对于云计算来说，是软件即服务，是移动设备的爆炸式增长。今天，全球有超过53亿手机用户，这意味着地球上每10人中就有近7人从专门为高速下载而建造的网络服务器上下载数据和信息。即将到来的边缘计算时代有其最强的应用——物联网。但是物联网的需求并不是以下载数据为中心，而是指向相反的方向。如今，拥有数十亿台设备的企业正在上传大量数据，这些数据需要在尽可能靠近其源头的地方进行处理和分析，以期最大限度地减少决策延迟、减少昂贵的互联网带宽消耗，并确保自主性、安全性和安全性。隐私。有了这些驱动因素，边缘计算和物联网提供了一个携手合作的解决方案。以计算机视觉为例，这是一个人工智能领域，可以让计算机解释和理解数字图像。通过分析各种情况下的流媒体视频，人工智能模型可以提供人口统计或人员监视识别、车牌或武器等物体识别以及有价值的信息，以推动改进质量控制、预测性维护和安全性等成果。带宽密集型分析在边缘执行，只有关键事件才会被回调以触发其他系统。预测性维护也构成了物联网另一个关键用例的基础，即在边缘部署人工智能来分析泵、压缩机和电机等关键石油和天然气设备的振动。数据采样率超过每秒1,000次（有时高达8-10次）的情况并不少见，以获得公司预测机器故障所需的可见性。将如此多的数据连续传输到中央数据中心成本太高，因此在设备旁边部署人工智能模型以实时检查振动数据更有意义。如果模型感知到某个部件即将发生故障，则可以将信息传输给某人进行确认，然后发送给技术人员。物联网和边缘计算将创造新的产业正如整个行业如雨后春笋般涌现以利用互联网和云计算，边缘物联网的兴起也将带来支持它的硬件和软件公司的崛起。硬件制造商和硅供应商将提供处理能力，电信公司将提供和管理连接，软件供应商将创建物联网框架和应用程序。这项任务很复杂，因此对于领先的公司来说，在开放、标准化的基础设施之上构建产品和服务是有意义的，正如我们在IT世界中已经看到的那样。边缘产生的海量数据也对安全和数据分析提出了新的挑战。软件必须保持最新以确保数据的准确性，并且在最极端的情况下，避免现场关键系统的完全故障，从而导致重大的生产损失甚至人身安全。边缘计算为企业提供了一个重要机会，可以将我们在过去十年中在云计算中学到的经验教训扩展到物联网用例融合物理世界和数字世界的前提。通过利用边缘技术收集和分析物联网数据，企业可以提高运营效率，同时确保业务连续性、数据安全和员工安全。
