8月15日消息，知名創(chuàng)投調(diào)研機(jī)構(gòu)CB Insights撰文詳述了邊緣計算的發(fā)展和應(yīng)用前景。文章稱，云計算已經(jīng)不足以即時處理和分析由物聯(lián)網(wǎng)設(shè)備、聯(lián)網(wǎng)汽車和其他數(shù)字平臺生成或即將生成的數(shù)據(jù)，這個時候邊緣計算能夠派上用場。該技術(shù)擁有著應(yīng)用于諸多行業(yè)領(lǐng)域和發(fā)揮巨大作用的潛力。
以下是文章主要內(nèi)容：
有時更快的數(shù)據(jù)處理是一種奢侈——有時它生死攸關(guān)。
例如，自動駕駛汽車本質(zhì)上是一臺裝有輪子的高性能計算機(jī)，它通過大量的傳感器來收集數(shù)據(jù)。為了使得這些車輛能夠安全可靠地運(yùn)行，它們需要立即對周圍的環(huán)境做出反應(yīng)。處理速度的任何延遲都有可能是致命的。雖然聯(lián)網(wǎng)設(shè)備的數(shù)據(jù)處理現(xiàn)在主要是在云端進(jìn)行的，但在中央服務(wù)器之間來回傳送數(shù)據(jù)可能需要幾秒鐘的時間。這一時間跨度太長了。
邊緣計算則讓自動駕駛汽車更快速地處理數(shù)據(jù)成為可能。這種技術(shù)使得聯(lián)網(wǎng)設(shè)備能夠處理在“邊緣”形成的數(shù)據(jù)，這里的“邊緣”是指位于設(shè)備內(nèi)部或者與設(shè)備本身要近得多的地方。
據(jù)估計，到2020年，每人每天平均將產(chǎn)生1.5GB的數(shù)據(jù)量。隨著越來越多的設(shè)備連接到互聯(lián)網(wǎng)并生成數(shù)據(jù)，云計算可能無法完全處理這些數(shù)據(jù)——尤其是在某些需要非?？焖俚靥幚頂?shù)據(jù)的使用場景當(dāng)中。
邊緣計算是云計算以外的另一種可選解決方案，未來它的應(yīng)用范圍很有可能將遠(yuǎn)不止是無人駕駛汽車。
包括亞馬遜、微軟和谷歌在內(nèi)的一些科技巨頭都在探索“邊緣計算”技術(shù)，這可能會引發(fā)下一場大規(guī)模的計算競賽。雖然亞馬遜云服務(wù)Amazon Web Services（AWS）在公共云領(lǐng)域仍然占據(jù)主導(dǎo)地位，但誰將成為這個新興的邊緣計算領(lǐng)域的領(lǐng)導(dǎo)者仍有待觀察。
在本文中，我們將深入探討什么是邊緣計算，與該技術(shù)相關(guān)的優(yōu)勢，以及它在各行各業(yè)中的應(yīng)用。
一個充滿變化的計算領(lǐng)域
在了解邊緣計算之前，我們必須先來看看它的前身——云計算——是如何為遍布全球的物聯(lián)網(wǎng)（IoT）設(shè)備鋪平道路的。
云計算賦能互聯(lián)世界
從可穿戴設(shè)備到聯(lián)網(wǎng)廚房電器，聯(lián)網(wǎng)設(shè)備可以說無處不在。據(jù)估計，到2019年，全球物聯(lián)網(wǎng)市場規(guī)模將超過1.7萬億美元，較2013年的4860億美元增長逾兩倍。
因此，云計算——許多智能設(shè)備連接到互聯(lián)網(wǎng)來運(yùn)作的過程——已經(jīng)成為一種越來越主流的趨勢。
云計算使得公司能夠在自己的物理硬件之外，通過遠(yuǎn)程服務(wù)器網(wǎng)絡(luò)（俗稱“云”）存儲和處理數(shù)據(jù)（以及其他的計算任務(wù)）。
