云计算正在走向“边缘”吗？随着物联网硬件和传感器的成本不断下降，物联网设备不断变得越来越智能、越来越小、越来越小，因此边缘计算已成为可行的现实。随着5G等新网络连接技术的出现，边缘架构将为更快、更高效的物联网奠定基础。基于云的数据分析极大地促进了物联网的发展，但现在越来越多的企业将数据处理推向了边缘。事实上，到2019年，全球产生的数据的50%将在IoT设备级别进行处理。鉴于物联网设备的认知能力往往受到外形因素和电池寿命短的限制，边缘计算是否真的会在未来几年内取代云计算？为什么云计算在基于云的物联网系统中被边缘化主要的缺点是每当用户触发一个动作时，软件层需要时间来捕获命令，将其发送到服务器并等待响应，然后再将信息显示在图片的形式。这可能是对在给定时间段内收集的设备状态数据的请求。这种行为在连接设备、智能家居产品，甚至轻型可穿戴设备中很常见。延迟已被确定为构建能够实时自主决策的物联网解决方案的主要障碍。物联网设备产生大量数据，但不需要将所有数据推送到云端到2021年，物联网设备每年将产生847ZB的原始数据（2016年为218ZB）。例如，一个智能石油钻井平台可以使用多达30,000个传感器来监控各种性能参数，包括工作时间、泵速和冲程计数。然而，一家制造公司需要实时解析不到1%的传感器数据，以识别异常并防止事故发生。剩下的99%是所谓的状态数据，可用于训练预测性维护模型，但不需要立即采取行动。黑客可以拦截在物联网设备和云计算服务器之间来回移动的数据在大多数情况下，在云中存储和处理物联网数据比本地服务器更安全。然而，物联网设备在企业网络上执行的数据交易中有91.5%是未加密的。这使黑客有机会破坏本地路由器并捕获物联网流量。带宽和能源成本不断上升，但目前没有替代移动通信连接的选择AT&T和Verizon等主要通信运营商正在推出比LTE更便宜的M2M通信低功耗网络，并将数据速率提高到仅120Kbit/s以节省能源。但是，从长远来看，这并不能保证显着节省成本。一方面，对带宽的需求一直在上升，这可能会促使电信公司调整其定价计划。另一方面，窄带网络无法支持固件更新、语音处理和非结构化视频数据分析等物联网操作。边缘计算可以帮助物联网采用者减少通过网络的数据量，节省带宽，并设计可以自动化的操作（例如，向管理人员发送警报通知、关灯或降低温度）。物联网设备没有“边缘因素”，以下是让边缘计算发挥作用的方法。有几个因素使边缘计算成为现实：IoT硬件和传感器的成本持续下降：从2004年到2014年，IoT传感器的平均价格从1.30美元下降到0.60美元，预计到2020年将再下降37%。小型设备变得越来越智能：即使是像RaspberryPi4这样的新型原型设备现在也能够支持人工智能算法的功能和能力。也就是说，许多智能设备（尤其是物联网的消费者级别）缺乏处理繁重操作的内存，并且实际上可能在固件而非操作系统上运行。这就是为什么到目前为止，边缘计算部署在很大程度上仅限于摄取、存储、过滤传感器数据并将其发送到云端。在无法执行设备上数据分析的情况下实施雾计算步骤该技术涉及中间计算机、网络设备和小型数据中心的实施，它们在数据源和云之间拆分传入流量。由于边缘计算部署需要结合本地和云计算数据中心，物联网软件开发专家首先在云端设置数据处理单元，然后在IT基础设施内的连接设备上模拟其功能。为实现这一目标，开发人员使用云计算管理服务，例如AWSIoTGreengrass或AzureIoTEdge。通过这些服务，边缘设备可以对它们生成的数据进行操作，同时使用云平台进行存储和分析：AWSIoTGreengrass仅提供对基于Linux的边缘设备的支持，这些设备反过来与其他小工具进行通信，这些小工具的大小各不相同以及从基于微控制器的解决方案到工业设备的复杂性。·AzureIoTEdge允许开发人员通过容器在连接的Linux和Windows设备上执行第三方服务、人工智能辅助数据处理和自定义应用程序逻辑。这两种服务都确保近乎实时的响应，加密传感器数据，并使边缘设备能够离线工作或间歇性地连接到云，从而使较小的公司相对容易地为边缘设备设计有效的云架构。寻找由5G等新连接技术提供支持的物联网杀手级应用边缘架构，将为未来几年更快、更高效的物联网奠定基础。然而，在这一点上，云计算和边缘计算的平衡仍然是物联网基础设施开发的首选方法：尽管延迟、运营成本和处理能力更高，但基于云的集中式数据存储库比小型设备拥有更多的存储空间。
