物聯(lián)網(wǎng)(nternet of Things, IoT)正在席卷全球，因為它已經(jīng)成為很具影響力的流行語之一，不僅在科技行業(yè)，而且在許多其他企業(yè)。從農(nóng)場和工廠到智能城市和家庭，物聯(lián)網(wǎng)技術是一套不斷擴展的連接系統(tǒng)和設備。根據(jù)Statista的數(shù)據(jù)，預計全球物聯(lián)網(wǎng)設備的安裝基數(shù)將增長到近310億部。因此，隨著數(shù)十億聯(lián)網(wǎng)物聯(lián)網(wǎng)設備產(chǎn)生的海量數(shù)據(jù)需要存儲以供處理和檢索，云計算將成為一個日益主導的趨勢。物聯(lián)網(wǎng)和云計算這兩項技術是相互關聯(lián)的，其中一項技術為另一項技術的成功提供了平臺。

在傳統(tǒng)的物聯(lián)網(wǎng)架構中，數(shù)據(jù)從地理上分散的傳感器收集，然后傳輸?shù)街醒氪鎯欤谀抢镞M行組合和共同處理。云計算與物聯(lián)網(wǎng)的集成提高了日常任務的效率、可伸縮性和性能，使企業(yè)能夠更快地做出更好的業(yè)務決策，并實時響應不斷變化的市場條件。

物聯(lián)網(wǎng)連接預計將在未來幾年蓬勃發(fā)展，預計到2021年思科系統(tǒng)將達到137億，從而增加對數(shù)據(jù)中心和云資源的需求。精簡所有連接設備前所未有的流量，聚合數(shù)據(jù)，提取可操作的見解，物聯(lián)網(wǎng)/云融合被證明是數(shù)據(jù)驅動世界的優(yōu)秀組合。

雖然云計算已經(jīng)使處理大量數(shù)據(jù)成為可能，但它并不是所有應用程序和用例的理想選擇。從傳感器前線到服務器來回發(fā)送的大量數(shù)據(jù)阻塞了網(wǎng)絡帶寬，從而減慢了響應時間。解決所有這些與傳統(tǒng)云計算基礎設施相關的限制的答案是所謂的邊緣計算。邊緣計算并非是一個新鮮詞。作為一家內(nèi)容分發(fā)網(wǎng)絡CDN和云服務的提供商AKAMAI，早在2003年就與IBM合作“邊緣計算”。對物聯(lián)網(wǎng)而言，邊緣計算技術取得突破，意味著許多控制將通過本地設備實現(xiàn)而無需交由云端，處理過程將在本地邊緣計算層完成。這無疑將大大提升處理效率，減輕云端的負荷。由于更加靠近用戶，還可為用戶提供更快的響應，將需求在邊緣端解決。邊緣計算聯(lián)盟ECC對于邊緣計算的參考架構的定義，包含了設備、網(wǎng)絡、數(shù)據(jù)與應用四域，平臺提供者主要提供在網(wǎng)絡互聯(lián)(包括總線)、計算能力、數(shù)據(jù)存儲與應用方面的軟硬件基礎設施。

與傳統(tǒng)的集中式流程的云架構不同，邊緣計算將大部分流程分散到邊緣設備，并更接近終端用戶。由于存儲容量和處理能力是分散的，它將為物聯(lián)網(wǎng)部署提供精確的結果，使操作和管理物聯(lián)網(wǎng)設備更加容易。邊緣計算確保低延遲訪問、減少帶寬消耗、脫機可用性和本地機器學習(ML)推理。

低延遲和更快的邊緣計算的實時分析在各個領域都有大量的應用，比如汽車、消費電子、能源、醫(yī)療保健等等。自動駕駛汽車就是一個很好的例子，它需要從周圍環(huán)境和云端收集數(shù)據(jù)，以便快速、安全地做出決策。傳感器數(shù)據(jù)中的模式應該被快速檢測、存儲和傳輸，以幫助在本地節(jié)點上進行實時決策。邊緣計算的分散架構消除了關鍵數(shù)據(jù)通信的延遲，從而保證了安全性。

根據(jù)CB Insights市場評估工具，到2022年，全球邊緣計算市場預計將達到67.2億美元。隨著越來越多的聯(lián)網(wǎng)設備出現(xiàn)在世界上，科技巨頭們正大舉投資于一項復雜的邊緣計算戰(zhàn)略。亞馬遜、微軟和谷歌已經(jīng)進入了邊緣計算領域。亞馬遜在2017年推出了自己的邊緣平臺AWS Greengrass，在新興科技領域處于領先地位，而微軟去年也推出了自己的Azure物聯(lián)網(wǎng)邊緣解決方案。谷歌也加入了這場競賽，推出了兩款新產(chǎn)品——集成軟件(云物聯(lián)網(wǎng)Edge)和定制硬件棧(Edge TPU)，以便直接利用Edge上的數(shù)據(jù)。

總而言之，我們可以說，邊緣計算并不是為了取代云計算，而是對云計算的補充。ce邊緣計算技術仍處于起步階段，面臨的挑戰(zhàn)可能會更多。但是，隨著對邊緣設備和應用程序的需求不斷增長，企業(yè)將有更多的機會在各種垂直領域測試和部署這項技術。