边缘计算技术不是把云搬远：冲压车间凌晨两点的一次停机

去年冬天，苏州一个做精密冲压的厂，凌晨两点。产线停了。冲床没坏，机械手也没报警，是质检相机在等云。

图片一张张往上送，云端模型排队，返回结果慢了几百毫秒。几百毫秒在办公室不算事，在节拍1.2秒的产线上，就是堆料、停线、班长骂人。我蹲在电柜旁边看日志，心里就一个念头：这活儿不能全交给云。

后来我们把推理挪到产线边上的工控机，模型压到几兆，断网先本地缓存，产线才顺过来。那次之后，我对边缘计算技术的理解，彻底从PPT落到了电柜里的灰尘上。

先别急着买网关，先算那几十毫秒

很多项目一上来就问：边缘盒子买几核的？要不要上GPU？说实话，这个问题问早了。

边缘计算技术更根本的问题不是算力，是“哪个决策必须现在发生”。质检剔除、急停、AGV避障、变频器调节，这些动作等不了云端往返。报表、训练、跨厂对比，慢一点没关系，回云慢慢跑。

端到端延迟也不是一个数字。采集要时间，预处理要时间，网络抖一下要时间，推理要时间，控制指令再回来还要时间。你盯着模型推理那40毫秒，现场可能死在相机曝光和交换机排队上。对吧，很常见。

带宽也是。八路1080p相机，30帧，全往云上怼，上行链路先哭。边缘先做初筛，只回传告警片段和结构化结果，链路压力立刻下来。

我常拿便利店打比方。社区便利店不是把市中心大仓搬过来，它只放高频、急用、当场要成交的货。边缘节点也一样，只放当前产线要用的判断。

边缘节点到底在干什么

别把它想成缩小版云。它更像一个带锁的工具箱，里面只放当前产线要用的几把扳手。

现场常见的边缘节点，可能是一台工控机、一台多协议网关、一台Mini服务器，也可能是基站侧的一个MEC。组件不神秘：采集适配、消息总线、推理运行时、轻量编排、证书和OTA。

消息总线我偏爱MQTT。解释一下，它像邮局，不是打电话。设备把消息丢给broker，谁订阅谁拿走，断线重连也不至于全乱。产线上传感器、相机、PLC各说各话，没个总线，集成商一走，后面没人接得住。

模型量化也常被说得太玄。INT8就是把浮点权重压成整数，精度掉一点，速度上来。不是越压越好。压狠了，漏检上来，现场返修能把你骂醒。

去年那个冲压项目，云端往返约380毫秒，工控机CPU推理约40毫秒，再算上采集和IO，端到端压到一百毫秒以内。产线才肯认。

容器化也别省。别在产线电脑上手工装Python环境，半年后没人知道装了啥。K3s这种轻量编排，至少能让版本可回滚。OTA要灰度，先一台，观察两小时，再十台。证书别用默认密码，设备身份是要管的。

常踩的坑，往往不在算法

误区一：边缘等于实时。错。边缘也会排队，CPU过热会降频，垃圾回收会停顿。你不做可观测性，照样抓瞎。

误区二：边缘等于便宜。盒子是不贵，后面那套远程排障、证书轮换、模型更新、备件管理，才是长期账。

误区三：边缘等于不用云。训练、审计、跨厂模型更新，还是云和中心机房的事。边缘管当下，云管全局。

风险也实在。车间粉尘、温度、电磁干扰，服务器放现场不是放机房。USB口被谁插了U盘，物理安全谁负责？OTA失败变砖怎么办？要有回滚分区，要有带外管理。

边缘计算技术落地时，贵的常常不是盒子，是后面那套能远程排障的运维体系。我在现场吃过亏：五家网关五套后台，密码还不一样，半夜排障想砸键盘。

它管不到的地方，别硬塞

边缘适合高频、短周期、局部闭环的活。变电站巡检，边缘网关在站内做视频浓缩和缺陷初筛，只回传告警片段，带宽省得明显。厂内AGV调度，Wi-Fi一抖，边缘调度器本地闭环，车不至于集体发呆。

但跨园区订单分配、全局库存优化、长期模型训练，硬塞到边缘就是给自己找事。合规审计要留痕，边缘节点存不下那么久，也管不好权限。

回到那个凌晨。后来产线旁多了一个带锁的小机柜，风扇声很吵。班长说这玩意儿比云靠谱？我说不是靠谱，是离得近。

边缘计算技术没那么神，它只是把该当场做的决定，放回当场。剩下的，还是得让云去干。别被厂商的架构图唬住，先去看你车间那根网线，抖不抖。