物联网项目做大了，迟早要面对一个问题：数据从哪来、到哪去、在哪儿算。几万个传感器终端，如果所有数据都往云上送，带宽扛不住，延迟也受不了。这就是"端-边-云"协同要解决的问题------端上采集，边上处理，云上汇聚，各干各的活儿。
但真动手搭这套架构，才发现事情没那么简单。终端用什么OS？边缘用什么硬件？云平台怎么接？数据模型怎么统一？每个环节都有无数选择。于是很多厂商开始推"完整开发平台"，把从端到云的路铺好，让你只关心自己的业务逻辑。
下面梳理几家主流厂商的端-边-云协同平台，看看它们覆盖到什么程度，适合什么场景。
1. 什么是端-边-云协同架构
先搭个简单框架，后面看厂商方案时心里有数：
| 层级 | 位置 | 核心任务 | 典型硬件/软件 |
|---|---|---|---|
| 端 | 设备现场 | 数据采集、本地控制、简单处理 | 传感器、MCU、RTOS、物联网模组 |
| 边 | 靠近设备侧 | 数据汇聚、实时处理、协议转换 | 边缘网关、边缘服务器、边缘计算框架 |
| 云 | 数据中心 | 数据存储、大数据分析、模型训练、全局控制 | 云服务器、物联网平台、AI服务 |
三个层级不是孤立工作，而是协同：端侧数据需要实时响应的，边上直接处理；需要长期分析的，云上做；云上训练的模型，可以下发到边和端。
2. 主流厂商的完整平台有哪些
2.1 阿里云 IoT
阿里云的物联网平台覆盖比较全，从端到云都有布局。
| 层级 | 产品/方案 | 说明 |
|---|---|---|
| 端 | AliOS Things | 物联网操作系统，支持多种无线协议，已适配主流芯片 |
| 物联网设备端SDK | 轻量级接入SDK，支持C/Java/Android | |
| 边 | 边缘计算平台（Link IoT Edge） | 运行在网关或边缘服务器，支持函数计算、流数据分析 |
| 边缘网关硬件生态 | 与硬件厂商合作，提供预集成的边缘网关 | |
| 云 | 物联网平台（IoT Core） | 设备接入、设备管理、规则引擎、数据流转 |
| 物联网开发平台（IoT Studio） | 可视化应用开发、业务逻辑编排 | |
| AIoT服务 | 结合阿里云AI能力，提供视觉、语音等智能服务 |
特点：覆盖完整，国内生态强，适合需要深度整合阿里云服务的项目。边缘计算能力扎实，支持在边缘跑函数计算和容器。
适用场景：智慧城市、工业互联网、智慧园区等大型项目。
2.2 华为云 IoT
华为的物联网方案强调"云边端协同"，硬件底子厚，通信能力强。
| 层级 | 产品/方案 | 说明 |
|---|---|---|
| 端 | LiteOS | 轻量级物联网操作系统，支持多种连接协议 |
| 鸿蒙OS | 面向全场景的分布式OS，端侧能力更强 | |
| 通信模组 | 华为海思自研NB-IoT/4G/5G模组 | |
| 边 | IoT Edge | 边缘计算节点，支持函数计算、流处理 |
| 边缘计算网关 | 与硬件伙伴合作，预置IoT Edge软件 | |
| 云 | 物联网平台（IoTDA） | 设备接入、设备管理、规则引擎 |
| 行业使能服务 | 车联网、智慧水务、智慧园区等行业套件 |
特点：通信底层强，5G/NB-IoT优势明显；鸿蒙OS在端侧有分布式能力，适合多设备协同场景。
适用场景：运营商项目、需要5G/NB-IoT连接的大规模部署、华为生态内的智慧城市项目。
2.3 亚马逊 AWS IoT
AWS的物联网平台在全球市场渗透率高，特点是云服务强、AI能力深。
| 层级 | 产品/方案 | 说明 |
|---|---|---|
| 端 | FreeRTOS | 开源物联网操作系统，已被AWS收编，适配主流MCU |
| AWS IoT Device SDK | 支持C/JavaScript/Python等语言 | |
| 边 | AWS IoT Greengrass | 边缘计算框架，支持Lambda函数、ML推理、本地数据存储 |
| 硬件认证计划 | 与芯片厂合作，预集成Greengrass的硬件列表 | |
| 云 | AWS IoT Core | 设备接入、规则引擎、设备影子 |
| AWS IoT Analytics | 物联网数据分析 | |
| AWS IoT SiteWise | 工业数据采集和结构化 | |
| AWS IoT Things Graph | 业务逻辑可视化编排 |
特点：云服务极全，AI服务强大（SageMaker等），适合有复杂数据分析需求的项目。Greengrass支持在边缘跑机器学习推理，延迟低。
适用场景：跨国企业、数据分析和AI需求强的项目、AWS生态依赖的客户。
2.4 微软 Azure IoT
微软的优势是PaaS层强，和企业系统集成方便。
| 层级 | 产品/方案 | 说明 |
|---|---|---|
| 端 | Azure RTOS | ThreadX改名而来，轻量级、安全认证全 |
| IoT 设备SDK | 支持C/C#/Java/Node.js等 | |
| 边 | Azure IoT Edge | 边缘计算框架，支持模块化部署、离线运行 |
| 边缘市场 | 与硬件厂商合作的边缘设备目录 | |
| 云 | IoT Hub | 设备接入、双向通信 |
| IoT Central | 托管的物联网SaaS平台，配置即可用 | |
