科技在人们的工作和生活中发挥着重要作用，自动化技术的进步将以不同的形式不断发展。没有人记得最后一封信是什么时候寄出的，现在大多数购物都是自动在线支付。未来，自动驾驶汽车将采用更多新技术，如自动避让、自动泊车等，部分汽车甚至会在夜间自动更新自动驾驶功能。技术现在已成为人们生活的一部分。大多数人第一次接触自动化技术很可能是制造业中机器人的简单功能。早期的机器人只能在高度受控的环境中执行一组或两组重复性任务。一些著名的早期机器人包括：1954年，GeorgeDevo设计了世界上第一台工业机器人。1962年，通用汽车率先在新泽西州的一家工厂中使用了大型工业机器人。1973年，德国机器人公司KUKA研制出第一台6轴机器人。施耐德电气创新与数据中心IT部门副总裁StevenCarlini说，20年前，他在德国读MBA时，参观了一家奔驰汽车工厂的自动化生产车间。“流动”在一个通讯、高度智能的自动化平台上，这很可能是最早采用“工业4.0”概念的工厂之一。车间工作人员检查和测试少量样品的点焊，并为车身更换大型金属冲压模具。这些功能都不是自动化生产过程的一部分。拥抱“工业4.0”的企业期望值更高自世界经济论坛创始人克劳斯·施瓦布于2016年出版《第四次工业革命》一书以来，众多学者、政界人士和商界领袖就“工业4.0”的概念定义展开热议.施耐德电气工业事业部副总裁MeenuSinghal对“工业4.0”给出了很好的定义，“工业4.0意味着机械、存储系统和生产资源可以执行复杂的任务、交换信息和发布指令，而不需要太多的人力——涉及模型。”并且它的定义可以根据需要进行更新，事实上，目前还没有一个统一的定义。拥抱“工业4.0”并希望提高自动化、灵活性、安全性和弹性的企业可能会利用以下部分或全部资源：物联网(IoT)、M2M通信、大数据和分析、高级模拟、增强现实、下一代连接（WiFi6、5G）和低延迟云计算。虽然许多企业都有明确的目标和计划，但实现这些目标的途径却不那么明确。许多组织开始寻找通过“工业4.0”提供的技术改善当前运营的方法。这些改进也可以归类为制造业务的数字化转型，这可能会给公司带来更具体和不熟悉的风险。为了降低这种风险，在生产线的整个生命周期内逐步改进这些技术是有意义的。对于大多数企业而言，第一步是大规模扩展其计量、传感和视频功能，这将产生大量数据。为他们的利益整合、解释和分析这些数据是关键，它需要以计算和存储的形式提供。现在是大多数企业考虑在工厂或车间建设本地边缘微数据中心的好时机；该解决方案是“工业4.0”制造业的秘诀。边缘微型数据中心的优势微型数据中心解决方案体积小，部署在用户附近以减少网络延迟，同时提供高水平的计算能力来处理物联网传感器和高清摄像头产生的海量数据。有人可能会问：“在云平台上处理这些新的大数据不是更容易吗？”事实上，向中心化云平台发送或处理信息会面临三个问题：时间——自主制造和质量控制需要实时完成，在中心化云平台上处理至少需要10-100毫秒的延迟处理.带宽——生产设施内的设备将产生大量内容，使互联网不堪重负。成本——在集中式云平台中存储和处理的大量内容将导致高昂的成本。此外，网络安全可以通过使用本地边缘微数据中心而不是云平台来实现。如果所有数据都发送到本地边缘数据中心，则该数据中心可以作为抵御网络攻击的堡垒。由于数据是在边缘计算设施处理的，而不是发送到云平台或集中式数据中心，因此被篡改或拦截的风险要低得多。分析只是“工业4.0”旅程的开始。使机器能够相互通信并共享信息，为基于实时数据的更高级分析、可视化和模拟打开了大门。数字世界中的决策和行动将转化为物理世界中的运动。例如，制造机器可以根据原材料的可用性、机器人的性能和可用性以及能源成本来分析生产效率，并决定生产什么和何时生产。下一步可能是让正在生产的产品（无论是烤面包机、电视还是其他产品）主动与制造机器人通信，以增加选择或提高生产效率。将越来越多地采用高带宽视频技术，用于安全系统以及质量控制等应用。它将通过添加传感器和摄像头来识别设备磨损和潜在故障，从而帮助对生产设备进行自动化分析。实时制作中使用的高带宽视频将需要本地IT基础设施处理，因为单个高清摄像机每小时可以生成大约300GB的数据，需要实时处理（通常使用多个摄像机）。最好的解决方案是位于或集成到生产线中的专用于集成视频分析(IVA)功能的微型数据中心。踏上“工业4.0”之旅的公司需要规划和实施物联网技术和边缘计算技术，以实现具有高级分析、增强现实和最终自主机器人生产的高效平台。届时，生产设备将与正在生产的产品进行通信。随着更多新技术的采用，这一过程可能会分阶段进行。随着传感器和摄像头的增加，微型数据中心对本地IT的需求也在增加。高清视频分析和大数据应用等高带宽功能需要将专用的本地边缘微数据中心整合到生产线中。微型数据中心将成为有利于实现数字化转型的解决方案。