例如，你可以選擇使用蘋果的iCloud云服務(wù)來備份你的智能手機(jī)，然后你可以通過另一個聯(lián)網(wǎng)設(shè)備（比如你的臺式電腦）檢索智能手機(jī)里的數(shù)據(jù)，方法是登錄你的賬戶連接到云。你的信息不再受到智能手機(jī)或臺式機(jī)的內(nèi)部硬盤容量的限制。
這只是眾多云計算用例之一。另一個例子是通過Web端或移動瀏覽器來訪問各種完整的應(yīng)用程序。由于云計算越來越受歡迎，它吸引了亞馬遜谷歌、微軟和IBM等大型科技公司入局。據(jù)私有云管理公司RightScale于2018年進(jìn)行的一項調(diào)查顯示，在主要的公共云提供商當(dāng)中，亞馬遜AWS和微軟Azure分列第一和第二。
圖示：越來越多的企業(yè)在公共云上運(yùn)行應(yīng)用程序
但是集中式云計算并不適合所有的應(yīng)用程序和用例。邊緣計算則能夠在傳統(tǒng)云基礎(chǔ)設(shè)施可能難以解決的領(lǐng)域提供解決方案。
向邊緣計算的轉(zhuǎn)變
在我們到處充斥著數(shù)據(jù)的未來，將有數(shù)十億部設(shè)備連接到互聯(lián)網(wǎng)，因此更快更可靠的數(shù)據(jù)處理將變得至關(guān)重要。
近年來，云計算的整合和集中化性質(zhì)被證明具有成本效益和靈活性，但物聯(lián)網(wǎng)和移動計算的興起給網(wǎng)絡(luò)帶寬帶來了不小的壓力。
最終，并不是所有的智能設(shè)備都需要利用云計算來運(yùn)行。在某些情況下，這種數(shù)據(jù)的往返傳輸能夠——也應(yīng)該——避免。
由此，邊緣計算應(yīng)運(yùn)而生。
根據(jù)CB Insights的市場規(guī)模量化工具，到2022年，全球邊緣計算市場規(guī)模預(yù)計將達(dá)到67.2億美元。雖然這是一個新興領(lǐng)域，但在云計算覆蓋的一些領(lǐng)域，邊緣計算的運(yùn)行效率可能要更高。
邊緣計算使得數(shù)據(jù)能夠在最近端（如電動機(jī)、泵、發(fā)電機(jī)或其他的傳感器）進(jìn)行處理，減少在云端之間來回傳輸數(shù)據(jù)的需要。
市場研究公司IDC稱，邊緣計算被描述為“微型數(shù)據(jù)中心的網(wǎng)狀網(wǎng)絡(luò)，在本地處理或存儲關(guān)鍵數(shù)據(jù)，并將所有接收到的數(shù)據(jù)推送到中央數(shù)據(jù)中心或云存儲庫，其覆蓋范圍不到100平方英尺”。
例如，一列火車可能包含可以立即提供其發(fā)動機(jī)狀態(tài)信息的傳感器。在邊緣計算中，傳感器數(shù)據(jù)不需要傳輸?shù)交疖嚿匣蛘咴贫说臄?shù)據(jù)中心，來查看是否有什么東西影響了發(fā)動機(jī)的運(yùn)轉(zhuǎn)。
本地化數(shù)據(jù)處理和存儲對計算網(wǎng)絡(luò)的壓力更小。當(dāng)發(fā)送到云的數(shù)據(jù)變少時，發(fā)生延遲的可能性——云端與物聯(lián)網(wǎng)設(shè)備之間的交互導(dǎo)致的數(shù)據(jù)處理延遲——就會降低。
這也讓基于邊緣計算技術(shù)的硬件承擔(dān)了更多的任務(wù)，它們包含用于收集數(shù)據(jù)的傳感器和用于處理聯(lián)網(wǎng)設(shè)備中的數(shù)據(jù)的CPU或GPU。
隨著邊緣計算的興起，理解邊緣設(shè)備所涉及的另一項技術(shù)也很重要，它就是霧計算。
邊緣計算具體是指在網(wǎng)絡(luò)的“邊緣”處或附近進(jìn)行的計算過程，而霧計算則是指邊緣設(shè)備和云端之間的網(wǎng)絡(luò)連接。
