云計算是否正在“邊緣化”?隨著物聯網硬件和傳感器的成本不斷下降，物聯網設備不斷變得越來越智能，體積越來越小，因此邊緣計算已成為一種可行的現實。隨著諸如5G之類網絡連接新技術的出現，邊緣架構將為更快、更高效的物聯網奠定基礎。

　　基于云計算的數據分析很大地推動了物聯網的發展，但如今越來越多的企業將數據處理推向邊緣。實際上，到2019年，全球產生的數據中有50%將在物聯網設備層面進行處理。

　　鑒于物聯網設備的認知能力通常受到外形尺寸和電池壽命短的限制，未來幾年邊緣計算將取代云計算，這是真的嗎?

　　為什么云計算正在被邊緣化

　　基于云計算的物聯網系統的主要缺點是，每當用戶觸發操作時，軟件層就需要時間來捕獲命令，將其發送到服務器并等待響應，然后再以圖片形式顯示信息。這可能是對在給定時間段內收集的設備狀態數據的請求。這種行為在連接設備、智能家居產品甚至輕量級可穿戴設備中很常見。延遲被認為是構建能夠實時自主決策的物聯網解決方案的主要障礙。

　　物聯網設備會產生大量數據，但并不需要將所有數據推送到云端

　　到2021年，物聯網設備每年將產生847 ZB的原始數據(2016年僅為218ZB)。例如，一臺智能石油鉆機可以使用多達三萬個傳感器來監視各種性能參數，包括工作小時數、泵速和沖程計數。然而，一家制造公司需要實時解析少于1%的傳感器數據，以識別異常并預防發生事故。其余的99%是所謂的狀態數據，可以將其用于訓練預測性維護模型，但不需要立即采取措施。

　　黑客可以攔截在物聯網設備和云計算服務器之間來回移動的數據

　　與本地服務器相比，在大多數情況下，在云中存儲和處理物聯網數據更安全。然而，91.5%的企業網絡中由物聯網設備執行的數據交易是未加密的。這使得黑客有機會破壞本地路由器，并捕獲物聯網流量。

　　帶寬和能源成本正在上升，但目前還沒有替代移動通信連接的方案

　　AT&T公司和Verizon公司等主要通信運營商正在推出用于M2M通信的低功耗網絡，該網絡比LTE便宜，并且通過將數據速率降低到僅120 Kbit/s來節省能源。但是，從長遠來看，這將無法保證節省大量成本。一方面，對帶寬的需求一直在上升，這可能會促使電信公司調整其定價計劃。另一方面，窄帶網絡無法支持物聯網操作，例如固件更新、語音處理和非結構化視頻數據分析。

　　邊緣計算可以幫助物聯網的采用者減少遍歷網絡的數據量，節省帶寬，并設計可自動執行操作(例如，一旦注冊了某種類型的行為，便會向管理人員發送警報通知、關燈或降低溫度)。

　　物聯網設備沒有“邊緣因素”，以下是使邊緣計算發揮作用的方法。

　　有幾種因素使邊緣計算成為現實：

　　·物聯網硬件和傳感器的成本持續下降：從2004年到2014年，物聯網傳感器的平均價格從1.3美元下降到0.6美元，預計到2020年將再下降37%。

　　·小型設備正變得越來越智能：甚至像Raspberry Pi 4這樣的新原型開發設備現在也能夠支持人工智能算法的功能和能力。

　　也就是說，許多智能設備(尤其是在物聯網的消費者級別)缺乏用于處理繁重操作的內存，實際上可能在固件而不是操作系統上運行。這就是為什么到目前為止，邊緣計算部署主要限于攝取、存儲、過濾以及將傳感器數據發送到云端的原因。

　　在無法在設備上執行數據分析的情況下實施霧計算步驟

　　該技術涉及到中間計算機、網絡設備和小型數據中心的實現，它們可以分割數據源和云之間的傳入流量。

　　由于邊緣計算部署需要內部部署和云計算數據中心的結合，因此物聯網軟件開發專家首先在云中設置數據處理單元，然后在IT基礎設施內的連接設備上模擬其功能。

　　為了實現這一目標，開發人員使用云計算管理服務，如AWS IoT Greengrass或Azure IoT Edge。通過這些服務，邊緣設備可以對它們生成的數據進行操作，同時使用云平臺進行存儲和分析：

　　·AWS IoT Greengrass只對基于Linux的邊緣設備提供支持，而邊緣設備又與其他小型工具進行通信，這些小工具的大小和復雜性從基于微控制器的解決方案到工業設備都不同。

　　·Azure IoT Edge允許開發者通過容器在連接的Linux和Windows設備上執行第三方服務、人工智能輔助數據處理和自定義應用程序邏輯。

　　這兩種服務都能保障近乎實時的響應、加密傳感器數據，并使邊緣設備能夠脫機工作或與云計算間歇性連接，從而使規模較小的公司相對容易地為邊緣設備設計有效的云架構。

　　尋找物聯網的殺手級應用

　　在新的連接技術如5G的支持下，邊緣架構將為未來幾年內更快更高效的物聯網奠定基礎。

　　然而，在這一點上，云計算和邊緣計算的平衡仍然是物聯網基礎設施開發的方法：盡管延遲和運營成本較高，但基于云計算的集中數據存儲庫比小型設備具有更多的存儲和處理能力。