為了了解邊緣計(jì)算對(duì)物聯(lián)網(wǎng)的影響，讓我們先花點(diǎn)時(shí)間想象一下我們周圍眾多的傳感器和可穿戴設(shè)備，以及它們正在捕獲的數(shù)據(jù)類型。邊緣計(jì)算使我們能夠在任何物聯(lián)網(wǎng)網(wǎng)絡(luò)邊緣的設(shè)備附近解讀這些龐大的數(shù)據(jù)。這將實(shí)時(shí)觸發(fā)分析和響應(yīng)，而不會(huì)給擁塞的網(wǎng)絡(luò)帶來負(fù)擔(dān)。

Gartner的一項(xiàng)研究預(yù)測，到2025年，至少75%的企業(yè)將實(shí)施邊緣計(jì)算，以在傳統(tǒng)集中式數(shù)據(jù)中心或云之外處理數(shù)據(jù)。目前，10%的企業(yè)已經(jīng)這樣做了。IDC 的另一項(xiàng)研究預(yù)測，到 2024 年，全球邊緣計(jì)算支出將達(dá)到 2500 億美元。從技術(shù)角度來看，邊緣服務(wù)將占 IT 支出的 21.6%。顯然，邊緣計(jì)算將成為數(shù)字化轉(zhuǎn)型戰(zhàn)略的重要組成部分。

物聯(lián)網(wǎng)中的邊緣計(jì)算——遠(yuǎn)離云

通過在數(shù)據(jù)捕獲點(diǎn)或邊緣附近執(zhí)行基本分析，減少了將大量數(shù)據(jù)傳輸?shù)郊形恢玫男枰?/span>

因此，邊緣計(jì)算有助于克服延遲和網(wǎng)絡(luò)擁塞問題。

云計(jì)算完全是關(guān)于集中式系統(tǒng)，而邊緣計(jì)算則是一種更為分布式的模式。在某些情況下，它消除了對(duì)云的需求，而在其他情況下，它充當(dāng)邊緣設(shè)備和云之間的中間層，以便可以在邊緣執(zhí)行基本的實(shí)時(shí)分析，而要在云上執(zhí)行更復(fù)雜的分析時(shí)，只需跨網(wǎng)絡(luò)傳輸相關(guān)數(shù)據(jù)即可。

想想每天捕捉數(shù)小時(shí)視頻的安全攝像頭所節(jié)省的帶寬吧！借助邊緣計(jì)算執(zhí)行的分析不僅節(jié)省了帶寬，而且還使物聯(lián)網(wǎng)設(shè)備能夠與用戶進(jìn)行有意義的交互，而無需與云服務(wù)器通信。

涉及邊緣計(jì)算和云的混合解決方案消除了純基于云的系統(tǒng)中的大部分固有效率問題，特別是昂貴的帶寬增加、滯后響應(yīng)和安全性——所有這些都在物聯(lián)網(wǎng)設(shè)置中被無限放大了。

物聯(lián)網(wǎng)設(shè)備在邊緣的擴(kuò)展

物聯(lián)網(wǎng)設(shè)備和服務(wù)在 5G 浪潮中呈指數(shù)級(jí)增長，接管了我們?nèi)粘Ｉ畹姆椒矫婷?。?dāng)我們意識(shí)到位于任何網(wǎng)絡(luò)邊緣的大量物聯(lián)網(wǎng)設(shè)備時(shí)，對(duì)邊緣計(jì)算的需求以及邊緣計(jì)算對(duì)物聯(lián)網(wǎng)的影響變得非常清晰。Google Home 和 Alexa 等個(gè)人助理、筆記本電腦、智能手表、智能汽車、智能鎖和門鈴、清潔設(shè)備、智能開關(guān)、煙霧報(bào)警器、智能供暖系統(tǒng)、健康監(jiān)測器、污染監(jiān)測器和健身追蹤器只是當(dāng)今家庭中連接到互聯(lián)網(wǎng)的物聯(lián)網(wǎng)設(shè)備的一部分。研究估計(jì)，幾年后，美國每個(gè)人將擁有至少10臺(tái)物聯(lián)網(wǎng)設(shè)備。

