隨著現代工業的流程不斷往自動化、AI 靠攏，更快的運算速度和更大的數據傳輸量成為了需要考量的關鍵要素，邊緣運算（Edge Computing）概念的誕生，更將製造業的數位轉型推向實時收集數據並完成運算的方向推進。

邊緣運算的概念基本上就是將原本由中心節點完成大量數據運算的方式，分散為在幾個小的節點、甚至是邊緣節點進行運算，邊緣節點指的基本上就是終端裝置的概念，如此一來可以減少資訊傳輸的量和延遲時間，更適合處理大數據，最初比較廣為人知的應用場景是在自駕車上，但其實在工廠、物聯網的數據運算上，也具備非常高應用的潛力。

近邊緣（Near-Edge）與遠邊緣（Far-Edge）

近年來針對邊緣運算有趣的進展，正是近邊緣和遠邊緣的差別，遠邊緣指的是和消費品進行合作，達成一些流程上的自動化，例如：賣給客戶的影印機沒紙時會自動訂紙。

而近邊緣指的便是邊緣運算在工廠自動化上的應用，將運算單位直接延伸到物聯網設備上，透過雲端分散託管在小型設備上，而這些小型設備可以在整個供應鏈中快速且經濟高效地部署。

5G 在其中扮演的角色

為了讓邊緣運算能實際減少智慧工廠在運算和數據傳輸上的時間，連線品質將成為攸關生死的環節，而現有的技術無法輕易達成遠端設備傳輸，就算可以達成，也難以在兼顧資安、延遲品質的狀況下達成。

若能夠部署良好的私有 5G 連線，可以在整個園區或工廠達成足夠的連線品質，降低整個生產流程的成本和複雜性，極大化優化供應鏈的效率、安全性，並藉由良好的連線串接更多業務合作夥伴，優化協作的效率。

5G 在工廠的邊緣運算上扮演的角色主要是能夠做到在供應鏈上的所有數據實時收集、分析、傳輸，這主要依賴於 5G 頻寬的相對提升，更進一步的說，可以透過 5G 的普及化，消弭工廠和消費者間的距離，工廠可以藉由 5G 網路傳送來的智慧家具數據，更加了解使用者的使用狀況，並搞清楚消費者在使用哪些環節的時候可能出錯，並藉此優化產品製程，加強特定的零件和功能，讓工廠跳脫出傳統只能提供「產品」的價值，更可以擁有自主優化、調整產品的「價值創造」能力。

其他領域的實際案例

據 Manufacturing.net 歸納，5G 邊緣運算可以實際應用在石化產業的配送站點，並通過 5G 最後連接到集中自動化系統。例如，監控管道以實時檢測和傳遞數據異常可以幫助自動化控制系統更快速的達成反應，雖然目前很多站點都已經有設置網路連線或是衛星等方式監控，但這些站點沒有辦法像 5G 一般可以容納如此龐大的數據。

在食品和飲料行業，監控和優化運輸環境是一個非常有潛力的應用，通過 5G 網路收集冷藏車上的數據，並進行分析運算，可以實現實時的自動化控制，減少食物損失。

（以上資料擷取自科技報橘）

【本訊息文字圖片未經原提供單位許可，不得任意轉載及連結，如有需求，請洽原資料提供單位。】