物聯(lián)網(wǎng)(IoT)邊緣計算是指在物聯(lián)網(wǎng)基礎(chǔ)設(shè)施中，將數(shù)據(jù)處理和分析放置在更靠近具有傳感器、執(zhí)行器的連接設(shè)備的位置，將物聯(lián)網(wǎng)移動到邊緣有什么好處?

讓我們來了解一下物聯(lián)網(wǎng)和邊緣計算的關(guān)系，以及為什么越來越多的物聯(lián)網(wǎng)專家在，開發(fā)物聯(lián)網(wǎng)解決方案時依賴邊緣計算。

傳統(tǒng)物聯(lián)網(wǎng)設(shè)備過時了嗎?

物聯(lián)網(wǎng)設(shè)備是具有能夠連接到互聯(lián)網(wǎng)的傳感器和執(zhí)行器的硬件組件。由于沒有嵌入式操作系統(tǒng)，物聯(lián)網(wǎng)設(shè)備一次只能執(zhí)行一個或幾個執(zhí)行線程。

由于計算能力較低，標(biāo)準(zhǔn)物聯(lián)網(wǎng)設(shè)備在本地執(zhí)行的數(shù)據(jù)處理很少。相反，它們使用嵌入式傳感器收集有關(guān)環(huán)境的信息，并通過網(wǎng)絡(luò)將數(shù)據(jù)傳輸?shù)皆贫诉M(jìn)行分析和處理。如果全球設(shè)備數(shù)量預(yù)計幾乎翻一番，從2023年的151億臺增加到2030年的超過290億臺，您可以想象每個物聯(lián)網(wǎng)生態(tài)系統(tǒng)中來回流動的數(shù)據(jù)量。

傳輸大量數(shù)據(jù)會導(dǎo)致采樣分辨率和頻率降低。它還會導(dǎo)致數(shù)據(jù)收集和在設(shè)備上執(zhí)行的操作之間的時間延遲。例如，在由設(shè)備、網(wǎng)絡(luò)和后端服務(wù)器組成的簡單物聯(lián)網(wǎng)基礎(chǔ)設(shè)施中，后端服務(wù)器將輕松分析從設(shè)備傳輸?shù)某Ｒ妶D像。同時，一旦設(shè)備收集高清視頻數(shù)據(jù)，后端服務(wù)器將以低幀速率接收相對低分辨率的視頻樣本。

盡管如此，沒有嵌入式操作系統(tǒng)和內(nèi)存組件的看似限制性的限制，仍然有助于使用簡單的物聯(lián)網(wǎng)設(shè)備。傳統(tǒng)的物聯(lián)網(wǎng)設(shè)備可以有效地利用其處理器并在精確的時間執(zhí)行操作，因為除了正在運行的任務(wù)之外，沒有其他任務(wù)競爭CPU資源。此外，由于沒有操作系統(tǒng)，簡單的物聯(lián)網(wǎng)設(shè)備不易受到基于操作系統(tǒng)的經(jīng)典網(wǎng)絡(luò)攻擊。

邊緣計算加入戰(zhàn)斗

在物聯(lián)網(wǎng)環(huán)境中，邊緣計算意味著將計算資源放置在更靠近數(shù)據(jù)源的地方。邊緣計算的第一個也是最重要的用例是指為物聯(lián)網(wǎng)設(shè)備提供計算資源，并將其轉(zhuǎn)換為能夠在本地處理數(shù)據(jù)的邊緣設(shè)備，而無需將其發(fā)送到云端進(jìn)行進(jìn)一步分析。

邊緣設(shè)備能夠執(zhí)行多任務(wù)處理并同時運行多個應(yīng)用。與需要物理連接來更新固件的簡單物聯(lián)網(wǎng)設(shè)備相比，通過可用的無線(OTA)更新，使邊緣設(shè)備的軟件和固件保持最新要容易得多。

