答案是，云计算和边缘计算对于成功的IIoT框架都是必要的 -
但成本和投资回报率将决定每个角色扮演的角色。对于大多数人来说，云被看作是IIoT的支柱，最近，向云发送数据对大多数公司来说是流行和正确的举措。新设备带有嵌入式传感器，而旧设备将进行改装以将传感器数据传输到云端。然后基于云的机器学习引擎将根据这些数据提供可操作的见解。这些见解使公司能够进行各种优化
- 从简化生产和提高质量到改进维护。
尽管绕过现有的自动化系统和基础设施似乎是一个简单的举措，但企业可能会遇到问题，以便全面推出IIoT。当您在云中利用分析和无线连接时，成本会迅速升高。云模型的本质是按使用付费，这意味着成本随着时间的推移而变化。有一些方法可以缓解这种情况，包括转向更多的运营支出(OPEX)模型。另一种方法是使用内部基础设施和网关，但这是边缘计算开始引入混合的地方。随着企业利用其IIoT战略前进并开始取得进展，他们意识到云基础架构只是其IIoT等式的一部分。
这是一个混合云世界
运营商发现，当涉及到实时计算需求时，某些流程无法推送到云端。由于成本和延迟问题，他们开始将越来越多的计算推向网络边缘。这也有助于解决自动化行业运营技术人员面临的另一个挑战：网络安全的持续威胁。向工业自动化领域提出挑战的数字化最大的一个方面是向工厂外传输数据。边缘计算平台可以充当多个传感器的本地存储点，实现更多实时反馈的分析，并执行预处理，以便只将必要的数据发送到云。如果从多个传感器点收集数据，这种混合方法还可以减少攻击面的数量，
国内最大的物联卡交易平台（http://www.1330.cn）表示，Edge系统支持广泛的应用，包括小规模，本地化的SCADA，人机界面，历史数据库和瘦客户机，并且可以以具有竞争力的价格提供。他们收集的数据可用于车间的实时分析以改善操作，包括先进的过程控制，质量检查和预测性设备故障。边缘设备还可以将某些信息上传到控制系统，并将云用于资产绩效管理，后处理分析或计划。
保持操作简单
在边缘和云之间找到适当的平衡将是成功的IIoT框架的关键。通过使用适当的工具，企业也将看到宝贵的投资回报。了解数据是IIoT实施中的关键资源，这一点很重要。数据差距可能会对本地和基于云的分析产生不利影响。确保数据能够从收集，存储，维护和安全角度得到充分保护需要从投资回报计算中的人力和风险角度进行评估。例如，在为您的IIoT实施确定最佳工具时，您需要考虑到随着计算能力和应用程序靠近工厂车间，他们偏离那些具备技能支持和解决可能出现的问题的人。
延伸阅读、
http://www.1330.cn/ask/270.html
http://www.1330.cn/ask/269.html
http://www.1330.cn/ask/268.html