換句話說，霧計算使得云更接近于網(wǎng)絡(luò)的邊緣；因此，根據(jù)OpenFog的說法，“霧計算總是使用邊緣計算，而不是邊緣計算總是使用霧計算。”
說回我們的火車場景：傳感器能夠收集數(shù)據(jù)，但不能立即就數(shù)據(jù)采取行動。例如，如果一名火車工程師想要了解火車車輪和剎車是如何運(yùn)行的，他可以使用歷史累計的傳感器數(shù)據(jù)來預(yù)測零部件是否需要維修。
在這種情況中，數(shù)據(jù)處理使用邊緣計算，但它并不總是即時進(jìn)行的（與確定引擎狀態(tài)不同）。而使用霧計算，短期分析可以在給定的時間點(diǎn)實現(xiàn)，而不需要完全返回到中央云。
圖示：云計算、霧計算與邊緣計算
因此，要記住的是，雖然邊緣計算給云計算帶來補(bǔ)充，并且與霧計算一起非常緊密地運(yùn)作，但它絕不是二者的替代者。
邊緣計算的優(yōu)勢
雖然邊緣計算是一個新興的領(lǐng)域，但是它擁有一些顯而易見的優(yōu)點(diǎn)，包括：
·實時或更快速的數(shù)據(jù)處理和分析：數(shù)據(jù)處理更接近數(shù)據(jù)來源，而不是在外部數(shù)據(jù)中心或云端進(jìn)行，因此可以減少遲延時間。
·較低的成本：企業(yè)在本地設(shè)備的數(shù)據(jù)管理解決方案上的花費(fèi)比在云和數(shù)據(jù)中心網(wǎng)絡(luò)上的花費(fèi)要少。
·網(wǎng)絡(luò)流量較少：隨著物聯(lián)網(wǎng)設(shè)備數(shù)量的增加，數(shù)據(jù)生成繼續(xù)以創(chuàng)紀(jì)錄的速度增加。因此，網(wǎng)絡(luò)帶寬變得更加有限，讓云端不堪重負(fù)，造成更大的數(shù)據(jù)瓶頸。
·更高的應(yīng)用程序運(yùn)行效率：隨著滯后減少，應(yīng)用程序能夠以更快的速度更高效地運(yùn)行。
削弱云端的角色也會降低發(fā)生單點(diǎn)故障的可能性。
例如，如果一家公司使用中央云來存儲它的數(shù)據(jù)，云一旦宕機(jī)，那么數(shù)據(jù)將無法訪問，直至問題得到修復(fù)——公司可能因而蒙受嚴(yán)重的業(yè)務(wù)損失。
2016年，Salesforce網(wǎng)站的北美14站點(diǎn)（又名NA14）宕機(jī)超過24個小時。客戶無法訪問用戶數(shù)據(jù)，從電話號碼到電子郵件等等，業(yè)務(wù)運(yùn)營遭受嚴(yán)重的破壞。
此后，Salesforce將它的物聯(lián)網(wǎng)云轉(zhuǎn)移到亞馬遜的AWS上，但是這次宕機(jī)事件凸顯了僅僅依賴云的一大弊病。
減少對云的依賴也意味著某些設(shè)備可以穩(wěn)定地離線運(yùn)行。這在互聯(lián)網(wǎng)連接受限的地區(qū)尤其能夠派上用場——無論是在嚴(yán)重缺乏網(wǎng)絡(luò)服務(wù)的特定地區(qū)，還是油田等通常無法訪問的偏遠(yuǎn)地區(qū)。
邊緣計算的另一個關(guān)鍵優(yōu)勢與安全性和合規(guī)性有關(guān)。隨著政府越來越關(guān)注企業(yè)如何利用消費(fèi)者的數(shù)據(jù)，這一點(diǎn)尤為重要。
歐盟（EU）最近實施的《通用數(shù)據(jù)保護(hù)條例》（GDPR）就是一例。該條例旨在保護(hù)個人可識別信息免遭數(shù)據(jù)濫用。