轉(zhuǎn)到制造業(yè)，你會(huì)看到一個(gè)全新的工業(yè)物聯(lián)網(wǎng)世界，也叫工業(yè)互聯(lián)網(wǎng)。用于維護(hù)重型機(jī)械的AR應(yīng)用、用于倉庫的AI控制無人機(jī)、用于預(yù)測性維護(hù)的機(jī)器人、用于減少能源和水資源浪費(fèi)的機(jī)器傳感器、溫度傳感器等，都是物聯(lián)網(wǎng)在工業(yè)中的一些常見應(yīng)用。很明顯，工業(yè)物聯(lián)網(wǎng)比基于家庭的物聯(lián)網(wǎng)更加復(fù)雜，收集的數(shù)據(jù)需要實(shí)時(shí)處理。

在物聯(lián)網(wǎng)網(wǎng)絡(luò)中實(shí)施邊緣計(jì)算

邊緣計(jì)算使實(shí)現(xiàn)物聯(lián)網(wǎng)分析（AoT）成為可能，AoT是指物聯(lián)網(wǎng)分析的一個(gè)簡寫術(shù)語。然而，在現(xiàn)實(shí)世界中，物聯(lián)網(wǎng)設(shè)備極其輕量級(jí)，存儲(chǔ)和計(jì)算能力有限。

這就是為什么當(dāng)我們談?wù)撐锫?lián)網(wǎng)中的邊緣計(jì)算時(shí)，邊緣設(shè)備不僅包括傳感器和其他物聯(lián)網(wǎng)設(shè)備，而且還包括路由器和網(wǎng)關(guān)的原因所在。事實(shí)上，路由器和網(wǎng)關(guān)是在 Linux 或其他類似操作系統(tǒng)上運(yùn)行的實(shí)際計(jì)算設(shè)備。在這些設(shè)備上，可以安裝邊緣計(jì)算中間件，以安全的方式從物聯(lián)網(wǎng)設(shè)備接收數(shù)據(jù)。因此，真正處于邊緣的設(shè)備可以在其上運(yùn)行輕量級(jí)解決方案，而實(shí)際分析是在離這些設(shè)備更近的網(wǎng)關(guān)和路由器上進(jìn)行的。

物聯(lián)網(wǎng)中邊緣計(jì)算的用例

在網(wǎng)絡(luò)延遲比計(jì)算能力更重要的情況下，邊緣計(jì)算比云計(jì)算更為突出。

讓我們來看一些具體的例子。

智能家居：如前所述，安全攝像頭不需要將其捕獲的所有視頻都傳輸?shù)皆贫?。相反，如果它可以檢測到常見威脅的輪廓，則只有該片段可以流式傳輸?shù)皆品?wù)器，以便采取進(jìn)一步行動(dòng)。即便如此，一旦檢測到，就會(huì)立即發(fā)出警報(bào)。

自動(dòng)駕駛汽車：在像自動(dòng)駕駛汽車這樣的場景中，幾毫秒的延遲可能會(huì)危及生命。這就是為什么計(jì)算和響應(yīng)時(shí)間不能依賴于云的原因，在云上，失去連接可能是災(zāi)難性的。

監(jiān)測患者健康：需要對(duì)醫(yī)療物聯(lián)網(wǎng)邊緣設(shè)備產(chǎn)生的數(shù)據(jù)進(jìn)行分析，并實(shí)時(shí)提供健康建議。如果將其發(fā)送到基于云的中央服務(wù)器進(jìn)行適當(dāng)分析，在某些情況下可能為時(shí)已晚。醫(yī)療保健中的邊緣計(jì)算使對(duì)緊急健康情況做出反應(yīng)成為可能。

工廠工人的安全：智能穿戴設(shè)備，如頭盔和腕帶，可用于跟蹤重型制造場景中工人的安全，并防止事故發(fā)生。它們還可以跟蹤體溫和脈搏等健康指標(biāo)，并指示工人何時(shí)需要休息?？梢员O(jiān)測工廠環(huán)境中的毒性和輻射水平并采取糾正措施，而無需將所有這些數(shù)據(jù)發(fā)送到云端。

數(shù)字視頻、多媒體內(nèi)容、溫度、運(yùn)動(dòng)、燃料水平、壓力等傳感器，以及來自生產(chǎn)線機(jī)械和其他來源正在以難以想象的速度生成海量數(shù)據(jù)，物聯(lián)網(wǎng)中邊緣計(jì)算的作用是利用這些數(shù)據(jù)，同時(shí)消除網(wǎng)絡(luò)延遲并釋放帶寬需求。（作者：infovision；編譯：iothome）