邊緣計算在物聯網 (IoT) 中的作用

---

片上嵌入式系統的巨大進步增加了具有足夠資源來執行完整作業系統的商用裝置的數量。這一變化擴充套件了物聯網的功能。許多早期的物聯網裝置可以收集和傳送資料以供分析。然而，當今裝置不斷增長的計算能力使它們能夠在本地執行復雜的計算，從而導致邊緣計算。邊緣計算透過將服務帶到網路邊緣來擴充套件雲計算功能，從而支援新一代的服務和應用程式。

物聯網與邊緣計算

物聯網 (IoT) 由連線到網路的智慧裝置組成——在不同裝置之間傳送和接收大量資料——這產生了大量需要處理和分析的資料。

邊緣計算是一種在資料收集或使用的地方進行計算的系統，它允許物聯網資料在邊緣收集和處理，而不是將資料傳送回資料中心或雲端。

物聯網和邊緣計算是強大的方法，可以即時快速地分析資料。

物聯網 (IoT) 指的是將物理物件連線到網際網路的最常見方法。物聯網指的是任何獲取和透過網路傳輸資料的裝置或硬體集合，無需人工干預。

一個典型的物聯網系統不斷地在反饋迴路中傳送、接收和分析資料。分析可以由人類或人工智慧和 AI（人工智慧/機器學習）進行，幾乎即時或在擴充套件的時間段內進行。

如果某物被稱為智慧，則通常意味著物聯網。例如，考慮自動駕駛汽車、智慧家居、智慧手錶、虛擬和增強現實以及工業物聯網。

邊緣計算發生在使用者或資料來源的實際位置或附近。

透過將計算服務更靠近這些位置，使用者可以受益於更快、更可靠的服務以及更好的使用者體驗。另一方面，企業可以透過更好地支援對延遲敏感的應用程式、識別趨勢以及提供更好的產品和服務來獲益。

邊緣計算是一種組織可以在大量位置使用和分發通用資源池的方式，以幫助擴充套件集中式系統以滿足不斷增長的裝置和資料需求。

邊緣計算在物聯網中的作用

邊緣計算在網路邊緣，靠近終端使用者，處理和儲存資料。更靠近終端裝置處理資料可以減少傳輸時間、降低頻寬需求並延長物聯網裝置的電池壽命。

與雲計算相比，邊緣計算為大多數物聯網應用提供了優勢，包括減少響應時間和提高通訊效率。

物聯網應用可以根據延遲敏感性進行分類——具體應用可能對延遲敏感，具體取決於它管理的型別引數。

鑑於這種延遲敏感性，我們可以在雲計算和邊緣計算之間進行選擇。邊緣計算在物聯網方面優於雲計算，但其計算能力和儲存能力有限。

大多數物聯網應用需要即時服務，而不是更大的計算能力和儲存能力。邊緣計算與物聯網廣泛應用於許多工業應用中；它為企業和客戶提供了各種新服務。許多新興的物聯網應用，如智慧汽車和智慧系統，都依賴於邊緣計算。

由於邊緣計算裝置在本地分析資料，因此與雲分發資料不同，不存在延遲。對於精確的、時間敏感的任務，這可能是物聯網裝置功能成敗的關鍵。

邊緣計算是一種計算效率高、安全、私密且經濟高效的方式，可以大規模使用物聯網，而不會冒資料洩露或網路過載的風險。

此外，邊緣計算為關鍵任務提供了額外的彈性和冗餘。由於此過程是分散式的——例如，未整合到單個系統中——如果某個元件發生故障，企業仍然可以在修復故障元件的同時繼續不間斷地執行。

這並不意味著邊緣計算不能與基於雲的分析一起工作——它可以並且經常這樣做。

在這些情況下，邊緣計算可以有效地提供一些即時資料，並作為一種通道，透過該通道可以將資料長期傳輸到雲端，以用於更深入或更復雜的分析方法。

物聯網的挑戰和新興應用

隨著不同物聯網應用生成的資料呈指數級增長，管理這些資料帶來了新的挑戰。在許多需要可靠且即時資料交付的物聯網應用中，基於雲的服務無法合理地滿足其需求。

大多數物聯網應用面臨以下挑戰

• 可擴充套件性

• 可靠性

• 傳輸延遲

• 互操作性

• 可訪問性

• 安全和隱私

物聯網裝置的快速發展在各個領域開闢了一些應用，尤其是在通訊領域。許多這些應用程式可用於各種目標和需求，但它們在使我們的日常活動變得簡單、智慧和安全方面發揮著至關重要的作用。

邊緣計算在物聯網中的優勢包括

• 低延遲

• 系統靈活性

• 延長物聯網裝置的電池壽命

• 可擴充套件性

• 低頻寬需求

• 系統彈性

結論

邊緣計算與其他一些引人注目的創新密切相關，特別是混合雲和 5G。它也顯然適用於物聯網 (IoT) 裝置和應用程式。換句話說，邊緣和物聯網不僅僅是優秀的合作伙伴：它們很可能會越來越依賴彼此。

“在來自物聯網裝置的大量資料洪流中，邊緣計算使我們能夠保持領先地位，其中每毫秒都很重要——尤其是在醫療保健監控和安全應用等用例中。”