本文转载自雷锋网。如需转载，请在雷锋网官网申请授权。边缘计算对于许多物联网应用程序至关重要，可实现更低的延迟和更低的带宽使用率。然而，谈到物联网时，大多数人都忽视了边缘计算最重要的优势之一。在讨论这个被忽视的关键优势之前，让我们定义什么是边缘计算和云计算。云计算与边缘计算“云计算是计算机系统资源，特别是数据存储（云存储）和计算能力的按需可用性，无需用户直接主动管理”。（维基百科）“边缘计算是一种分布式计算范例，它使计算和数据存储更接近需要改进响应时间和节省带宽的位置”。（维基百科）在云计算时代之前，企业必须购买物理服务器来获得所需的计算能力和存储，前期投资和后期管理非常昂贵（购买所有硬件和设置、维护和更新）。云计算的诞生，意味着企业不再需要购买和管理硬件。企业可以支付所需的费用，云服务提供商将负责管理。云计算产生了深远的影响，为企业提供了可扩展性、可靠性、安全性和易用性。然而，云计算并不完美，需要做出取舍。云计算是集中式的，这意味着无论终端设备（例如智能手机）位于何处，数据都需要通过网络（例如4G蜂窝连接）从终端设备传输到云提供商的数据中心，反之亦然，以终端设备。对于需要快速传输大量数据的应用程序，这可能会很慢且代价高昂。这就是边缘计算的用武之地。为了了解边缘计算的好处，经常使用自动驾驶汽车作为示例：延迟：自动驾驶汽车需要瞬间做出决定。如果一辆车突然在你面前转弯，你会希望你的车不得不等待来自远处云端的指令吗？不！您肯定希望您的汽车在其本地计算机上尽快处理决定。带宽：自动驾驶汽车捕获的海量数据估计为每小时4TB，是智能手机平均每天100MB数据量的40,000倍。流式传输所有这些数据非常昂贵，并且可能导致网络拥塞。出于这两个原因，在自动驾驶车辆的边缘（在本例中为车辆本身）执行计算是有意义的。云计算和边缘计算的问题不是二选一。云和边缘各有优势。问题是什么时候使用云计算和边缘计算。一个有用的经验法则是：“云计算对大数据进行操作，而边缘计算对‘当下的数据’进行操作，即传感器或用户生成的实时数据”（维基百科）。究竟什么是“缘”？边缘基本上意味着“非云”，因为边缘的组成因应用程序而异。为了解释，让我们看一个例子。需要了解医院中所有医疗资产（例如IV泵、EKG机器等）的位置，并使用蓝牙在室内跟踪IoT解决方案。该解决方案具有蓝牙标签，您可以将其附加到要跟踪的资产（例如，IV泵）。您还有蓝牙集线器，每个房间一个，用于侦听来自标签的信号以确定每个标签在哪个房间（以及资产在哪个房间）。在这种情况下，标签和集线器都可以被视为“边缘”，只有当感知数据发生较大变化时，标签才会执行一些简单的计算并向集线器发送数据。如果从不同的标签移动到不同的数据中心，则可以对不同的标签进行计数。以上两种方法可以结合使用，也可以两者都不使用，标签可以将所有原始数据发送到集线器，集线器可以将所有原始数据发送到云端。物联网边缘计算的关键——一个被忽视的优势正如本文开头所述，在评估边缘计算时，几乎所有人都忽略了一个关键优势。我们已经介绍了延迟（更快的响应）和带宽（减少带宽需求和节省数据成本）的好处。然而，这些好处只针对物联网应用的特定子集，例如自动驾驶汽车、智能家居或安全摄像头。LPWAN物联网的出现“物联网”一词的一个问题是它的定义很宽泛。花费数万美元收集TB数据并使用4G蜂窝网络的自动驾驶汽车被认为是物联网。同时，花费几美元、仅收集字节数据并使用低功耗广域网(LPWAN)的传感器也被视为物联网。问题是每个人都专注于高带宽物联网应用，如自动驾驶汽车、智能家居和安全摄像头。这是因为大家都是消费者，所以写这些东西的人写C端的内容比B端的内容有更多的读者，因为企业IoT直接关系到的人少，可能会有一些繁琐。