物联网(IoT)正在席卷全球，因为它已成为最有影响力的流行语之一，不仅在科技行业，而且在许多其他行业也是如此。从农场和工厂到智能城市和家庭，IoT技术是一组不断扩展的连接系统和设备。据Statista称，全球物联网设备的安装基数预计将增长到近310亿台。因此，云计算将成为越来越主导的趋势，因为数十亿连接的物联网设备生成的海量数据需要存储以供处理和检索。物联网和云计算这两种技术相互关联，一种技术为另一种技术的成功提供平台。在传统的物联网架构中，数据从分散在各地的传感器收集，然后传输到中央存储库，在那里进行组合和联合处理。云计算和物联网的集成提高了日常任务的效率、可扩展性和性能，使企业能够更快地做出更好的业务决策，并实时响应不断变化的市场状况。预计物联网连接将在未来几年蓬勃发展，思科系统预计到2021年将达到137亿，从而增加对数据中心和云资源的需求。物联网/云融合在所有连接设备之间简化前所未有的流量、聚合数据并提取可操作的见解，事实证明是数据驱动世界的绝佳组合。虽然云计算使处理大量数据成为可能，但它并不是所有应用程序和用例的理想选择。从传感器前端到服务器来回发送的大量数据会阻塞网络带宽，从而减慢响应时间。与传统云计算基础设施相关的所有这些限制的答案是所谓的边缘计算。边缘计算并不是一个新名词。作为内容分发网络CDN和云服务提供商，AKAMAI早在2003年就与IBM就“边缘计算”展开了合作。对于物联网而言，边缘计算技术的突破意味着很多控制将通过本地设备实现，无需经过交给云端，在本地边缘计算层完成处理。这无疑会大大提高处理效率，减轻云端的负载。因为更贴近用户，也能为用户提供更快的响应，解决边缘的需求。EdgeComputingConsortiumECC对边缘计算参考架构的定义包括四个领域：设备、网络、数据和应用。平台提供商主要提供网络互联（包括总线）、计算能力、数据存储、应用等方面的软硬件基础。设施。与流程集中的传统云架构不同，边缘计算将大部分流程分散到边缘设备并更接近最终用户。由于存储容量和处理能力是分布式的，它将为物联网部署提供精确的结果，并使操作和管理物联网设备变得更加容易。边缘计算可确保低延迟访问、减少带宽消耗、离线可用性和本地机器学习(ML)推理。具有低延迟和更快边缘计算的实时分析在汽车、消费电子、能源、医疗保健等各个领域都有大量应用。一个很好的例子是自动驾驶汽车，它需要从周围环境和云端收集数据，以便快速、安全地做出决策。传感器数据中的模式应该被快速检测、存储和传输，以促进本地节点的实时决策。边缘计算的去中心化架构消除了关键数据通信的延迟，从而保证了安全性。根据CBInsights市场评估工具，全球边缘计算市场预计到2022年将达到67.2亿美元。随着越来越多的连接设备出现在世界上，科技巨头正在大力投资复杂的边缘计算战略。亚马逊、微软和谷歌已经进入边缘计算领域。亚马逊在2017年推出了自己的边缘平台AWSGreengrass，引领新兴技术领域，而微软也在去年推出了自己的Azure物联网边缘解决方案。谷歌还加入了两款新产品——集成软件（CloudIoTEdge）和定制硬件堆栈（EdgeTPU），以直接利用边缘上的数据。总而言之，我们可以说边缘计算不是要取代云计算，而是要补充它。CE边缘计算技术仍处于起步阶段，可能面临更多挑战。然而，随着对边缘设备和应用程序的需求不断增长，企业将有更多机会在各种垂直领域测试和部署该技术。
