边缘计算可以使数据处理尽可能接近物联网（IoT）设备，这意味着企业IT在延迟、性能、成本、安全性、和更多。边缘计算技术与当今其他几种新兴技术齐头并进，尤其是混合云和5G。它也是物联网(IoT)设备和应用程序的理想选择。事实上，边缘计算和物联网不仅是好伙伴，而且越来越相互依存。首席技术官StephenBlum表示：“边缘计算是领先于进出物联网设备的海量数据的方法，有些应用程序每一毫秒都很重要，尤其是在医疗监控和安全应用程序等用例中。”在PubNub。边缘计算和物联网如何工作边缘计算通过使数据处理和其他计算需求尽可能靠近传感器或其他设备来实现这一点，从而减少延迟并带来其他潜在好处。Blum解释说：“过去，处理数据需要发送到云计算服务器或数据中心，这个计算过程需要更多的时间和额外的资源。数据经过物联网设备或网络本身处理后，边缘计算可以更快地交付。到目的地，减少潜在的带宽瓶颈并使数据更接近其来源。”根据SAS物联网高级经理SaurabhMishra的说法，这是迄今为止最常见的架构模式：位于传感器（即物联网设备）附近的边缘计算环境将生成数据。“物联网和边缘是错综复杂的联系，”米什拉说。“根据定义，物联网是通过现场计算环境或集中式基础设施（如云平台）相互连接的事物。”米什拉解释说，这些计算环境可能有多种形式，包括远程服务器（也称为边缘服务器）、网关、安装在基站中的交换机、零售店的后台基础设施，或者互联汽车。“这些计算环境支持边缘计算，因为它们是远离核心（如云平台）分布的小型计算单元，具有执行各种任务的能力，”米什拉说。边缘计算和物联网在成本和灵活性方面的优势Mishra表示，除了性能和延迟优势之外，这也是一种更经济可行的架构选择。这些数据中的大部分可能价值不高，往返于云端的数据实际上可能不会产生任何价值。边缘计算还有其他潜在的成本优化（例如减少云支出或数据中心占用空间）和安全等领域的优势。“它减少了发送到外部服务器的流量，同时在尽可能靠近边缘的设备上开展业务，因此用户不必不断增加数据中心容量来应对增长，”Blum说。这意味着更好的性能（无需等待发送和接收数据）、更低的运营成本和更高的安全性（通过限制外部连接）。“这种模式如此吸引人的原因之一是它非常适合混合云架构，”Crate.io首席执行官EvaSch?nleitner说。位置感知、捕获和分析大量数据并获得全球可见性、管理和更深入的分析，甚至在云中创建机器学习模型这种边缘模型是物联网用例中成功数字化计划的最关键推动因素之一，例如智能工厂或智能建筑不断输出大量传感器数据。“同时使用混合云战略和边缘计算的组织获得了灵活性和一致性。RedHat云平台高级首席营销经理RosaGuntrip最近指出：“组织需要灵活地放置工作负载，如果策略发生变化时，他们需要操作一致性，这对于ITOps和开发人员来说，使他们能够快速做出反应并最大限度地减少中断。边缘计算有意义的示例SAS的Mishra指出，各种行业趋势、环境特征和业务需求可以进一步推动更具体的架构决策和用例。以下是一些示例：边缘环境是否连接到集中式集线器（如云平台或传统数据中心）？Mishra说：“零售店或制造工厂等专用的本地环境通常会专门连接到云平台等中央枢纽，另一方面，移动的机车或海上石油钻井平台.可能在更零星的连接情况下，这些连接注意事项决定了可以在边缘支持的用例。“控制逻辑需要在本地执行吗？在某些情况下，这个要求非常重要。Mishra说这是自动驾驶汽车必备的，而在其他情况下，就没那么重要了。”Mishra说：“在拥有大量机器和流程的工厂中，目标通常是更好地利用生成的数据来驱动本地控制逻辑。而在像医疗保健这样的行业领域，本地控制逻辑不需要立即执行，边缘计算支持的用例可以是存储转发或资产跟踪。“标准是否已经建立和采用？该过程介于“有点”和“尚未”之间。这是人们对多接入边缘计算(MEC)越来越感兴趣的原因之一，它既在5G世界中，又在实际的标准框架中。“MEC模型有望通过支持从视频分析到基于位置的服务再到增强现实的横向用例来开辟新的边缘生态系统和价值链，”Mishra说，并说明了当前的另一个现实：虽然Mishra和其他物联网专家看好结合边缘计算和物联网的承诺，但其实际采用和实施仍处于早期阶段。“边缘的碎片化仍然是计算环境、数据协议、连接性方面的障碍，”米什拉说。扩展是碎片化问题带来的另一个关键挑战。“即使在同一个组织内，考虑到硬件平台、操作系统、连接性、安全性和边缘容量的潜在巨大差异，也很难确定组件的大小，”Mishra说。“它仍然是一个有趣的东西。”创新空间，如果这个障碍能够被克服，它将创造更多的机会来推动价值。”两个新兴趋势将出现Mishra还分享了另外两个在边缘计算和物联网组合使用方面值得关注的趋势，这可能会激发更多的用户兴趣.第一个趋势是视频分析的采用，Mishra认为这是边缘物联网用例的一个很好的“快速开始”。”Mishra说。“由于其灵活性，在边缘使用视频分析可以支持各种用例。第二个趋势是更具体的边缘到云计算模型的出现，有时称为“边缘输入”方法，而上述“云出”方法使计算和其他资源更接近物联网设备和应用程序“虽然边缘本地处理的概念很强大，但在边缘和云计算平台之间创建生命周期效应以扩展用例势在必行，”Mishra说。
