对比其他行业的边缘计算应用场景，制造业中有那些可以借鉴？

一般这块，我们需要找准哪些边缘业务在边缘端执行，并可以容器化的场景，比如现在比较多的是 MES 系统，WMS 系统等，特别是 MES 这种将提升制造业的自动化管理能力，它可以通过区分小MES和大MES，小MES一般是和工业设备结合比较紧密的，实时的，所以需要在边缘端运行，大MES可以放云端。

另外，制造业一个很重要的场景是要监控设备的运行状态，比如通过 IOT 数采后，将数据上传到云端，最后进行数据分析后，形成设备云眼，这个就是所有边端设备的一个近实时的监控平台，而其中的IOT数采今后会越来越多的使用软件来代替硬件盒子实现，比如EMQ的neuron, emqx server, 甚至需要在边缘侧进行数据分析的 tdengine, kuiper 等都是需要利用到边缘计算功能，这些软件的部署、升级，一般都是需要通过云端部署后，下发到边缘端的。

在保证边缘计算业务高可用方面，目前边缘计算社区，比如 kubeedge 等，都在积极的使用 edgemesh 来实现边缘侧同数据中心节点的服务高可用问题，即和云端的 kube-proxy 和 kube-dns 一样，来实现边缘侧的服务发现与负载均衡。

还有腾讯的 superedge，阿里的 openyurt 由于都有对 nodegroup 的概念，所以本身就实现边缘侧的服务发现与负载均衡。

在制造业的场景中，主要的应用场景包括工业检测，预防性维护，生产安全保护，数字孪生，智能机器人，实时数据采集及分析，智能物流及供应链，生产过程智能化，智能客服等众多场景。