边缘计算+物联网云平台正在成为巨头强强联手的重头戏。边缘计算是在靠近物源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。边缘计算与云计算共同助力各行各业的数字化转型。就近提供智能互联服务，满足行业数字化转型过程中在实时业务、商业智能、数据聚合与互通、安全与隐私保护等方面的关键需求。我们知道，实现物联网的基础是能够将设备连接到网络，实现交互、数据采集和数据处理。现阶段物联网的主要计算能力由云计算提供，边缘计算带来的几大好处似乎让物联网觉得应该抛弃云计算拥抱云计算。然而，很多数据流是由边缘设备产生的，由“远方”的云计算进行处理和分析，无法做出实时决策。例如，使用可穿戴摄像头的视觉服务响应时间需要在25ms到50ms之间，使用云计算会造成严重的延迟；再比如，工业系统的检测、控制、执行等实时性要求很高，有些场景需要10ms以内的实时性。范围内，如果数据分析和控制逻辑全部在云端实现，将难以满足业务需求；还有那些产生巨大数据流的多媒体应用，比如基于云平台的视频或者网络游戏，依赖云计算也会造成玩家类似等待时间过长的问题，无法满足用户的需求。对于直接应用于民生、市政乃至工农业的物联网系统来说，效率和速度意味着一切。尤其是高精尖的生产型物联网，更不能容忍民用终端的延迟率。将云计算传输到云端，再将结果返回给终端的思路，显然没有边缘计算的就近原则快。要知道短时间内终端数量成倍增长，那是一个惊人的工业效率。例如，假设你的洗衣机和冰箱是智能控制的，依赖于云计算。但是你家并没有停电，而是断网了。我应该怎么办？如果无法进行云端传输，物联网设备就会倒闭。是不是很尴尬？边缘计算解决了这部分网络环境的局限性。并且避免了数据上传云端造成的泄露风险，更适合物联网系统。不仅是消费级物联网终端，边缘计算也将在工业应用中发挥重要作用。计算可以分层执行，利用网络远程端的资源。例如，典型的生产流水线可以对设备上产生的数据进行过滤，在传输数据的边缘节点上进行一些分析工作，然后通过云端进行更复杂的计算任务。边缘节点可以通过分担云计算的部分任务来增强数据中心的计算能力。业务流程优化、运维自动化、业务创新驱动业务向智能化方向发展，而边缘侧智能可以带来显着的效率提升和成本优势。事实上，对于从事工业自动化工作的人来说，边缘计算并不陌生。例如，在常用的基于PLC、DCS、工业计算机和工业网络的控制系统中，底层和嵌入设备的计算资源或多或少都是边缘计算资源。许多供应商还迈出了通过软件解决方案实现边缘计算的第一步。例如，诺基亚的移动边缘计算（MEC）软件解决方案旨在提供基站站点的边缘计算能力。同样，思科的IOx为其集成多业务路由器提供边缘计算环境。这些解决方案适用于特定的硬件，因此不适合在异构环境中部署。软件解决方案面临的一项挑战是如何开发可跨不同环境移植的解决方案。一些公司正在考虑升级边缘节点以支持通用计算需求。例如，可以升级无线家庭路由器以支持额外的计算任务。Intel的SmartCellPlatform使用虚拟化技术来支持额外的计算任务。用通用CPU替换专用DSP提供了另一种解决方案，但需要大量投资。据有关机构统计，到2020年将有500亿终端和设备接入互联网。加上边缘设备和终端组网最大的“异构”特征，产品生命周期越来越短，个性化需求越来越高。全生命周期管理和服务的趋势越来越明显，而这些新趋势需要边缘计算提供强大的技术支持。