| Digital Twins | 数字孪生建模 | |
| 时序洞察 | 时序数据分析和存储 |
特点：与企业系统（Office 365、Dynamics）集成方便，数字孪生能力成熟。适合需要与现有微软IT架构对接的客户。
适用场景：制造业数字化转型、智慧工厂、与Windows生态紧密的企业。
2.5 百度智能云 IoT
百度在AI方面的积累深，物联网平台强调"云智一体"。
| 层级 | 产品/方案 | 说明 |
|---|---|---|
| 端 | 天工IoT SDK | 轻量级设备端接入 |
| 边 | 智能边缘框架 | 开源边缘计算框架，支持AI推理下沉 |
| 边缘计算盒子 | 与硬件伙伴合作的预集成设备 | |
| 云 | 天工物联网平台 | 设备接入、规则引擎 |
| 百度AI服务 | 视觉、语音、知识图谱等AI能力 | |
| 时序数据库 | 专门优化的时序数据存储 |
特点：AI能力强，视觉、语音模型丰富，适合需要现场AI处理的应用。
适用场景：智慧安防、视觉质检、智能语音交互设备。
2.6 涂鸦智能
涂鸦是物联网平台里"另类"的存在，主打赋能硬件厂商快速智能化。
| 层级 | 产品/方案 | 说明 |
|---|---|---|
| 端 | 涂鸦模组 | Wi-Fi/蓝牙/NB-IoT模组，预集成涂鸦协议 |
| 涂鸦OS | 运行在模组上的物联网操作系统 | |
| 边 | 涂鸦网关 | 支持多种协议接入的边缘设备 |
| 智慧场景引擎 | 在本地运行的场景联动引擎 | |
| 云 | 涂鸦IoT平台 | 设备管理、App生成、OEM服务 |
| 行业SaaS | 智慧酒店、智慧公寓、智慧社区等 |
特点：从模组到SaaS全包，开发者不需要懂底层协议，最快一周出产品。适合消费电子厂商快速出海。
适用场景：智能照明、智能家电、智慧公寓等消费级产品。
2.7 中移物联
背靠中国移动，优势是网络资源和对国内运营商的深刻理解。
| 层级 | 产品/方案 | 说明 |
|---|---|---|
| 端 | OneMO模组 | 2G/4G/NB-IoT/5G模组，自研或合作 |
| 边 | OneNET边缘计算 | 运行在网关上的边缘计算框架 |
| 云 | OneNET平台 | 设备接入、应用孵化 |
| OneLink | 连接管理平台，运营商级 |
特点：连接能力强，NB-IoT网络资源丰富，适合需要运营商级连接管理的大规模部署。
适用场景：智慧水务、智慧燃气、智慧停车等运营商主导的项目。
3. 厂商方案横向对比
| 厂商 | 端侧优势 | 边侧能力 | 云侧特长 | 最适合场景 |
|---|---|---|---|---|
| 阿里云 | AliOS Things，生态丰富 | 边缘函数计算强 | 云服务全，AIoT整合 | 国内大型项目，智慧城市 |
| 华为云 | 鸿蒙OS，5G/NB-IoT底子厚 | 边缘网关成熟 | 行业套件多 | 运营商项目，华为生态 |
| AWS | FreeRTOS，开源生态 | Greengrass ML推理 | AI服务极强 | 数据分析、AI驱动项目 |
| Azure | Azure RTOS，安全认证全 | 模块化边缘部署 | 数字孪生，企业集成 | 制造业，微软生态 |
| 百度 | 轻量级SDK | AI推理下沉 | 视觉、语音AI | 现场AI处理，智慧安防 |
| 涂鸦 | 模组即方案 | 本地场景联动 | 快速生成App | 消费电子出海 |
| 中移物联 | OneMO模组 | OneNET边缘 | 连接管理 | 运营商主导的公用事业 |
4. 怎么选择适合的平台
没有最好的平台，只有最合适的。从几个角度考虑：
- 看项目类型
- 消费电子出海：涂鸦最快，模组一贴，App生成，省心。
- 国内大型政府/园区项目：阿里云、华为云，生态强、服务全。
- 数据分析驱动型项目：AWS，AI服务深，边缘推理成熟。
- 制造业数字化转型：Azure，数字孪生强，与企业系统集成好。
- 需要现场视觉/语音处理：百度，AI能力下沉有优势。
- 运营商级连接管理：中移物联，网络资源不用愁。
- 看团队技术栈
团队熟悉哪个云，就优先选哪个。虽然物联网平台可以独立用，但和云原生服务（数据库、AI、函数计算）集成度高的平台，开发效率会高很多。
- 看硬件生态
端侧芯片、模组、传感器的生态很重要。阿里云和涂鸦对接了大量国产芯片，AWS和Azure更偏国际主流芯片。如果产品要大规模出货，确认硬件伙伴的认证和供应能力。
- 看数据主权要求
有些行业（政务、金融、能源）要求数据不出境，国内云厂商有优势。跨国企业需要全球统一平台，AWS和Azure的全球覆盖更广。
5. 从哪里持续了解
物联网平台迭代快，每年都有新功能上线。几个渠道保持更新：
- 厂商官网和技术博客：阿里云IoT、华为云IoT、AWS IoT的博客，新功能、新案例都会发。
- 行业媒体：与非网经常有平台对比和落地案例，也有物联网平台市场分析，对选型有参考价值。
- 开发者社区：各平台都有开发者论坛，看真实用户踩过的坑。
- 行业展会：IOTE、云栖大会、华为全联接，现场听厂商讲最新进展。
端-边-云协同已经成为物联网项目的标配，但选平台就是选生态。想清楚自己的业务场景、技术栈、未来规划，再去看各家平台的覆盖深度和擅长领域，会容易很多。