IoT 边缘计算

如今，边缘计算已成为物联网不可或缺的互补性技术，它有助于加速数据处理时间、降低延迟并提升各类物联网设备的安全性。

众多现代应用的功能实现都依赖于物联网中的边缘计算技术。联网设备使医疗专业人员能够远程监控患者。传感器可在拥堵区域优化交通流，系统能控制水电站大坝，其应用场景广泛且多样。

近期一份报告预测，到 2025 年底，全球 IoT 设备的数量将达到 180 亿，比前两年增加了 16 亿。 ¹

边缘计算对于确保这些设备产生的数据在边缘侧而非云端处理至关重要，若在云端处理会显著降低互联网等网络的速度。

据《Fortune Business Insights》报道，全球边缘计算市场规模在两年前仅略超 100 亿美元。预计未来六年将达到 1820 亿美元，复合年增长率为 38.2%^。2

边缘计算是一种分布式计算框架，它使企业应用程序更靠近其功能所依赖的数据源（例如边缘计算设备）。

通过将应用程序移近源头，边缘计算有助于加快洞察分析时间。它还能改善响应时间并增加带宽。随着 5G 网络的普及，具有互联网连接的设备可以产生大量数据。

边缘计算赋能了云计算与人工智能 (AI) 等依赖数据的新型技术，推动其蓬勃发展。

物联网 (IoT) 是指嵌入传感器和软件的物理设备网络，通常称为“智能”设备。这些设备连接到互联网等网络，使它们能够收集和分享大量数据。

IoT 设备的例子包括冰箱和恒温器等智能家用电器，以及风力涡轮机、水电大坝和无人机等更先进的系统。

边缘计算通过在更靠近源头的地方处理物联网设备收集的数据，显著提高了 IoT 设备的效率。这种方法避免首先将数据传输到数据中心。

通过在数据采集源头就近处理，边缘计算显著缩短 IoT 数据处理时间，从而提升技术效率并拓展其应用场景与适用范围。

IoT 边缘计算利用设备和传感器将数据推送到系统中，并进行处理和存储，而无需将其传输到数据中心。通过将工作量分散到多个设备，物联网边缘计算可确保任何单个设备都不会过载。下面让我们进一步了解一下这一过程。

1. 数据收集：IoT 设备上的传感器收集数据。例如涡轮机上的风速风向监测，或智能恒温器中的室温调控。
2. 本地化处理：数据通过边缘设备（通常是网关或邻近服务器）进行本地处理，利用本地计算资源进行分析。
3. 数据过滤：边缘设备过滤其收集的原始数据，丢弃不重要的信息并处理相关信息。
4. 自动化：这也许是整个过程中最关键的一步，即边缘计算为某些 IoT 设备实现了自动化决策。可以根据实时数据对传感器进行编程，使其采取特定行动，例如，关闭过热的机器或转向自动驾驶汽车以防止撞车。
5. 云处理：流程的最后一步涉及识别需要发送到云进行进一步处理、存储和数据分析的数据。例如，如果它能产生商业智能洞察分析或用于培训目的。

IoT 设备和边缘设备非常相似，因此这两个术语经常互换使用。但是，有一些区别值得注意。从广义上讲，物联网 (IoT) 设备是连接到网络的硬件组件，可通过一个或多个传感器生成数据。边缘设备也是硬件。与 IoT 设备不同，它们旨在收集、处理数据并根据数据采取行动，而不仅仅是存储数据。

通常，边缘设备比 IoT 设备更复杂，包含更多部件。一些边缘设备同时包含处理能力和资源。

当边缘设备高度集成到 IoT 设备时，可以将其视为设备本身的一个组件，而不是一个单独的系统。例如，IoT 设备配备了数据存储和足够的计算能力，可做出简单、低延迟的决策。

机器学习 (ML) 作为人工智能的分支领域，其核心是训练计算机模拟人类学习方式，在大多数边缘计算和 IoT 应用中发挥着关键作用。

通过 ML，IoT 与边缘设备可被训练为能根据自身采集、存储和处理的数据进行预测并启动响应机制。

ML 应用程序编程接口 (API) 从 IoT 边缘设备收集数据，并使用 ML 算法 发现模式、环境条件变化等。利用这些信息，边缘设备可以学会发现某些情况或异常并触发自动化流程。

例如：配备 ML 技术的水流传感 IoT 边缘设备，可通过编程控制排水通道的启闭，引导水流流向不同方向从而预防洪水。

通过名为 IoT 网关的设备，边缘计算和 IoT 设备可与现代云计算环境连接，以改进数据过滤和分析等功能。IoT 网关是一种小型设备，旨在通过转换通信协议并在本地收集和处理数据，将 IoT 设备连接到云。

IoT 网关通过确保 IoT 设备或边缘设备与云端系统服务间可靠安全的数据流动，有效提升运行效率并增强整体网络安全性。IoT 网关使用一系列加密功能，使数据在设备、用户和云之间移动时不可读，确保只有授权用户才能查看。

通过 IoT 网关，IoT 设备可支持各种云服务，例如智能家居和城市、远程设施管理和供应链管理。

将边缘计算的处理能力与物联网设备应用的多功能性和多样性相结合，可带来多方面的技术优势。其主要优势包括以下方面：

IoT 中的边缘计算改变了企业监控其最有价值资产的性能以及收集、存储和处理数据的方式。从自动驾驶汽车的安全运营到智慧城市安防提升，再到复杂制造系统的优化，以下是边缘计算五大最具价值的用例。

医疗保健工作者使用 IoT 传感器和边缘计算来远程监控患者并治疗各种疾病。从跟踪生命体征到发送有关糖尿病和心脏杂音等慢性病变化的警报，IoT 中的边缘计算在远程患者监护中发挥着至关重要的作用。这项技术为患者及医疗护理人员提供了更安全、更便捷的诊疗流程。

IoT 解决方案与边缘计算能力使得自动驾驶载具（从无人驾驶汽车到无人飞行器及武器系统），能够安全高效地执行各类任务。飞机、无人机和汽车都需要近乎实时地对环境的变化做出反应。

IoT 边缘计算的进步降低了自动驾驶汽车对云计算的依赖，从而允许在网络边缘而不是数据中心处理数据。

工业物联网 (iIot) 涉及将 IoT 传感器添加到许多工业制造流程中使用的复杂且昂贵的机器上。这些边缘和 IoT 传感器会分析持续的数据流，应用先进的 ML 学习算法来发现改进机会。

IoT 传感器还可部署于制造系统的薄弱环节，帮助工程师精准定位故障根源。

智慧城市（这种依托技术手段采集分析数据以提升市民生活质量的互联城区）高度依赖边缘计算与物联网技术。

在智慧城市中，地方政府依靠安装在道路、车辆、发电厂等设备上的传感器来提供实时状况信息。这些数据有助于优化电网、交通系统、应急响应系统及其他关键基础设施的运行效能。

IoT 技术已实现现代供应链多数环节的远程化管理。例如，在制造时贴在货物上的传感器可提供实时状态和位置信息。该数据可为用户提供库存的实时全景视图，并优化商品流通路径。

在更先进的应用程序中，公司利用 IoT 系统中的边缘计算来实现库存的自动化，从而腾出资源部署到其他地方。