讓我們來了解一下物聯(lián)網(wǎng)和邊緣計(jì)算的關(guān)系，以及為什么越來越多的物聯(lián)網(wǎng)專家在開發(fā)物聯(lián)網(wǎng)解決方案時(shí)依賴邊緣計(jì)算。

物聯(lián)網(wǎng) (IoT) 邊緣計(jì)算是指將數(shù)據(jù)處理和分析放置在更靠近物聯(lián)網(wǎng)基礎(chǔ)設(shè)施內(nèi)帶有傳感器和執(zhí)行器的連接設(shè)備的位置。 將物聯(lián)網(wǎng)移至邊緣有哪些好處？

讓我們來了解一下物聯(lián)網(wǎng)和邊緣計(jì)算的關(guān)系，以及為什么越來越多的物聯(lián)網(wǎng)專家在開發(fā)物聯(lián)網(wǎng)解決方案時(shí)依賴邊緣計(jì)算。

傳統(tǒng)物聯(lián)網(wǎng)設(shè)備——過去的遺跡？

物聯(lián)網(wǎng)設(shè)備是具有能夠連接到互聯(lián)網(wǎng)的傳感器和執(zhí)行器的硬件組件。 由于沒有嵌入式操作系統(tǒng)，物聯(lián)網(wǎng)設(shè)備一次只能執(zhí)行一個(gè)或幾個(gè)執(zhí)行線程。

由于計(jì)算能力較低，標(biāo)準(zhǔn)物聯(lián)網(wǎng)設(shè)備在本地執(zhí)行的數(shù)據(jù)處理很少。 相反，它們使用嵌入式傳感器收集有關(guān)環(huán)境的信息，并通過網(wǎng)絡(luò)將數(shù)據(jù)傳輸?shù)皆贫诉M(jìn)行分析和處理。 根據(jù) Statista 的數(shù)據(jù)，如果全球設(shè)備數(shù)量預(yù)計(jì)幾乎翻一番，從 2023 年的 151 億臺(tái)增加到 2030 年的超過 290 億臺(tái)，您可以想象每個(gè)物聯(lián)網(wǎng)生態(tài)系統(tǒng)中來回流動(dòng)的數(shù)據(jù)量。

傳輸大量數(shù)據(jù)會(huì)導(dǎo)致采樣分辨率和頻率降低。 它還會(huì)導(dǎo)致數(shù)據(jù)收集和在設(shè)備上執(zhí)行的操作之間的時(shí)間延遲。 例如，在由設(shè)備、網(wǎng)絡(luò)和后端服務(wù)器組成的簡單物聯(lián)網(wǎng)基礎(chǔ)設(shè)施中，后端服務(wù)器將輕松分析從設(shè)備傳輸?shù)某Ｒ妶D像。 同時(shí)，一旦設(shè)備收集高清視頻數(shù)據(jù)，后端服務(wù)器將以低幀速率接收相對(duì)低分辨率的視頻樣本。

盡管如此，沒有嵌入式操作系統(tǒng)和內(nèi)存組件的看似限制性的限制仍然有助于簡單物聯(lián)網(wǎng)設(shè)備的利用。 傳統(tǒng)的物聯(lián)網(wǎng)設(shè)備可以有效地利用其處理器并在精確的時(shí)間執(zhí)行操作，因?yàn)槌苏谶\(yùn)行的任務(wù)之外，沒有其他任務(wù)競(jìng)爭 CPU 資源。 此外，由于沒有操作系統(tǒng)，簡單的物聯(lián)網(wǎng)設(shè)備不易受到基于操作系統(tǒng)的經(jīng)典網(wǎng)絡(luò)攻擊。

邊緣計(jì)算加入戰(zhàn)斗

在物聯(lián)網(wǎng)環(huán)境中，邊緣計(jì)算意味著將計(jì)算資源放置在更靠近數(shù)據(jù)源的位置。 邊緣計(jì)算的第一個(gè)也是最重要的用例是指為物聯(lián)網(wǎng)設(shè)備提供計(jì)算資源，并將其轉(zhuǎn)變?yōu)槟軌蛟诒镜靥幚頂?shù)據(jù)的邊緣設(shè)備，而無需將其發(fā)送到云端進(jìn)行進(jìn)一步分析。

邊緣設(shè)備能夠執(zhí)行多任務(wù)處理并同時(shí)運(yùn)行多個(gè)應(yīng)用程序。 與需要物理連接來更新固件的簡單物聯(lián)網(wǎng)設(shè)備相比，通過可用的無線 (OTA) 更新使邊緣設(shè)備的軟件和固件保持最新要容易得多。