由于邊緣設(shè)備能夠在收集和本地處理數(shù)據(jù)，數(shù)據(jù)不必傳輸?shù)皆贫恕Ｒ虼?，敏感信息不需要?jīng)由網(wǎng)絡(luò)，這樣要是云遭到網(wǎng)絡(luò)攻擊，影響也不會那么嚴(yán)重。
邊緣計算還能夠讓新興聯(lián)網(wǎng)設(shè)備和舊式的“遺留”設(shè)備之間實現(xiàn)互通。它將舊式系統(tǒng)使用的通信協(xié)議“轉(zhuǎn)換成現(xiàn)代聯(lián)網(wǎng)設(shè)備能夠理解的語言”。這意味著傳統(tǒng)工業(yè)設(shè)備可以無縫且高效地連接到現(xiàn)代的物聯(lián)網(wǎng)平臺。
邊緣計算發(fā)展現(xiàn)狀
今天，邊緣計算市場仍然處于初期發(fā)展階段。但隨著越來越多的設(shè)備連網(wǎng)，它似乎備受關(guān)注。
主宰云計算市場的那些公司（亞馬遜、谷歌和微軟）正在成為邊緣計算領(lǐng)域的領(lǐng)先者。
去年，亞馬遜攜AWS Greengrass進(jìn)軍邊緣計算領(lǐng)域，走在了行業(yè)的前面。該服務(wù)將AWS擴(kuò)展到設(shè)備上，這樣它們就可以“在本地處理它們所生成的數(shù)據(jù)，同時仍然可以使用云來進(jìn)行管理、數(shù)據(jù)分析和持久的存儲”。
微軟在這一領(lǐng)域也有一些大動作。該公司計劃在未來4年在物聯(lián)網(wǎng)領(lǐng)域投入50億美元，其中包括邊緣計算項目。
微軟發(fā)布了它的Azure IoT Edge解決方案，該方案“將云分析擴(kuò)展到邊緣設(shè)備”，支持離線使用。該公司還希望聚焦于邊緣的人工智能應(yīng)用。
谷歌也不甘示弱。它在本月早些時候宣布了兩款新產(chǎn)品，意在幫助改善邊緣聯(lián)網(wǎng)設(shè)備的開發(fā)。它們分別是硬件芯片Edge TPU和軟件堆棧Cloud IoT Edge。
谷歌表示，“Cloud IoT Edge將谷歌云強(qiáng)大的數(shù)據(jù)處理和機(jī)器學(xué)習(xí)功能擴(kuò)展到數(shù)十億臺邊緣設(shè)備，比如機(jī)器人手臂、風(fēng)力渦輪機(jī)和石油鉆塔，這樣它們就能夠?qū)碜云鋫鞲衅鞯臄?shù)據(jù)進(jìn)行實時操作，并在本地進(jìn)行結(jié)果預(yù)測?！?/p>
然而，有意涉足該領(lǐng)域的并不只是這三大科技巨頭。
隨著聯(lián)網(wǎng)設(shè)備越來越多地涌現(xiàn)，新興生態(tài)系統(tǒng)中的許多玩家都正在開發(fā)軟件和技術(shù)來幫助邊緣計算實現(xiàn)騰飛。
在接下來的四年里，惠普企業(yè)將在邊緣計算領(lǐng)域投資40億美元。該公司的Edgeline Converged Edge Systems系統(tǒng)的目標(biāo)客戶是那些希望獲得數(shù)據(jù)中心級計算能力，且通常在邊遠(yuǎn)地區(qū)運(yùn)營的工業(yè)合作伙伴。
它的系統(tǒng)承諾在不依賴于將數(shù)據(jù)發(fā)送到云或數(shù)據(jù)中心的情況下，為工業(yè)運(yùn)營（比如石油鉆井平臺、工廠或銅礦）提供來自聯(lián)網(wǎng)設(shè)備的洞見。
在新興的邊緣計算領(lǐng)域，其他主要的競爭者包括Scale Computing、Vertiv、華為、富士通和諾基亞等。
