现场级别：Siemens Industrial Edge 作为 OT 基础
在车间，Siemens Industrial Edge使用以太网/IP、Modbus TCP和OPC UA等协议以及覆盖绝大部分工业安装基础的多种其他协议，直接连接到可编程控制器、驱动器、机器人和其他自动化设备。预先配置的 OT 和 IT 连接器库消除了传统上拖慢数字化项目速度的大部分集成工作。
本地应用程序与同一台西门子工业边缘设备上的连接器一起运行，包括用于可视化的WinCC Unified、用于控制和可执行数字双胞胎的虚拟PLC和LiveTwin、用于设备端机器学习的人工智能推理服务器以及用于运营关键绩效指标的Energy Manager和Performance Insight等工具。基于 MQTT 的数据总线使这些应用程序保持松散耦合且易于扩展。Industrial Information Hub（IIH）套件负责数据协调、预处理和情境化，使车间数据能够用于边缘、工厂数据中心和云端的智能应用。
然后，IIH可以连接到多个北向目标，包括Azure IoT运营、Azure IoT中心（直接到云）、Azure事件网格（直接到云）、企业MQTT代理以及在Azure上运行的云应用程序，例如基于云的预测性维护解决方案Senseye。Senseye 使用人工智能预测机器故障，帮助企业减少停机时间。Insights Hub是一个可扩展的工业物联网平台，用于收集、存储和分析工业数据。Senseye 和 Insights Hub 均在 Azure 市场上可用。
工厂级别：Azure IoT 操作是自适应工厂的关键元素
在工厂层面，在支持 Azure ARC 的 Kubernetes 上运行的 Azure IoT 操作建立了标准化的工业数据平面，将运营与 IT 联系起来，提供一致的实时数据基础。
它通过内置连接器（例如 OPC UA、MQTT、REST）从分布式边缘环境中提取数据，应用资产建模和架构定义，并将原始信号转换为结构化的情境化数据。
集成的 MQTT 代理充当核心消息传递骨干，支持跨系统的双向通信和统一的命名空间模式。数据流定义了如何处理、路由和传送数据到微软 Fabric。
Azure IoT Operations 建立在 Kubernetes 上，带有基于 AKRI 的连接器、架构注册表和资产注册表，提供模块化、可缩放的架构，具有内置缓冲功能，可确保中断期间的数据连续性。
这创建了统一的数据骨干，支持闭环自适应运营，数据从机器无缝流向企业系统，为人工智能、分析和持续优化提供动力。
IT 和企业级别：Azure 数据和 AI 堆栈
数据到达 Azure 后，一组分层服务将其转化为商业价值：
- 使用 Microsoft Fabric、Fabric 实时智能和 Power BI 进行数据管理和实时分析
- 采用 Fabric IQ、Foundry IQ 和 Work IQ 的情境智能和知识层，为原始信号增添了工业意义
- 使用 Azure Machine Learning 和 Microsoft Foundry 进行人工智能训练和数据工程，包括将模型部署回边缘
- 通过 Azure IoT 中心和事件网格进行连接和消息传递，实现安全的双向通信
- 基于云的工业工作负载包括 Senseye Predictive Maintence、Insights Hub、Mendix 和 RapidMiner AI 云和 Graph Studio。
跨堆栈的可扩展生产级基础设施管理
Siemens Industrial Edge 管理应用提供统一的操作层，用于在所有站点部署应用程序、推送更新、监控设备运行状况和管理 AI 模型。再加上 Azure 的本机治理和身份工具，这为 IT 和 OT 团队提供了共享的运营模式，而无需强迫任何一方放弃对其域的控制权。Azure Arc 为从云到工厂的 IT 基础架构管理提供单一管理平台。
