在交通、能源、水利、城市生命线等基础设施的全生命周期安全监测与智能运维领域，边缘计算得到集中展示和应用

　　。2026全国基础设施安全监测与智能运维展览会（CISME 2026）集中展示了边缘计算与

　　具体应用形态包括支撑基础设施监测运维一体化系统、数字孪生平台、AI故障诊断与预测性维护系统等智能运维平台

　　、无人机巡检、智能检测车等智能巡检终端，以实现数据的实时处理与快速响应

　　2022年12月2日，边缘计算入选“智瞻2023”论坛发布的将在未来几年对社会、经济、行业发展产生重大影响的十项焦点科技名

　　2024年《全球边缘支出指南》预测，全球边缘计算支出预计将在2028年达到3780亿美元

　　升级和强化工业智能算力供给的关键技术，并计划到2028年推动不少于5万家企业实施新型工业网络改造，以强化工业智能算力供给

　　发布《新型工业网络产业链名录（2025）》，将边缘计算列为关键领域之一，旨在为产业链协同和网络选型提供参考，推动关键技术的规模化应用

　　2026年1月，英特尔发布第三代酷睿Ultra移动端处理器，并透露正在围绕该处理器开发PC掌上游戏平台；同时，搭载该芯片的机器人等边缘计算系统计划于2026年二季度问世

　　2026年9月16日至18日，全国基础设施安全监测与智能运维展览会（CISME 2026）在

　　举办，聚焦展示包括边缘计算在内的新一代信息技术在交通、能源、水利、城市生命线等基础设施安全监测与智能运维领域的创新应用

　　2026年9月22日至24日，武汉智能工业及自动化博览会举办，聚焦边缘计算在

　　端的深度植入，展示了以算力下沉和网络扁平化为特征的工业控制新范式，为制造业智能化升级提供技术底座

　　自动化事实上是一个以“控制”为核心。控制是基于“信号”的，而“计算”则是基于数据进行的，更多意义是指“策略”、“规划”，因此，它更多聚焦于在“调度、优化、路径”。就像对全国的高铁进行调度的系统一样，每增加一个车次减少都会引发

　　的调整，它是基于时间和节点的运筹与规划问题。边缘计算在工业领域的应用更多是这类“计算”。

　　简单地说，传统自动控制基于信号的控制，而边缘计算则可以理解为“基于信息的控制”。

　　值得注意的是，边缘计算、雾计算虽然说的是低延时，但是其50mS、100mS这种周期对于高精度机床、机器人、高速图文印刷系统的100μS这样的“控制任务”而言，仍然是非常大的延迟的，边缘计算所谓的“实时”，从自动化行业的视角来看——很不幸，依然被归在“非实时”的应用里的。

　　边缘计算是在高带宽、时间敏感型、物联网集成这个背景下发展起来的技术，“Edge”这个概念的确较早为包括ABB、B&R、Schneider、KUKA这类自动化/机器人厂商所提及，其本意是涵盖那些“贴近用户与数据源的IT资源”。这是属于从传统自动化厂商向IT厂商延伸的一种设计，2016年4月5日Schneider已经号称可以为边缘计算定义了物理基础设施——尽管，主打的还是其“微数据中心”的概念。而其它自动化厂商提及计算，都是表现出与IT融合的一种趋势，并且同时具有边缘与泛在的概念在其中。

　　IT与OT事实上也是在相互渗透的，自动化厂商都已经开始在延伸其产品中的IT能力，包括Bosch、SIEMENS、GE这些大的厂商在信息化、数字化软件平台方面，也包括了像贝加莱、罗克韦尔等都在提供基础的IoT集成、Web技术的融合方面的产品与技术。事实上IT技术也开始在其产品中集成总线接口、HMI功能的产品，以及工业现场传输设备网关、交换机等产品。

　　IoT被视为未来快速成长的一个领域，包括最前沿的已经出现了各种基于Internet的技术，高通已经提出了Internet of Everything—可以称为IoX。因此新一个产业格局呼之欲出，边缘计算联盟ECC的边界定义而言，华为其主旨在提供计算平台，包括基础的网络、云、边缘服务器、传输设备与接口标准等，而Intel、ARM则提供为边缘计算的芯片与处理能力保障，信通院则扮演传输协议与系统实现的集成，而沈阳自动化所、软通动力则扮演实际应用的角色。

　　但是，边缘计算/雾计算要落地，尤其是在工业中，“应用”才是最为核心的问题，所谓的IT与OT的融合，更强调在OT侧的应用，即运营的系统所要实现的目标。

　　》，旨在推动超过5万家企业实施“人工智能+工业互联网”升级改造，方案将边缘计算列为支撑工业智能、满足高通量、低时延、高可靠通信需求的新型工业网络的重要组成部分，并在“强化工业智能算力供给”部分明确提出引导工业企业加快边缘一体机、

　　在工业领域，边缘应用场景包括能源分析、物流规划、工艺优化分析等。就生产任务分配而言，需根据生产订单为生产进行最优的设备排产排程，这是APS或者广义MES的基本任务单元，需要大量计算。这些计算是靠具体MES厂商的软件平台，还是“边缘计算”平台—基于Web技术构建的分析平台，在未来并不会存在太多差别。从某种意义上说MES系统本身是一种传统的架构，而其核心既可以在专用的软件系统，也可以存在于云、雾或者边缘侧。

　　自动化厂商提供“采集”，包括数据源的作用，这是利用自动化已经在分布式I/O采集、总线互联、以及控制机器所产生的机器生产、状态、质量等原生“信息”。

　　ICT厂商则提供“传输”，实现工业连接。因为在如何提供数据的传输、存储、计算方面，ICT厂商有其传统优势，包括成本方面，已经云平台的优势。

　　传统工业企业的业务经验和知识，则为分析软件（独立的或者企业内部）厂商提供“分析”的依据。这些业务过程的理解，仍然是必不可少。产业链的协同，终极目标，仍然是解决“质量、成本、交付”的核心问题。

　　中国联通集团相关专家表示，2020年是中国5G SA网络商用元年，未来几年5G网络将承载更多的行业需求，带来更多的商业机会。行业应用需要具备差异化、确定性、自主灵活的专属网络，不同的行业业务对带宽、时延、可靠性等的要求不同，这要求5G专网要具备确定性体验、自服务、新业务快速开发上线等网络能力。在云网融合趋势下，边缘计算将助力5G行业应用加速落地实践。

　　设立了“工业数据采集与边缘技术应用”赛项，聚焦数据采集、边缘设备部署、实时数据分析等前沿技术实操，四川省蒲江县职业中学（

　　边缘计算（Edge Computing）是指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，以满足行业数字化在敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。

　　边缘计算并非是一个新鲜词。作为一家内容分发网络CDN和云服务的提供商AKAMAI，早在2003年就与IBM合作“边缘计算”。作为世界上最大的分布式计算服务商之一，当时它承担了全球15-30%的网络流量。在其一份内部研究项目中即提出“边缘计算”的目的和解决问题，并通过AKAMAI与IBM在其WebSphere上提供基于边缘Edge的服务。

　　对物联网而言，边缘计算技术取得突破，意味着许多控制将通过本地设备实现而无需交由云端，处理过程将在本地边缘计算层完成。这无疑将大大提升处理效率，减轻云端的负荷。由于更加靠近用户，还可为用户提供更快的响应，将需求在边缘端解决。