人工智能芯片制造商英偉達(dá)于2017年推出了Jetson TX2，這是一個面向邊緣設(shè)備的人工智能計算平臺。它的前身是Jetson TX1，它號稱要“重新定義將高級AI從云端擴(kuò)展到邊緣的可能性”。
許多著名的公司也在投資布局邊緣計算，包括通用電氣、英特爾、戴爾、IBM、思科、惠普企業(yè)、微軟、SAP SE和AT&T。
例如，在私募市場上，戴爾和英特爾均投資了為工商業(yè)物聯(lián)網(wǎng)應(yīng)用提供邊緣智能的Foghorn公司。戴爾還參與了物聯(lián)網(wǎng)邊緣平臺IOTech的種子輪融資。
上面提到的許多公司，包括思科、戴爾和微軟，也已經(jīng)聯(lián)合起來組成了OpenFog聯(lián)盟。該組織的目標(biāo)是標(biāo)準(zhǔn)化這項技術(shù)的應(yīng)用。
邊緣計算在各行各業(yè)的應(yīng)用
隨著傳感器價格和計算成本的持續(xù)下降，更多的“東西”將被連接到互聯(lián)網(wǎng)。
隨著更多的聯(lián)網(wǎng)設(shè)備變得可用，邊緣計算將在各行各業(yè)中得到越來越多的應(yīng)用，尤其是在云計算效率低下的一些領(lǐng)域。
我們已經(jīng)開始看到該技術(shù)在多個不同的行業(yè)領(lǐng)域產(chǎn)生影響。
“當(dāng)我們把云的威力下沉到設(shè)備（即邊緣）時，我們可帶來實時地響應(yīng)、分析和行動的能力，尤其是在網(wǎng)絡(luò)條件有限或者缺乏網(wǎng)絡(luò)的地區(qū)……它還處于初期發(fā)展階段，但我們正開始看到這些新功能能夠應(yīng)用于解決全球范圍的一些重大挑戰(zhàn)?！薄④浭紫夹g(shù)官凱文·斯科特（Kevin Scott）
從自動駕駛汽車到農(nóng)業(yè)，以下幾個行業(yè)將會從邊緣計算的潛力中獲益。
交通運(yùn)輸
邊緣計算技術(shù)最顯而易見的潛在應(yīng)用之一是交通運(yùn)輸——更具體地說，是無人駕駛汽車。
自動駕駛汽車裝備了各種各樣的傳感器，從攝像頭到雷達(dá)到激光系統(tǒng)，來幫助車輛運(yùn)行。
如前所述，這些自動駕駛汽車可以利用邊緣計算，通過這些傳感器在離車輛更近的地方處理數(shù)據(jù)，進(jìn)而盡可能地減少系統(tǒng)在駕駛過程中的響應(yīng)時間。雖然無人駕駛汽車還不是主流趨勢，但公司們正在未雨綢繆。
今年早些時候，汽車邊緣計算聯(lián)盟（AECC）宣布將啟動以聯(lián)網(wǎng)汽車解決方案為重點(diǎn)的項目。
“聯(lián)網(wǎng)汽車正迅速地從豪華車型和高端品牌擴(kuò)張到大批量的中端車型。汽車行業(yè)將很快達(dá)到一個臨界點(diǎn)，屆時汽車所產(chǎn)生的數(shù)據(jù)量將超過現(xiàn)有的云、計算和通信基礎(chǔ)設(shè)施資源。”——AECC主席兼總裁村田兼一（Kenichi Murata）
該聯(lián)盟的成員包括DENSO Corporation、豐田汽車、AT&T、愛立信、英特爾等公司。
不過，不僅僅是自動駕駛汽車會產(chǎn)生大量的數(shù)據(jù)并需要實時處理。飛機(jī)、火車和其他的交通工具也是如此——不管它們有沒有人類駕駛。
例如，飛機(jī)制造商龐巴迪（Bombardier）的C系列飛機(jī)就裝備了大量的傳感器來迅速檢測發(fā)動機(jī)的性能問題。在12小時的飛行中，飛機(jī)產(chǎn)生了多達(dá)844 TB的數(shù)據(jù)。邊緣計算支持對數(shù)據(jù)進(jìn)行實時處理，因此該公司能夠主動處理引擎問題。
