边缘数据管理与分析海内外发展现状如何？

互联网厂商、通信运营商、工业软件与服务提供商和IT服务提供商 将边缘计算作为边缘数据管理与分析的主要框架，融合大数据、物联网、 区块链、人工智能等技术，共同推动了边缘计算演进发展。

1.边缘数据管理与分析的国内发展现状

工业互联网平台的建设极大的促进了边缘计算平台的发展。其中海 尔卡奥斯COSMOplat工业互联网平台推出5G+边缘计算公共服务平台，助 力海尔智能工厂建设，5G+边缘计算公共服务平台获得2021年度亚洲通 信大奖（Asia Communication Award, ACA）“年度网络创新产品”大奖。

百度开物工业互联网平台推出开源边缘计算平台OpenEdge，并发布 边缘网络计算“DuEdge”服务，借助边缘网络计算的能力，破解端云之 间数据传输和网络流量难题，提升业务的灵活性和高效性。

阿里云supET工业互联网平台推出了IOT边缘计算产品Link Edge， 将阿里云在大数据、人工智能和云计算方面的优势拓展到靠近设备端的 边缘侧，打造云、边、端一体化的协同计算体系。2019年，阿里云正式 推出物联网边缘计算服务，并向用户提供了软硬一体化解决方案，助力 用户高效快速应对复杂的边缘场景。

华为Fusionplant工业互联网平台推出EC-IOT行业物联解决方案， 结合边缘计算和PLC两大技术，面向交通、电力领域，支撑行业边缘智能数据处理的快速适配，推动业务创新。同时，华为正式发布满足ECII （Edge Computing IT Infrastructure）标准的TaiShan边缘服务器， 为边缘计算提供强劲的算力支持。

腾讯WeMake工业互联网平台推出腾讯智能边缘计算网络平台TSEC （Tencent Smart Edge Connector），旨在打造运营商5G网络、移动用 户和业务之间的连接器，为用户和业务提供可自定义、高质量、差异化 的边缘计算网络层服务，实现应用在云、边、端的智能协同。

中国移动在2018年发布支持边缘计算的OneNet平台的4.0版本， OnetNet边缘计算（OneNet Edge）通过在边缘侧提供规则引擎、设备管 理、消息路由、函数计算、智能算法等核心能力，为垂直行业客户提供 多样化服务，推进了边缘智能化发展。

清华数为IoTDB所采用的技术体系架构，覆盖从数据收集到数据应 用的全生命周期，支持高效的数据持久化存储，丰富、低延迟的数据查 询功能，快速的数据过滤和复合查询，支持针对时间序列的扩展分析操 作，可灵活适配在“云-网-端”计算环境下，并与现有生态系统无缝集 成。IoTDB目前在工程机械装备企业和风机健康管理领域得到了应用， 取得了显著的经济与社会效益。

2.边缘数据管理与分析的海外发展现状

在开发平台层面上，亚马逊公司推出了AWS Greengrass服务，将 AWS编程模型扩展到现场的小型设备，帮助客户在特定条件下进行本地 处理，实现边缘侧和云侧的相互依赖和协同。微软在Build 2017开发者 大会上推出了Azure IOT Edge的新服务，将人工智能和高级分析功能赋 能给可支持的设备，实现智能编排的功能，让边缘设备可以灵活、安全、 按需在云端和终端之间智能的分配数据。GE推出了边缘计算产品PredixMachine，旨在帮助企业在边缘更好的处理数据。基于Predix Machine， 合作伙伴可以开发各类现场接入协议，实现边缘设备的连接和数据的采 集 。 德 国 西 门 子 公 司 发 布 边 缘 数 控 产 品 - Optimize myMachining/Trochoidal机器级数控平台，主要应用于机床行业设计， 为客户提供程序更新、优化加工过程，以及根据动态机器数据和输入数 据改进和优化应用程序，进一步缩短了计算处理和数据传输的时延。 PTC推出ThingWorx工业物联网平台，以集群配置将平台扩展到支持海量 设备、管理严苛的数据处理需求，以及支持更多应用用户的能力。特别 在边缘引入增强的预测分析评分，以降低数据传输成本和延迟，并提高 资产绩效预测的准确性。

在运营商层面上，德国电信在2019年推出了一个低延迟边缘计算平 台-EdgAIR（基于OpenStack的开源平台），客户可以在该平台上部署物 联网应用程序。美国电信公司AT&T主导发起了Akraino开源项目，通过 开源加快边 缘计算生 态建设和 商业 的步伐。美 国Verizon、欧 洲 Vodafone、韩国SK电讯和日本KDDI与亚马逊AWS在5G网络上开发边缘计 算服务开展合作，旨在推动和促进低时延应用生态繁荣。

在硬件层面上，谷歌公司推出AI芯片Edge TPU和软件Cloud IOT Edge，帮助客户在网络边缘设备的开发和部署。霍尼韦尔推出一款基于 Mobility Edge平台架构的产品-Dolphin CT60移动计算机，为移动数据 终端产品提供高度的一致性、可重用性和可扩展性，帮助企业加速配置、 认证和部署流程。

综上，目前边缘数据处理方法针对现有工业现场环境，仍然以数 据传输、处理等功能层面为主，少量局部智能的应用主要用于识别技 术，支撑决策的应用仍在不断发展过程中。因此，边缘数据的管理与分析技术仍需进一步发展，以应对未来更多元化的工业数据管理和分 析场景。