随着物联网的发展，边缘计算成为时下最热门的技术之一，吸引了华为、阿里、ARM、英特尔等行业巨头布局。那么边缘计算究竟何去何从，它与物联网又有着怎样的联系呢？让我们看看下面。1.云计算的物联网挑战云计算作为互联网最重要的平台技术，可以构建大规模的数据中心，集中存储和处理大量数据，利用网络中海量机器的计算能力。计算和解决问题的数据中心。自本世纪初云计算模式的出现和广泛应用以来，云计算改变了我们的生活、学习和工作。从贵州到冰岛，全世界都可以看到大公司的数据中心。对于亚马逊、微软、阿里和腾讯来说，云计算平台也成为了非常重要的业务和收入来源。然而，随着物联网时代的到来，云计算平台将面临海量设备接入、海量数据、带宽不足、高功耗等严峻挑战。就目前的带宽水平而言，还无法支持设备与云端之间的数据传输，导致云计算中心无法实时返回数据决策。于是，边缘计算开始进入大众视野。2.边缘计算的应用及其优势边缘计算是在靠近物体或数据源头的网络边缘，集网络、计算、存储、应用核心能力为一体的开放平台。边缘计算的核心是将计算任务从云计算中心迁移到产生源数据的边缘设备。边缘计算物联网解决方案在架构上分为：传感器控制层、网络层、敏捷控制器和应用层。传感控制层：该层包含大量的传感器、控制元件（如开关等）和测量元件（如电流表等），以及通信元件。这些通信组件可以是独立的或与其他组件组合。网络层：该层主要实现集成和互连。除了网络连接和管理，其功能还包括边缘计算、现场处理和本地业务生存。本地生存和现场处理对物联网非常重要，尤其是大型工业和民用设施。此外，协议转换也是这一层的一个重要功能。物联网领域有很多协议。这些协议来自各个行业的历史积累，需要在网关上进行协议转换，数据统一承载在IP网络上对外传输。敏捷控制器：该层对网关发送的数据进行统一处理，向上发送给应用层。它还管理底层网络、传感器、控制组件、测量组件和计算资源，并提供用于网络部署和配置的自动化工具。业务应用层：这一层是各种行业应用。由于数据只是在源数据设备和边缘设备之间交换，不再全部上传到云计算平台，在物联网的应用中，与传统的云计算相比，边缘计算在以下五个方面：1.安全要求在云计算模型中，所有的用户数据都需要上传到数据中心，在这个过程中，数据安全成为一个重要的问题。从电子金融账户密码，到搜索引擎历史记录，再到智能摄像头监控，这些个人隐私数据上传到数据中心的过程中，都存在着数据泄露的风险。这也是边缘计算对大型工业企业如此有吸引力的原因之一。在霍尼韦尔去年举办的一次用户组会议上，其工业自动化产品的大多数客户都不愿意在霍尼韦尔的工厂中部署无线基础设施，以免出现安全漏洞。Target漏洞的各种黑客攻击（从HVAC系统开始，到客户信用卡遭到入侵结束）引发了人们对基础设施黑客攻击的担忧，但在某些工业流程中，这种担忧是完全必要的。2.知识产权问题与安全问题密切相关的还有对专有数据和知识产权的担忧。在云计算中，所有的用户数据都需要上传到数据中心，比如炼油厂的炼油过程、可乐生产商的生产配方等被视为商业机密的重要信息，都可以通过高品质传感器。获得的数据。西门子物联网战略高级副总裁JaganathRao表示，一些食品公司对这个问题特别敏感。3、交互时延和弹性物联网应用所面临的海量数据已经不适合直接上传到云计算中心进行处理。不仅网络带宽压力大，海量数据的查找耗时也让人难以接受。自动驾驶汽车对数据传输和交互时延的要求非常高。边缘计算更贴近数据源头，可以快速处理数据并做出实时判断，充分保障乘客安全。在自动驾驶汽车中，每辆自动驾驶汽车都配备了多个摄像头和激光雷达，这些传感器每秒都在产生大量数据。显然，自动驾驶汽车不可能等到数据传输到云计算中心进行处理后再做决定。这时候，边缘计算就成为无人驾驶汽车实时数据处理的有力工具。当汽车有抛锚的危险时，传感器能迅速发出故障的振动信息，然后发送到本地网关进行处理。网关在发现故障后的几毫秒或几秒内发出警报或命令关闭机器。另外，它还与弹性有关。以汽车、重工业机械和制造工作为例，当网络覆盖率下降时，边缘计算仍能保证本地网络的生存，保持连续工作，避免事故发生。4.降低带宽成本一些连接的传感器（如摄像头或在引擎中工作的聚合传感器）会产生大量数据，在这些情况下，将所有这些信息发送到云端需要很长时间，而且成本高得令人望而却步。随着智慧城市和公共安全的需求，摄像头视频分析技术的重要性凸显。但由于摄像头数量多，产生的数据量巨大，已经不适合直接上传到云计算中心进行处理。不仅网络带宽压力大，海量数据的查找耗时也让人难以接受。这时候，边缘计算就派上用场了。5、自治能力正是因为延迟和弹性问题，边缘计算的自主决策不依赖于云端的特性，成为物联网应用中的决定性优势。对于许多人来说，物联网连接的工厂或办公室的目的是能够实现大量流程的自动化。在边缘计算中，机器不仅能够监控自身和它们正在执行的过程，而且还可以对它们进行编程，以便在出现问题时采取正确的措施。因此，当传感器检测到压力升高时，它可以进一步释放阀门，一旦该过程依赖于一定程度的自动化，它就必须依赖于及时制定。3.总结边缘计算可以就近提供智能互联服务，满足行业在数字化转型过程中的关键需求。物联网时代数据处理2.0时代，不断增长的数据催生了对边缘计算的需求。据IDC预测，未来50%以上的数据需要在网络边缘进行分析、处理和存储。其巨大的市场空间也被巨头们看在眼里。未来边缘计算将如何更好地推动物联网技术的发展，让我们拭目以待！