醫(yī)療保健
如今，人們越來越喜歡佩戴健身追蹤設(shè)備、血糖監(jiān)測儀、智能手表和其他監(jiān)測健康狀況的可穿戴設(shè)備。
但是，要真正地從所收集的海量數(shù)據(jù)中獲益，實時分析可能是必不可少的——許多的可穿戴設(shè)備直接連接到云上，但也有其他的一些設(shè)備支持離線運(yùn)行。
一些可穿戴健康監(jiān)控器可以在不連接云的情況下本地分析脈搏數(shù)據(jù)或睡眠模式。然后，醫(yī)生可以當(dāng)場對病人進(jìn)行評估，并就病人的健康狀況提供即時反饋。
但在醫(yī)療保健領(lǐng)域，邊緣計算的潛力遠(yuǎn)不局限于可穿戴設(shè)備。
不妨想想，快速的數(shù)據(jù)處理能夠給遠(yuǎn)程患者監(jiān)控、住院患者護(hù)理以及醫(yī)院和診所的醫(yī)療管理帶來多大的好處。
醫(yī)生和臨床醫(yī)生將能夠為患者提供更快、更好的護(hù)理，同時患者所生成的健康數(shù)據(jù)也多了一層安全保護(hù)。醫(yī)院病床平均有20個以上的聯(lián)網(wǎng)設(shè)備，會產(chǎn)生大量的數(shù)據(jù)。這些數(shù)據(jù)的處理將直接發(fā)生在更靠近邊緣的地方，而不是將保密數(shù)據(jù)發(fā)送到云端，因此能夠避免數(shù)據(jù)被不當(dāng)訪問的風(fēng)險。
如前所述，本地化數(shù)據(jù)處理意味著大范圍的云端或網(wǎng)絡(luò)故障不會影響業(yè)務(wù)運(yùn)轉(zhuǎn)。即使云操作中斷，這些醫(yī)院的傳感器也能獨(dú)立地正常運(yùn)行。
制造業(yè)
智能制造有望從現(xiàn)代工廠大量部署的傳感器中獲得洞見。
由于能夠減少滯后，邊緣計算可能會使得制造流程能夠更快速地做出響應(yīng)和變動，能夠?qū)崟r地應(yīng)用數(shù)據(jù)分析得出的洞見和實時行動。這可能包括在機(jī)器過熱之前將其關(guān)閉。
一家工廠可以使用兩個機(jī)器人來完成同樣的任務(wù)，兩個機(jī)器人裝有傳感器，并連接到一個邊緣設(shè)備上。邊緣設(shè)備可以通過運(yùn)行一個機(jī)器學(xué)習(xí)模型來預(yù)測其中一個機(jī)器人是否會操作失敗。
如果邊緣設(shè)備斷定機(jī)器人很可能會出現(xiàn)故障，它就會觸發(fā)行動來阻止或減慢機(jī)器人的運(yùn)轉(zhuǎn)。這會使得工廠能夠?qū)崟r地評估潛在的故障。
如果機(jī)器人能夠自己處理數(shù)據(jù)，它們也可能變得更加自給自足和反應(yīng)靈敏。
邊緣計算應(yīng)該支持更快地從大數(shù)據(jù)中更多的洞見，以及支持將更多的機(jī)器學(xué)習(xí)技術(shù)應(yīng)用到業(yè)務(wù)運(yùn)營中。
最終目標(biāo)是，挖掘?qū)崟r產(chǎn)生的海量數(shù)據(jù)的巨大價值，防止安全隱患，并減少工廠車間機(jī)器運(yùn)轉(zhuǎn)中斷的情況。
農(nóng)業(yè)和智能農(nóng)場
邊緣計算非常適合應(yīng)用于農(nóng)業(yè)，因為農(nóng)場經(jīng)常處于偏遠(yuǎn)的位置和惡劣的環(huán)境中，可能存在帶寬和網(wǎng)絡(luò)連接方面的問題。
現(xiàn)在，想要改善網(wǎng)絡(luò)連接的智能農(nóng)場需要在昂貴的光纖、微波連接或者擁有一顆全天候運(yùn)行的衛(wèi)星上進(jìn)行投資；而邊緣計算則是一種合適的、具有成本效益的替代方案。
