直接回答

端-邊-雲怎麼分工,行業內兩個極端說法都常見:有人說"計算全放雲端,終端越簡單越好",也有人說"都在本地算,雲上只是看看"。兩種說法都錯。分工的依據不是"誰先進放誰",而是四個工程約束——時延、可靠性、算力、運維成本:端側做微秒/毫秒級抓取與硬聯鎖,邊側做協議轉換、本地緩存與快判斷,雲側做歷史存儲、跨域關聯與 AI 推理。任何一層缺位或越位,都會在斷網、擴容或突發事件時暴露。

一個場景:某園區項目驗收時發現,網關買回來只能透傳——所有數據原樣轉發雲端,本地不緩存、不判斷。結果一次運營商網絡抖動 40 分鐘,雲平臺上一片黑,連本地告警都沒有;更危險的是,有個車間把變壓器保護聯鎖邏輯做在雲端,斷網期間設備異常,聯鎖要等網絡恢復才能動作。另一個項目走到另一個極端:把數據清洗規則全寫進現場設備,結果現場算力不夠、規則難維護,改一條清洗邏輯要跑遍幾十臺設備。前者的病是"邊側缺位",後者的病是"端側越位"——都是沒有按四約束分工的結果。

一、先立標尺:四個約束決定"誰該幹什麼"

端邊雲三層不是"堆配置",每一層該承擔什麼職責,由四個工程約束共同決定:

約束一:時延——毫秒級事件(故障跳閘、局放瞬態、聯鎖動作)必須在本地閉環,等雲往返一次就晚了;分鐘級數據(能耗、溫度趨勢)才允許上雲處理。

約束二:可靠性——現場網絡會斷、雲平臺會抖動。依賴雲才能動作的功能,斷網即失效;安全關鍵功能必須本地自洽。

約束三:算力——端側和邊側算力有限、成本敏感,跑得動快判斷,跑不動大規模 AI 推理;重計算留給雲端。

約束四:運維成本——規則改在邊側還是雲端,決定了改一次邏輯要跑幾個現場;歷史數據放哪,決定了擴容是加硬盤還是加服務器。

判斷口訣:時延敏感、安全關鍵的放端邊;全局關聯、長週期分析的上雲端;改起來麻煩的規則儘量集中,存起來增長的儘量上雲。

二、端側:微秒/毫秒級抓取與硬聯鎖

端側(傳感器、監測終端)的職責邊界是"物理量的第一道關口":

  • 微秒/毫秒級抓取:羅氏線圈抓電流波形、NTC 抓溫度瞬態、微安級漏流傳感器抓絕緣劣化——這些物理量轉瞬即逝,必須就地採集,不上傳、不中轉;
  • 硬聯鎖:保護動作、聯鎖邏輯、緊急切斷這類安全關鍵功能,必須在端側本地閉環,不依賴網絡、不等待雲端指令;
  • 數據標註:給每條數據打上時標、對象標識,保證"數據認識設備"。

端側越位的典型:把數據清洗、複雜規則判斷寫進現場設備——現場算力撐不住、規則難維護、升級要跑現場。端側該做的是"抓得準、認得清、鎖得住",不是"想得多"。

三、邊側:協議轉換、本地緩存與快判斷

邊側(邊緣計算網關)是端和雲之間的"橋頭堡",職責有三項:

  • 協議轉換:不同廠商設備的 Modbus、IEC 104、MQTT 等協議,統一在網關轉換,雲端只面對一種規範格式;
  • 本地緩存:斷網期間數據不丟——按約定保留(如 15 天),網絡恢復後自動補傳,保證歷史完整;
  • 本地快判斷:毫秒~秒級的本地告警、越限判斷、工況識別在網關完成,斷網時現場仍有告警能力。

邊側缺位的典型:網關只透傳,不做協議轉換、不緩存、不判斷——斷網即黑、協議各表不一、雲端被迫面對髒數據。網關的價值不在"傳得快",而在"斷了還在"和"先判斷再上送"。