邊緣設(shè)備配備傳感器和執(zhí)行器，同時擁有計算資源，成為物聯(lián)網(wǎng)生態(tài)系統(tǒng)的成熟元素。這就是為什么很多人會交替使用“物聯(lián)網(wǎng)設(shè)備”和“邊緣設(shè)備”這兩個術(shù)語。

物聯(lián)網(wǎng)邊緣設(shè)備的例子包括需要靠近數(shù)據(jù)源進(jìn)行實時數(shù)據(jù)分析的自動駕駛汽車，遠(yuǎn)程患者監(jiān)測解決方案和能夠進(jìn)行本地計算的智能家電。邊緣設(shè)備正在迅速取代“傳統(tǒng)”物聯(lián)網(wǎng)設(shè)備。預(yù)計邊緣計算市場的預(yù)期增長到2025年將達(dá)到2740億美元。

然而，利用邊緣計算并不總是將計算機(jī)能力放置在設(shè)備本身中。通過安裝本地邊緣服務(wù)器來捕獲數(shù)據(jù)，然后將其傳輸?shù)皆贫?，可以將計算資源放置在更靠近數(shù)據(jù)源的位置。邊緣技術(shù)的另一個用例是指將邊緣服務(wù)器放置在無線電基站處，在網(wǎng)絡(luò)邊緣創(chuàng)建多路訪問邊緣計算數(shù)據(jù)中心。由于可以在本地或網(wǎng)絡(luò)邊緣分析數(shù)據(jù)，因此發(fā)送到云端的信息更少，從而將延遲問題降至最低，并為后端數(shù)據(jù)服務(wù)器上的AI/ML支持的數(shù)據(jù)分析釋放更多資源。

在物聯(lián)網(wǎng)中采用邊緣計算的好處

減少網(wǎng)絡(luò)延遲

邊緣計算使數(shù)據(jù)處理在物理上更接近數(shù)據(jù)源，從而使數(shù)據(jù)從傳感器到服務(wù)器并返回的行程更短?？焖夙憫?yīng)對于需要近實時處理和行動的物聯(lián)網(wǎng)生態(tài)系統(tǒng)尤其有價值。

優(yōu)化的網(wǎng)絡(luò)帶寬

邊緣計算通過處理和過濾更靠近數(shù)據(jù)源的數(shù)據(jù)，來優(yōu)化網(wǎng)絡(luò)帶寬利用率。它允許更高的網(wǎng)絡(luò)帶寬，并確保必要的信息順利地傳輸?shù)街醒朐撇⒎祷亍?/p>

提高物聯(lián)網(wǎng)網(wǎng)絡(luò)安全性

邊緣計算不會成為應(yīng)對所有可能的網(wǎng)絡(luò)威脅的靈丹妙藥，但它仍然提供一定的安全優(yōu)勢。利用物聯(lián)網(wǎng)生態(tài)系統(tǒng)中的本地定位，邊緣服務(wù)器可以成為擔(dān)心將所有數(shù)據(jù)存儲在偏遠(yuǎn)地區(qū)的企業(yè)的救援。通過在本地部署邊緣服務(wù)器，企業(yè)可以更好地控制對信息的訪問，并確保某些數(shù)據(jù)永遠(yuǎn)不會離開特定范圍。

總結(jié)

物聯(lián)網(wǎng)與邊緣計算的結(jié)合，不僅僅是物聯(lián)網(wǎng)世界發(fā)展的下一步。這是數(shù)據(jù)分析機(jī)制的一個新的里程碑。由于物聯(lián)網(wǎng)邊緣，從數(shù)據(jù)收集到?jīng)Q策的旅程變成了以毫秒為單位的探險。

邊緣計算解決了網(wǎng)絡(luò)高延遲和低帶寬的問題，賦予物聯(lián)網(wǎng)生態(tài)系統(tǒng)實時數(shù)據(jù)分析能力，使物聯(lián)網(wǎng)設(shè)備更加智能、自適應(yīng)和安全。