实现嵌入式设备到物联网平台再到PAI DSW（Data Science Workspace）的云边结合，需要通过一系列的技术和步骤来实现。以下是一个大致的框架和步骤，用于通过大数据计算MaxCompute实现这一流程：
1. 嵌入式设备数据采集
设备接入：确保嵌入式设备能够通过网络（如Wi-Fi、4G/5G等）与物联网平台建立连接。
数据采集：设备定期或实时地将数据发送到物联网平台。这些数据可能包括设备状态、传感器读数、使用统计等。
2. 物联网平台处理
数据接收：物联网平台接收来自嵌入式设备的数据，并进行初步的验证和过滤。
数据聚合：根据需要将来自多个设备的数据进行聚合，以便于后续的分析和处理。
数据预处理：对数据进行清洗、格式化等操作，以确保数据的完整性和准确性。
3. 数据传输到MaxCompute
数据同步：使用数据同步工具或API，将物联网平台上的数据定期或实时地同步到MaxCompute中。
数据存储：在MaxCompute中创建表来存储这些数据，确保数据的可查询性和可扩展性。
4. 在MaxCompute中进行分析
数据查询：使用MaxCompute的SQL接口，对存储在其中的数据进行查询和分析。
数据挖掘：利用MaxCompute的计算能力，对数据进行更深入的挖掘和模式识别。
结果输出：将分析的结果输出到报表、仪表板或其他可视化工具中，以便于理解和解释。
5. 集成PAI DSW
模型训练：在PAI DSW中，利用MaxCompute中的数据进行机器学习模型的训练。
模型部署：将训练好的模型部署到物联网平台或嵌入式设备上，以实现预测、优化等功能。
反馈循环：将模型的结果反馈到整个系统中，用于优化数据采集、处理和分析的流程。
6. 安全性考虑
数据传输安全：确保从嵌入式设备到物联网平台再到MaxCompute的数据传输过程中，数据的安全性得到保障。
访问控制：对数据的访问进行严格控制，确保只有授权的用户或系统能够访问和修改数据。
7. 监控和优化
系统监控：对整个流程进行监控，确保系统的稳定性和可用性。
性能优化：根据监控结果，对系统进行调优，以提高数据处理和分析的效率。
8. 迭代开发
根据实际使用情况和业务需求，不断迭代和优化整个系统，以提高其性能和用户体验。
通过以上的步骤和框架，可以实现嵌入式设备到物联网平台再到PAI DSW的云边结合，从而实现对嵌入式设备数据的采集、分析、模型训练和优化等功能。在实际操作中，可能还需要根据具体的业务需求和技术栈进行细化和调整。