要了解边缘计算对物联网的影响，让我们花点时间想象一下我们周围的众多传感器和可穿戴设备以及它们捕获的数据类型。边缘计算使我们能够在任何物联网网络边缘的设备附近解释大量数据。这会实时触发分析和响应，而不会给拥挤的网络带来负担。Gartner的一项研究预测，到2025年，至少75%的企业将实施边缘计算来处理传统集中式数据中心或云之外的数据。目前，已有10%的企业这样做了。IDC的另一项研究预测，到2024年，全球在边缘计算上的支出将达到2500亿美元。从技术角度来看，边缘服务将占IT支出的21.6%。显然，边缘计算将成为数字化转型战略的重要组成部分。IoT中的边缘计算-远离云通过在数据捕获点或边缘附近执行基本分析，减少将大量数据传输到集中位置的需要。因此，边缘计算有助于克服延迟和网络拥塞问题。云计算都是关于集中式系统，而边缘计算是一种更加分布式的模型。在某些情况下，它消除了对云的需求，而在其他情况下，它充当边缘设备和云之间的中间层，以便可以在边缘执行基本的实时分析，而在云上执行更复杂的分析，仅相关数据需要通过网络传输。想想每天拍摄数小时视频的安全摄像头所节省的带宽吧！使用边缘计算执行的分析不仅可以节省带宽，还可以使物联网设备无需与云服务器通信即可与用户进行有意义的交互。涉及边缘计算和云的混合解决方案消除了纯基于云的系统中固有的大部分效率问题，特别是代价高昂的带宽增加、滞后的响应和安全性——所有这些都在物联网环境中无限放大。IoT设备在边缘的扩展IoT设备和服务在5G浪潮中呈指数级增长，接管了我们日常生活的方方面面。当我们意识到位于任何网络边缘的大量物联网设备时，对边缘计算的需求以及边缘计算对物联网的影响就变得非常清楚。GoogleHome和Alexa等个人助理、笔记本电脑、智能手表、智能汽车、智能锁和门铃、清洁设备、智能开关、烟雾报警器、智能供暖系统、健康监测器、污染监测器和健身追踪器只是其中的几个例子当今家庭的一部分物联网设备连接到互联网。研究估计，在几年内，美国的每个人都将拥有至少10台物联网设备。转向制造业，你会看到一个全新的工业物联网世界，也叫工业互联网。用于维护重型机械的AR应用、用于仓库的AI控制无人机、用于预测性维护的机器人、用于减少能源和水浪费的机器传感器、温度传感器等一些常见应用。显然，工业物联网比家庭物联网更复杂，收集的数据需要实时处理。在物联网网络中实施边缘计算边缘计算支持物联网分析(AoT)，这是物联网分析的简称。然而，在现实世界中，物联网设备非常轻巧，存储和计算能力有限。这就是为什么当我们谈论物联网中的边缘计算时，边缘设备不仅包括传感器和其他物联网设备，还包括路由器和网关。实际上，路由器和网关是运行在Linux或其他类似操作系统上的实际计算设备。在这些设备上，可以安装边缘计算中间件，以安全的方式从物联网设备接收数据。因此，真正位于边缘的设备可以在其上运行轻量级解决方案，而实际分析发生在更靠近这些设备的网关和路由器上。物联网中边缘计算的用例边缘计算比云计算更为突出，其中网络延迟比计算能力更重要。让我们看一些具体的例子：智能家居：如前所述，安全摄像头不需要将它捕获的所有视频传输到云端。相反，如果它可以检测到常见威胁的轮廓，则只有该片段可以流式传输到云服务器以采取进一步行动。即便如此，一旦检测到，就会立即发出警报。自动驾驶汽车：在自动驾驶汽车等场景中，几毫秒的延迟可能会危及生命。这就是为什么在云中不能依赖计算和响应时间的原因，在云中失去连接可能是灾难性的。监测患者健康：需要分析医疗物联网边缘设备生成的数据并实时提供健康建议。如果将其发送到基于云的中央服务器进行适当分析，在某些情况下可能为时已晚。医疗保健中的边缘计算使响应紧急健康状况成为可能。工厂工人安全：头盔、手环等智能穿戴设备可用于重工业场景工人安全追踪，预防事故发生。它们还可以跟踪体温和脉搏等健康指标，并指示员工何时需要休息。可以监控工厂环境中的毒性和辐射水平并采取纠正措施，而无需将所有这些数据发送到云端。用于数字视频、多媒体内容、温度、运动、油位、压力等的传感器，以及来自生产线机械和其他来源的传感器正在以难以想象的速度生成大量数据。边缘计算在物联网中的作用是利用这些数据，同时消除网络延迟。并释放带宽需求。