四、雲側:歷史存儲、跨域關聯與 AI 推理

雲側(平臺)的職責是端邊做不了、也不該做的重活:

  • 歷史存儲:時序庫承載多年級數據,支撐同比、環比、長週期趨勢分析;
  • 跨域關聯:跨站點、跨設備、跨系統的數據彙集——同一設備的歷史-現狀對比、多站點能耗橫向比較、供應鏈級聯分析;
  • AI 推理:需要全局樣本和大算力的模型(如多設備關聯診斷、能耗預測、碳覈算)在雲端訓練和運行。

雲側缺位的典型:把歷史數據全留在現場、把跨域分析做在單機——擴容困難、單點風險、跨站協同全廢。

五、數據量級視角:每一層該扛多少數據

分工不僅看功能,還看數據量級——每一層能扛多少數據,決定了它的存儲和算力該配到什麼水平:

  • 端側:瞬態波形,兆級突發——故障瞬間的電流電壓波形、局放脈衝是突發性高頻數據,按毫秒級抓取、按事件記錄,不長期駐留;端側存的是"事件",不是"全量";
  • 邊側:網關緩存,吉字節級——15 天本地緩存的趨勢數據、事件記錄在網關本地,容量按吉字節規劃,夠斷網緩衝、夠本地查詢,不做多年積累;
  • 雲側:時序歷史,太字節級——平臺時序庫承載多年級全量數據,按太字節級規劃擴容,支撐同比、環比、長週期趨勢和跨站彙總;AI 引擎在雲側處理跨設備關聯分析,算力按模型規模配置。

數據量級錯配的典型:把多年曆史全壓在現場設備,硬盤撐爆、擴容靠逐臺換盤;或者把秒級全量波形都上雲,帶寬和存儲成本失控。量級匹配的檢驗標準:端側只存事件、邊側夠緩衝、雲側扛歷史——哪一層扛了不該扛的量,就是錯位。

六、三種常見架構錯位:識別與代價

錯位一:聯鎖放雲端——把保護聯鎖、緊急切斷邏輯放在雲平臺。代價:網絡抖動、斷網即失效,安全關鍵功能被"網絡"綁架。識別特徵:問"斷網時聯鎖還動嗎",答不上來的就是錯位。

錯位二:清洗放端側——把數據清洗、規則判斷全寫進現場設備。代價:現場算力浪費、規則難維護、升級要跑現場、現場能力被"寫死"。識別特徵:問"改一條清洗規則要多久",說"要跑現場改幾十臺設備"的就是錯位。

錯位三:歷史放邊側——把歷史數據全存在網關本地。代價:擴容困難、單點風險、跨站分析做不了、硬盤壞了歷史全丟。識別特徵:問"三年的歷史數據在哪",答"在現場網關裏"的就是錯位。

三類錯位的共同根源:沒按四約束分工,而是按"想當然"分工。

七、斷網演練:三層分工的試金石

判斷一套系統架構對不對,不用聽 PPT,做一次斷網演練就能暴露:

演練步驟:選一個業務時段,拔掉網關的上行網線(或斷開雲平臺連接)30 分鐘,然後逐項檢查:

  1. 告警還在嗎——斷網期間本地告警是否照常產生、照常推送(邊側本地判斷在不在);
  2. 數據丟了嗎——斷網期間的數據是否在網關緩存、恢復後是否自動補傳(本地緩存在不在);
  3. 聯鎖動嗎——安全關鍵功能是否本地閉環(端側硬聯鎖在不在);
  4. 雲端恢復後亂嗎——補傳數據時標是否對齊、不重複不缺失(三層時標體系在不在)。

