不論我們身處何方，關于工業物聯網(IIoT)的討論都會不絕于耳。而且，對于不同的行業，這一趨勢表現在不同的方面。例如，工業4.0是專為生產設備發展出來 概念。在電網領域，IIoT表現為智能電網;石油和天然氣行業的IIoT則體現在井場數字化。雖然IIoT的不同形式有其特定表述和流程，但是IIoT所提供的技術和優勢卻是大致相同。雖然行業領先者都渴望利用IIoT，但很難想象到2020年500億臺設備連接起來是何種場景1。專家估計，在2015年至2025年間部署的這些新網聯設備中，有半數將來自工業領域2。這意味著工程師和科學家將是工廠、測試實驗室、電網、煉油廠和基礎設施領域實現IIoT的驅動者。
對于IIoT，工程師可以期望獲得三個主要好處：
·通過預測性維護增加正常運行時間
·通過邊緣控制提升性能
·通過真實的網聯數據改進產品設計和制造
為了實現IIoT的這些優勢，設計團隊必須依賴多項核心技術。無論是在構建在線監控系統、智能制造機器，還是測試物理或機電系統，一個關鍵的共性都是對邊緣智能的需求。系統越復雜，就越需要做出實時決策。例如，在風力渦輪機葉片的結構測試中，采集大量高分辨率模擬波形數據的能力對于理解葉片行為特征至關重要。同時，我們需要處理這些數據，為控制系統提供輸入，使得系統能夠驅動葉片，以確保測試在已知條件下進行。因此，專家估計至少40%的物聯網數據將在邊緣側進行存儲、處理、分析和響應3，也就不足為奇了。為了最大限度地提高性能并減少不必要的數據傳輸，用戶必須將決策權下放到部署在設備處或附近的邊緣節點。
