邊緣計算對物聯(lián)網(wǎng)的革命性影響

邊緣計算使我們能夠在任何物聯(lián)網(wǎng)網(wǎng)絡(luò )邊緣的設備附近解讀這些龐大的數據。這將實(shí)時(shí)觸發(fā)分析和響應，而不會(huì )給擁塞的網(wǎng)絡(luò )帶來(lái)負擔。

為了了解對的影響，讓我們先花點(diǎn)時(shí)間想象一下我們周?chē)姸嗟膫鞲衅骱涂纱┐髟O備，以及它們正在捕獲的數據類(lèi)型。邊緣計算使我們能夠在任何物聯(lián)網(wǎng)網(wǎng)絡(luò )邊緣的設備附近解讀這些龐大的數據。這將實(shí)時(shí)觸發(fā)分析和響應，而不會(huì )給擁塞的網(wǎng)絡(luò )帶來(lái)負擔。

Gartner的一項研究預測，到2025年，至少75%的企業(yè)將實(shí)施邊緣計算，以在傳統集中式數據中心或云之外處理數據。目前，10%的企業(yè)已經(jīng)這樣做了。IDC 的另一項研究預測，到 2024 年，全球邊緣計算支出將達到 2500 億美元。從技術(shù)角度來(lái)看，邊緣服務(wù)將占 IT 支出的 21.6%。顯然，邊緣計算將成為數字化轉型戰略的重要組成部分。

物聯(lián)網(wǎng)中的邊緣計算——遠離云

通過(guò)在數據捕獲點(diǎn)或邊緣附近執行基本分析，減少了將大量數據傳輸到集中位置的需要。

因此，邊緣計算有助于克服延遲和網(wǎng)絡(luò )擁塞問(wèn)題。

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

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

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

物聯(lián)網(wǎng)設備在邊緣的擴展

物聯(lián)網(wǎng)設備和服務(wù)在 5G 浪潮中呈指數級增長(cháng)，接管了我們日常生活的方方面面。當我們意識到位于任何網(wǎng)絡(luò )邊緣的大量物聯(lián)網(wǎng)設備時(shí)，對邊緣計算的需求以及邊緣計算對物聯(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(chē)、智能鎖和門(mén)鈴、清潔設備、智能開(kāi)關(guān)、煙霧報警器、智能供暖系統、健康監測器、污染監測器和健身追蹤器只是當今家庭中連接到互聯(lián)網(wǎng)的物聯(lián)網(wǎng)設備的一部分。研究估計，幾年后，美國每個(gè)人將擁有至少10臺物聯(lián)網(wǎng)設備。

轉到制造業(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)。用于維護重型機械的AR應用、用于倉庫的AI控制無(wú)人機、用于預測性維護的機器人、用于減少能源和水資源浪費的機器傳感器、溫度傳感器等，都是物聯(lián)網(wǎng)在工業(yè)中的一些常見(jiàn)應用。很明顯，工業(yè)物聯(lián)網(wǎng)比基于家庭的物聯(lián)網(wǎng)更加復雜，收集的數據需要實(shí)時(shí)處理。

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

邊緣計算使實(shí)現物聯(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(jiǎn)寫(xiě)術(shù)語(yǔ)。然而，在現實(shí)世界中，物聯(lián)網(wǎng)設備極其輕量級，存儲和計算能力有限。

這就是為什么當我們談?wù)撐锫?lián)網(wǎng)中的邊緣計算時(shí)，邊緣設備不僅包括傳感器和其他物聯(lián)網(wǎng)設備，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(lèi)似操作系統上運行的實(shí)際計算設備。在這些設備上，可以安裝邊緣計算中間件，以安全的方式從物聯(lián)網(wǎng)設備接收數據。因此，真正處于邊緣的設備可以在其上運行輕量級解決方案，而實(shí)際分析是在離這些設備更近的網(wǎng)關(guān)和路由器上進(jìn)行的。

物聯(lián)網(wǎng)中邊緣計算的用例

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

讓我們來(lái)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到云端。相反，如果它可以檢測到常見(jiàn)威脅的輪廓，則只有該片段可以流式傳輸到云服務(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。
• 自動(dòng)駕駛汽車(chē)：在像自動(dòng)駕駛汽車(chē)這樣的場(chǎng)景中，幾毫秒的延遲可能會(huì )危及生命。這就是為什么計算和響應時(shí)間不能依賴(lài)于云的原因，在云上，失去連接可能是災難性的。
• 監測患者健康：需要對醫療物聯(lián)網(wǎng)邊緣設備產(chǎn)生的數據進(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)行適當分析，在某些情況下可能為時(shí)已晚。醫療保健中的邊緣計算使對緊急健康情況做出反應成為可能。
• 工廠(chǎng)工人的安全：智能穿戴設備，如頭盔和腕帶，可用于跟蹤重型制造場(chǎng)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，并指示工人何時(shí)需要休息?？梢员O測工廠(chǎng)環(huán)境中的毒性和輻射水平并采取糾正措施，而無(wú)需將所有這些數據發(fā)送到云端。

數字視頻、多媒體內容、溫度、運動(dòng)、燃料水平、壓力等傳感器，以及來(lái)自生產(chǎn)線(xiàn)機械和其他來(lái)源正在以難以想象的速度生成海量數據，物聯(lián)網(wǎng)中邊緣計算的作用是利用這些數據，同時(shí)消除網(wǎng)絡(luò )延遲并釋放帶寬需求。