边缘计算在物联网 (IoT) 中的作用

---

片上嵌入式系统的巨大进步增加了具有足够资源来运行完整操作系统的商用设备的数量。这一变化扩展了物联网的功能。许多早期的物联网设备可以收集和发送数据以供分析。然而，当今设备不断增长的计算能力使它们能够在本地执行复杂的计算，从而导致边缘计算。边缘计算通过将服务带到网络边缘来扩展云计算功能，从而支持新一代的服务和应用程序。

物联网与边缘计算

物联网 (IoT) 由连接到网络的智能设备组成——在不同设备之间发送和接收大量数据——这产生了大量需要处理和分析的数据。

边缘计算是一种在数据收集或使用的地方进行计算的系统，它允许物联网数据在边缘收集和处理，而不是将数据发送回数据中心或云端。

物联网和边缘计算是强大的方法，可以实时快速地分析数据。

物联网 (IoT) 指的是将物理对象连接到互联网的最常见方法。物联网指的是任何获取和通过网络传输数据的设备或硬件集合，无需人工干预。

一个典型的物联网系统不断地在反馈回路中发送、接收和分析数据。分析可以由人类或人工智能和 AI（人工智能/机器学习）进行，几乎实时或在扩展的时间段内进行。

如果某物被称为智能，则通常意味着物联网。例如，考虑自动驾驶汽车、智能家居、智能手表、虚拟和增强现实以及工业物联网。

边缘计算发生在用户或数据源的实际位置或附近。

通过将计算服务更靠近这些位置，用户可以受益于更快、更可靠的服务以及更好的用户体验。另一方面，企业可以通过更好地支持对延迟敏感的应用程序、识别趋势以及提供更好的产品和服务来获益。

边缘计算是一种组织可以在大量位置使用和分发通用资源池的方式，以帮助扩展集中式系统以满足不断增长的设备和数据需求。

边缘计算在物联网中的作用

边缘计算在网络边缘，靠近最终用户，处理和存储数据。更靠近终端设备处理数据可以减少传输时间、降低带宽需求并延长物联网设备的电池寿命。

与云计算相比，边缘计算为大多数物联网应用提供了优势，包括减少响应时间和提高通信效率。

物联网应用可以根据延迟敏感性进行分类——具体应用可能对延迟敏感，具体取决于它管理的类型参数。

鉴于这种延迟敏感性，我们可以在云计算和边缘计算之间进行选择。边缘计算在物联网方面优于云计算，但其计算能力和存储能力有限。

大多数物联网应用需要实时服务，而不是更大的计算能力和存储能力。边缘计算与物联网广泛应用于许多工业应用中；它为企业和客户提供了各种新服务。许多新兴的物联网应用，如智能汽车和智能系统，都依赖于边缘计算。

由于边缘计算设备在本地分析数据，因此与云分发数据不同，不存在延迟。对于精确的、时间敏感的任务，这可能是物联网设备功能成败的关键。

边缘计算是一种计算效率高、安全、私密且经济高效的方式，可以大规模使用物联网，而不会冒数据泄露或网络过载的风险。

此外，边缘计算为关键任务提供了额外的弹性和冗余。由于此过程是分布式的——例如，未集成到单个系统中——如果某个组件发生故障，企业仍然可以在修复故障组件的同时继续不间断地运行。

这并不意味着边缘计算不能与基于云的分析一起工作——它可以并且经常这样做。

在这些情况下，边缘计算可以有效地提供一些实时数据，并作为一种通道，通过该通道可以将数据长期传输到云端，以用于更深入或更复杂的分析方法。

物联网的挑战和新兴应用

随着不同物联网应用生成的数据呈指数级增长，管理这些数据带来了新的挑战。在许多需要可靠且实时数据交付的物联网应用中，基于云的服务无法合理地满足其需求。

大多数物联网应用面临以下挑战

• 可扩展性

• 可靠性

• 传输延迟

• 互操作性

• 可访问性

• 安全和隐私

物联网设备的快速发展在各个领域开辟了一些应用，尤其是在通信领域。许多这些应用程序可用于各种目标和需求，但它们在使我们的日常活动变得简单、智能和安全方面发挥着至关重要的作用。

边缘计算在物联网中的优势包括

• 低延迟

• 系统灵活性

• 延长物联网设备的电池寿命

• 可扩展性

• 低带宽需求

• 系统弹性

结论

边缘计算与其他一些引人注目的创新密切相关，特别是混合云和 5G。它也显然适用于物联网 (IoT) 设备和应用程序。换句话说，边缘和物联网不仅仅是优秀的合作伙伴：它们很可能会越来越依赖彼此。

“在来自物联网设备的大量数据洪流中，边缘计算使我们能够保持领先地位，其中每毫秒都很重要——尤其是在医疗保健监控和安全应用等用例中。”