为什么说雾计算（工业）是制造业下一个十年的核心底座？

我去年跑了17家制造工厂，从东莞的3C组装车间，到宁波的汽配冲压厂，发现一个共同的变化——原来喊了五六年的“上云”，现在大家都开始往车间里装“雾”了。

工业场景为什么放着云计算不用，非要搞雾计算？

很多工厂老板刚接触数字化的时候都绕过这个弯：我把数据传到云端，用云端的大算力处理不好吗？干嘛非要在车间里放算力节点？不好。真的不好。工业现场对延迟的敏感度，远超普通人的想象。机械臂抓精度0.01mm的零件，延迟超过50ms，残次品率直接翻三倍。一条每分钟生产60米的光伏薄膜生产线，在线检测延迟超过100ms，几米的料就废掉了。全量数据传云端，带宽成本一年几十万，遇上网络波动断网，整条线就停了。说白了，云计算是集中计算，适合做非实时的大数据分析，比如月度产能统计、年度质量复盘，真要管现场实时的事，它够不着。雾计算（工业）的思路刚好反过来，把算力放在靠近设备的“雾层”，也就是产线旁边、车间里面，实时数据本地处理，只把需要汇总的非实时数据传到云端，既解决了延迟问题，又省了带宽，还把核心生产数据留在了工厂，安全多了。

问：是不是只有年营收几十亿的大工厂才用得上雾计算（工业）？答：完全不是。现在很多做汽配的中小工厂，一条自动化冲压线也就两三千万的投入，装五六个雾节点，一年的成本也就十几万，换算下来比你多产残次品浪费的钱少多了。我上个月接触的浙江一家中小型汽配厂，换了雾计算架构之后，残次品率从1.2%降到了0.3%，不到半年就收回了投入。

目前雾计算（工业）落地最成熟的三个场景

炒概念的多，真落地的少，我跑了这么多厂，见过真的跑通赚钱的，也就这三个方向： 1. 实时在线质量检测 💡 原来用云端AI做视觉检测，拍一张瑕疵图传上去，再等结果回来，最少两百多毫秒，流水线根本停不起。现在雾节点直接装在检测相机旁边，本地推理，10毫秒以内出结果，发现瑕疵直接触发剔除机构，完全不影响线速。现在不少光伏、3C行业的新生产线，标配都是这个方案。 2. 核心设备预测性维护 ✅ 机床、空压机、风机这些核心设备，停一天损失几十万。原来靠人工定期点检，漏检是常事，提前换配件又浪费钱。雾计算节点实时采集振动、温度、电流数据，本地跑异常检测模型，一不对就直接告警，提前三天就能发现潜在故障，把非计划停机率降一半都不夸张。 3. 多设备跨单元协同控制 ❗ 比如汽车焊装车间，十几台焊装机械臂要协同作业，原来靠硬接线的控制器，改个车型程序要停线两三天，损失几百万。现在靠雾节点统一调度，程序远程更新，不用停线就能完成切换，太香了。

问：雾计算（工业）和现在炒得火热的边缘计算到底是不是一回事？答：很多人都被厂商绕晕了，说直白点：边缘计算一般是指单个靠近终端的计算节点，比如单个相机旁边的算力盒，就是个边缘节点。而雾计算是一整套分层的计算网络，从单个设备的边缘节点，到车间级的雾网关，再到工厂级的区域服务器，最后连到云端，是把整个工厂的算力分层调度的架构。说白了，边缘是点，雾是网。不过话说回来，现在不少厂商换概念骗钱，把个边缘算力盒就叫工业雾计算，别被忽悠了。

工厂上雾计算（工业），一定要避开这三个坑

我见过太多砸了钱没效果的项目，总结出来三个最常见的坑：第一，不要上来就全工厂改造。很多老板听完介绍心潮澎湃，直接拍板全工厂上，花了大几百万，最后工人不会用，流程改不动，烂尾了。正确的做法是挑一条问题最突出的产线先试点，跑两三个月，算清楚投入产出，再慢慢往整个工厂扩。第二，不要贪大算力。很多厂商卖货，上来就给你推32核64G的高端节点，其实大部分工业场景，8核16G的节点完全够用，雾节点本来就是干轻量化实时计算的，大算力大部分时间闲着，纯纯浪费钱。第三，一定要提前测兼容性。很多工厂有不少用了五六年甚至十年的旧设备，通信协议乱七八糟，很多新的雾节点不兼容老协议，最后改接口改到崩溃，额外花几十万的改造费。一定要拉着供应商，把你所有要接的旧设备提前测一遍，谈好改造的价格再签合同。我之前碰过一个江苏的机械厂老板，听了厂商忽悠，花两百多万上了整套系统，结果一半旧设备连不上，最后又花了八十万改接口，老板那段时间见人就骂，这种坑真的见太多了。今年我明显感觉到，雾计算（工业）的落地速度比前几年快太多了，国内几家头部工业互联网平台把方案做标准化之后，整体成本比三年前降了快六成，原来只有大工厂玩得起，现在中小工厂咬咬牙就能上。未来的工业数字化，肯定不是把所有东西都往云端扔，算力一定会往下沉，沉到车间里，沉到产线边。雾，才是离制造现场最近的那个计算层。

免责声明：文章内容来自互联网，本站仅作为分享，不对其真实性负责，如有侵权等情况，请与本站联系删除。
转载请注明出处：为什么说雾计算（工业）是制造业下一个十年的核心底座？ https://www.dachanpin.com/a/tg/68263.html