智能農(nóng)場可以使用邊緣計算來監(jiān)測溫度和設(shè)備性能，以及自動讓各種設(shè)備（比如過熱的泵）減緩運(yùn)轉(zhuǎn)或者關(guān)閉。
能源和電網(wǎng)控制
邊緣計算或許在整個能源行業(yè)都尤其有效，尤其是在石油和天然氣設(shè)施的安全監(jiān)測方面。
例如，壓力和濕度傳感器應(yīng)當(dāng)受到嚴(yán)密監(jiān)控，不能在連接性上出差錯，尤其是考慮到這些傳感器大多位于偏遠(yuǎn)地區(qū)。如果出現(xiàn)異常情況——比如油管過熱——卻沒有被及時注意到，那就可能會發(fā)生災(zāi)難性的爆炸。
邊緣計算的另一個好處是能夠?qū)崟r檢測設(shè)備故障。通過電網(wǎng)控制，傳感器可以監(jiān)控從電動汽車到風(fēng)力發(fā)電廠的一切設(shè)施所產(chǎn)生的能源，有助于相應(yīng)作出決策來降低成本和提高能源生產(chǎn)效率。
其他行業(yè)領(lǐng)域的應(yīng)用
其他可以利用邊緣計算技術(shù)的行業(yè)包括金融業(yè)和零售業(yè)。這兩個行業(yè)都使用大型的客戶和后端數(shù)據(jù)集來提供從選股信息到店內(nèi)服裝擺放的各種信息，可以從減少對云計算的依賴中獲益。
零售可以使用邊緣計算應(yīng)用程序來增強(qiáng)顧客體驗。如今，許多零售商都在致力于改善店內(nèi)體驗，優(yōu)化數(shù)據(jù)收集和分析的方式對它們而言絕對很有意義——尤其是考慮到許多零售商已經(jīng)在嘗試使用聯(lián)網(wǎng)的智能顯示屏。
此外，很多人使用店內(nèi)平板電腦所生成的銷售點(diǎn)數(shù)據(jù)，這些數(shù)據(jù)會被傳輸?shù)皆贫嘶驍?shù)據(jù)中心。借助邊緣計算，數(shù)據(jù)可以在本地進(jìn)行分析，從而減少敏感數(shù)據(jù)泄漏的風(fēng)險。
總結(jié)
從可穿戴設(shè)備到汽車再到機(jī)器人，物聯(lián)網(wǎng)設(shè)備正呈現(xiàn)出越來越強(qiáng)勁的發(fā)展勢頭。
隨著我們朝著更加互聯(lián)的生態(tài)系統(tǒng)邁進(jìn)，數(shù)據(jù)生成將繼續(xù)飛速增加，尤其是在5G技術(shù)取得騰飛，進(jìn)一步加快網(wǎng)絡(luò)連接以后。雖然中央云或數(shù)據(jù)中心傳統(tǒng)上一直是數(shù)據(jù)管理、處理和存儲的首選，但這兩種方案都存在局限性。邊緣計算可以充當(dāng)替代解決方案，但由于該技術(shù)仍處于起步階段，因此還很難預(yù)料其未來的發(fā)展。
設(shè)備能力方面的挑戰(zhàn)——包括開發(fā)能夠處理云端分流的計算任務(wù)的軟件和硬件的能力——可能會出現(xiàn)。能否教會機(jī)器在能夠在邊緣執(zhí)行的計算任務(wù)和需要云端執(zhí)行的計算任務(wù)之間切換，也是一個挑戰(zhàn)。
即便如此，隨著邊緣計算更多地被采用，企業(yè)將有更多的機(jī)會在各個領(lǐng)域測試和部署這種技術(shù)。
有些用例可能比其他用例更能證明邊緣計算的價值，但整體來看，該技術(shù)對我們整個互聯(lián)生態(tài)系統(tǒng)的潛在影響則可能是翻天覆地的。
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。