演練結果解讀:告警沒了=邊側缺位;數據丟了=緩存缺位;聯鎖失靈=端側缺位;補傳混亂=時標體系缺位。拔一次網線,比看十頁架構圖更能驗證分工是否合理。

演練怎麼安排:建議每季度做一次,選業務低峯時段執行,把"斷網 30 分鐘"作爲系統驗收的固定科目寫進運維制度。每次演練形成一份檢查單:告警是否照常、緩存是否補齊、聯鎖是否本地動作、補傳是否無損——發現的錯位立即整改,下次演練複覈。三次演練之後,架構裏該挪的位置基本都暴露完了;從此斷網不再是"事故",而是"常態演練"。

八、一個"工廠流水線"類比:急停、班組長與總調度

把三層架構想成一家工廠:端側是機牀上的急停按鈕和傳感器——設備要炸了必須就地急停,不能等總廠打電話來(時延敏感、安全關鍵,必須在本地);邊側是車間班組長——現場出了問題先就地判斷、先處理,車間自己的賬本(緩存)先記著,出了車間門才上報(現場拿主意、斷網也能管);雲側是總廠調度中心——彙總所有車間的產量、能耗、異常,做全局排產和長期規劃(跨域關聯、全局分析)。

把急停按鈕接到總廠去,機牀出事就只能等電話——這是聯鎖放雲端;讓每臺機牀自己算全廠排產——這是重計算放端側;把全廠賬本鎖在某個車間——這是歷史放邊側。車間管好車間的事,總廠管好總廠的事,工廠纔不會亂。

九、端邊雲分工鐵律

時延敏感的動作放端邊,全局關聯的分析放雲端——斷網演練是三層分工的試金石。

四句話落地:

  • 微秒/毫秒級抓取和硬聯鎖在端側,安全關鍵功能絕不依賴網絡;
  • 協議轉換、15 天本地緩存、本地告警在邊側,網關的價值是"斷了還在";
  • 歷史存儲、跨域關聯、AI 推理在雲側,重計算和長週期分析不上雲就是浪費;
  • 三種錯位(聯鎖放雲端/清洗放端側/歷史放邊側)用一次斷網演練就能識別。

下次再有人跟你說"全放雲端"或"全在本地"——別急著站隊,先問三個問題:斷網時告警還在嗎?安全聯鎖本地能動作嗎?三年的歷史數據放得下嗎?三個問題答完,架構分工自然就清楚了。

十、回到微物聯:端邊雲怎麼落地

把這套分工落到產品上:微物聯的 ESX 智能邊緣計算網關承擔邊側職責——協議轉換、15 天本地緩存、斷網本地告警,讓網關不是"透傳盒子"而是"斷了還在"的橋頭堡;FEXCloud 物聯網雲平臺承擔雲側職責——時序庫歷史存儲、跨站彙總、AI 關聯診斷;端側監測終端按物理量特性就地抓取、本地聯鎖。三層各守其位,配合一次斷網演練驗證,你的系統架構就站得住。

適用範圍與限制

  • 本文關於「架構設計」的結論,適用於車間、變壓器等場景;相關判據以公開規範與微物聯產品資料整理,產品參數以最新版選型手冊與產品知識庫為依據。
  • 文中量化判據(保護範圍、通流與殘壓、接地電阻、閾值與分級等)以本文所述前提成立;現場電壓等級、接地形式、環境類別與負荷性質與文中假設不一致時,相關數值需重新覈算。涉及 ESX 智慧邊緣計算閘道器、FEXCloud 物聯網雲平臺 的具體配置,應按實際迴路參數複核。
  • 具體產品型號與參數以最新版選型手冊與產品知識庫為準,本文不構成選型與採購建議。
  • 文中引用的標準編號以現行有效版本為準;標準換版後,相關量化結論需重新核對。
  • 涉及具體專案的部署與實施,需由具備資質的工程師結合現場勘察與設計圖紙完成。

常見問題

端-邊-雲三層架構的職責分工與三種常見錯位

端-邊-雲怎麼分工,行業內兩個極端說法都常見:有人說"計算全放雲端,終端越簡單越好",也有人說"都在本地算,雲上只是看看"。兩種說法都錯。