（2）边缘计算的推进
边缘计算也正在成为各家OICT厂商所关注的焦点，互联的初衷正在于通过全局的数据采集来实现优化、策略与调度问题，记得刚开始老听IT的朋友讲“水平解耦”，一直不明白“解耦”是什么意思，还不好意思问，后来明白了，就是通过数据连接，将全局的问题集中，然后通过调度、优化、策略等算法来实现消除其中的“不必要项”，合并同类项，然后达到最优的效果，就像把机器连接起来就消除了其中的不必要的时间消耗一样，边缘计算是立足于全局的。
而这个全局优化，就必然会需要一个数据的全局采集，那么来自于工艺控制、管理决策相关、品质、不确定因素、扰动等都会被击中，而这些参数类型有大容量的视觉、AR/VR、音频等，也有运动控制的位置、速度、扭矩、温度等实时控制参数，这些数据对于带宽、周期的需求千差万别，那么如何在一个数据网络中实现有效、有序的调度，这就是TSN网络统一架构所要解决的问题，表1列出了在TSN网络锁包含的各种数据类型。
表1-TSN应对各种数据需求
集中式控制与分布式计算的融合，需要一个能够打通各个环节的数据通道，并通过OPC UA来实现语义互操作，但是，OPC UA如果基于标准以太网又缺乏实时性，因此，采用了TSN来解决此问题。
因此，OPC UA over TSN是解决整个工业互联网的基础网络方案，这也是得到了广达的厂商关注的原因。
（3）对数字化应用的推进
数字化的推进中，包括新的边缘计算、人工智能与机器学习、基于云计算等方案来实现各个层次，不同粒度的网络数据刷新问题。
数字孪生与传统建模仿真有一个较大的差异在于其实现“动态交互”，通过对数据的采集，包括不确定、非线性的任务中的变量采集，基于全局优化，可以采用机器学习对质量相关性进行分析，也可以对调度策略进行全局分析，但这些分析与优化的结果、算法与模型需要部署到现场控制器，并实时指导应用，对于个性化生产而言，这种动态交互需要“实时”的交互，由于数据量大、网络复杂，因此，对于网络本身的复杂性也提出了需求，由于在系统中计算环节所需要消耗较多的时间，必须确保网络的高速响应，否则，就会整体周期较长，难以达到动态与实时效果，这也是TSN之所以用于满足这些需求的原因。