LPWAN物联网有望快速增长，而这将是最能感受到物联网真正转型的地方。对于LPWANIoT应用程序，能源消耗至关重要，因为它不适用于其他IoT应用程序。自动驾驶汽车将配备可定期充电的大容量电池，智能家居设备和安全摄像头将直接插入插座。但是，如果您的企业在汽车拍卖场的所有20,000辆车上都安装了GPS追踪器，那么这些GPS追踪器中的电池将可以使用多年！在少于几年的任何时间范围内更换20,000块电池都将是一个巨大的运营难题，并且管理成本高昂。单独管理系统的巨大成本远远超过实时了解车辆位置所带来的收益。边缘计算可以降低能源消耗当谈到电池供电设备的能源消耗时，你知道什么是最耗能的吗？无线电广播。传感器和简单的计算通常不会消耗大量能量，但发送和接收无线信息却会消耗大量能量。数字越低，发送和接收的消息越少，设备可以使用电池供电的时间越长（所有无线连接代表功耗、范围和带宽之间的权衡）。因此，如果设备在设备本身上计算消息的数量和大小，并使用逻辑来减少消息，那么边缘计算对于LPWANIoT应用程序非常有效。让我们看一个远程监控油箱的例子。简而言之，通过在油箱上放置一个设备，可以远程监控油箱的油位。如果没有对物联网系统的远程监控，企业必须猜测何时需要重新装满油箱。这是低效的，因为燃油司机会开车去不需要加满油的油箱，或者没有时间去需要加满油的油箱。油箱的远程监控要好得多。尽管如此，数以百万计的燃料箱分布在广大地区（例如，美国中西部的农业），因此监控设备必须依靠一块电池持续使用多年。就像上面的汽车跟踪示例一样，频繁更换这些电池会产生惊人的运营成本。为了减少电池消耗，我们可以向边缘添加一些基本逻辑（在这种情况下，边缘是一个监控设备）。燃油油位读数越多越好，但每个燃油油位读数和无线发送的每条消息都会消耗能量。一种减少电池消耗同时保持频繁的燃油油位读数的创新方法是让设备定期（例如每2小时一次）读取燃油油位读数，但发送频率较低（例如每24小时一次），其中包含这些读数的无线信息。当设备确实发送消息时，它包括自上一条消息以来的所有读数。每24小时发送一次消息，每小时阅读2次，即每条消息被阅读12次。你可能会想，“如果油箱里的油位在24小时内下降到临界值以下怎么办？”，在严冬里，靠油箱取暖的人将无法多走一趟没有燃料的一天。这也可以通过将一些基本计算移到边缘来解决。它还可以在每次设备唤醒读取读数时（即每2小时一次）快速检查燃料液位是否低于阈值（例如低于30%）。如果发生这种情况，设备可以立即发送消息，而不是等到24小时后的下一条预定消息。通过这种方式，设备仍然可以减少发送的消息总数（这些消息是能源密集型的），同时确保在正确的时间捕获和共享正确的数据。这是边缘计算如何使使用LPWAN的物联网解决方案受益的一个很好的例子。与用于LPWANIoT解决方案的自动驾驶汽车、智能家居或安全摄像头不同，延迟和带宽并不那么重要。在这个远程储罐监控示例中，每两个小时读取一次读数就足够了，因此将延迟减少几毫秒并不重要。此外，每个油箱的数据量很低，只有燃料水平、电池水平和设备其他基本状态的数据字节，因此带宽峰值不受影响。在这个例子中，云仍然扮演着一些角色。虽然可以将一些逻辑移至边缘以节省电池寿命，但其他数据密集型逻辑和分析更适合云计算。虽然每个坦克的数据很少，但来自数百万个坦克的聚合数据仍然非常大。将机器学习和预测分析应用于此数据集以预测何时需要重新填充储罐非常适合云。此外，您可能希望根据这些预测的燃油水平、当前路况和当前燃油价格安排司机加油，这对于云计算来说也是完美的，但在边缘没有意义。