邊緣設(shè)備配備傳感器和執(zhí)行器，同時(shí)擁有計(jì)算資源，成為物聯(lián)網(wǎng)生態(tài)系統(tǒng)的成熟元素。 這就是有多少人交替使用“物聯(lián)網(wǎng)設(shè)備”和“邊緣設(shè)備”這兩個(gè)術(shù)語。

物聯(lián)網(wǎng)邊緣設(shè)備的示例范圍從需要靠近數(shù)據(jù)源進(jìn)行實(shí)時(shí)數(shù)據(jù)分析的自動(dòng)駕駛汽車到遠(yuǎn)程患者監(jiān)護(hù)解決方案和能夠進(jìn)行本地計(jì)算的智能家電。 邊緣設(shè)備正在迅速取代“傳統(tǒng)”物聯(lián)網(wǎng)設(shè)備。 Statista 報(bào)告稱，邊緣計(jì)算市場(chǎng)預(yù)計(jì)將增長，到 2025 年將達(dá)到 2740 億美元。

然而，利用邊緣計(jì)算并不總是將計(jì)算機(jī)能力放置在設(shè)備本身中。 通過安裝本地邊緣服務(wù)器來捕獲數(shù)據(jù)，然后將其傳輸?shù)皆贫耍梢詫⒂?jì)算資源放置在更靠近數(shù)據(jù)源的位置。 邊緣技術(shù)的另一個(gè)用例是指將邊緣服務(wù)器放置在無線電基站處，在網(wǎng)絡(luò)邊緣創(chuàng)建多路訪問邊緣計(jì)算數(shù)據(jù)中心。 由于可以在本地或網(wǎng)絡(luò)邊緣分析數(shù)據(jù)，因此發(fā)送到云端的信息更少，從而將延遲問題降至最低，并為后端數(shù)據(jù)服務(wù)器上的 AI/ML 支持的數(shù)據(jù)分析釋放更多資源。

在物聯(lián)網(wǎng)中采用邊緣計(jì)算的好處

那么，邊緣計(jì)算的具體好處是什么？為什么該技術(shù)受到關(guān)注？

減少網(wǎng)絡(luò)延遲

邊緣計(jì)算使數(shù)據(jù)處理在物理上更接近數(shù)據(jù)源，從而使數(shù)據(jù)從傳感器到服務(wù)器并返回的行程更短。 快速響應(yīng)對(duì)于需要近實(shí)時(shí)處理和操作的物聯(lián)網(wǎng)生態(tài)系統(tǒng)尤其有價(jià)值。

優(yōu)化的網(wǎng)絡(luò)帶寬

邊緣計(jì)算通過處理和過濾更靠近數(shù)據(jù)源的數(shù)據(jù)來優(yōu)化網(wǎng)絡(luò)帶寬利用率。 它允許更高的網(wǎng)絡(luò)帶寬，并確保必要的信息順利地傳輸?shù)街醒朐撇⒎祷亍?/p>

提高物聯(lián)網(wǎng)網(wǎng)絡(luò)安全性

邊緣計(jì)算不會(huì)成為應(yīng)對(duì)所有可能的網(wǎng)絡(luò)威脅的靈丹妙藥，但它仍然提供一定的安全優(yōu)勢(shì)。 利用物聯(lián)網(wǎng)生態(tài)系統(tǒng)中的本地定位，邊緣服務(wù)器可以成為擔(dān)心將所有數(shù)據(jù)存儲(chǔ)在偏遠(yuǎn)地區(qū)的公司的救援。 通過在本地部署邊緣服務(wù)器，公司可以更好地控制對(duì)信息的訪問，并確保某些數(shù)據(jù)永遠(yuǎn)不會(huì)離開特定范圍。

總結(jié)一下

物聯(lián)網(wǎng)與邊緣計(jì)算的結(jié)合不僅僅是物聯(lián)網(wǎng)世界發(fā)展的下一步。 這是數(shù)據(jù)分析機(jī)制的一個(gè)新的里程碑。 由于物聯(lián)網(wǎng)邊緣，從數(shù)據(jù)收集到?jīng)Q策的旅程變成了以毫秒為單位的探險(xiǎn)。

邊緣計(jì)算解決了網(wǎng)絡(luò)高延遲和低帶寬的問題，為物聯(lián)網(wǎng)生態(tài)系統(tǒng)提供實(shí)時(shí)數(shù)據(jù)分析能力，使物聯(lián)網(wǎng)設(shè)備更加智能、自適應(yīng)和安全。