物聯網這張有史以來最大的“網”正在悄然地改變着我們的生活方式。我們更加喜歡将照片存入雲端，而不是簡單地放在手機記憶體；更喜歡在家連上WiFi，在戶外更願意接入4G網絡；相比于繁瑣的購買資訊的輸入，更願意一鍵網購......
物聯網的存在，不止于改變人們日常的生活習慣，更是在創造新的“生态”環境。簡言之，也就是将身邊的萬物進行互聯，将兩個毫無幹系的“木頭”進行互相連接配接。而哪些“物”應該對話，哪些“物”不能對話，需要裝置間有判斷或計算的能力，邊緣計算便是這種能力的賦予者。
物聯網的發展離不開邊緣計算
（1）邊緣計算與雲計算結合催化物聯網應用落地
邊緣計算指在靠近物或資料源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平台，就近提供邊緣智能服務，滿足行業數字化在靈活連接配接、實時業務、資料優化、應用智能、安全與隐私保護等方面的關鍵需求。
邊緣計算猶如人類的神經末梢，對簡單的刺激進行自處理并将處理的特征資訊回報給雲端大腦。
邊緣計算與雲計算互相協同，共同使能行業數字化轉型：①雲計算聚焦非實時、長周期資料的大資料分析，能夠在周期性維護、業務決策支撐等領域發揮特長。②邊緣計算聚焦實時、短周期資料的分析，能更好地支撐雲端應用的大資料分析；反之，雲計算通過大資料分析優化輸出的業務規則也可以下發到邊緣側，邊緣計算基于新的業務規則進行業務執行的優化處理。
物聯網時代，萬物進行互聯，手機、可穿戴裝置以及附帶傳感器的智能裝置正在呈爆發式增長。Business Insider的優質搜尋服務“BI智能”預測，在2020年，企業和政府将有58億個物聯網裝置會使用邊緣計算。随着物聯網應用的不斷成熟，網絡不斷擴大，更多裝置加入網絡，海量的資料如何處理，需要從根源解決；網絡不斷的複雜化，網絡延時、網絡堵塞将給物聯網帶來不可估量的損失。現有的物聯網直接接入雲的模式不再适用，邊緣計算将高效、及時并安全地地處理海量資料，将成為萬物互聯時代關注的重點。
(2)邊緣計算提高物聯網裝置處理效率
網際網路時代業務要求産品開發、疊代不斷加速促使着IT基礎設施廣泛的雲化，大量使用第三方API接口等，而在物聯網時代，海量的裝置資料上傳雲端，再回報于終端執行，不僅浪費了雲端資源而還影響了資料處理效率。
對于有實時資料處理要求的場景，譬如智能駕駛，在監測到障礙物時，如果無法智能化地決策，控制方向避開障礙物，而是先傳入雲端再下發指令到車載終端的話，稍有延遲，就會導緻事故的發生。再拿智能安防系統的攝像頭來講，美國部署了3000餘萬個攝像頭，每周生成超過40億小時的海量視訊資料。這些資料傳輸的雲端資料中心進行處理，不僅需要傳輸成本，更需要存儲成本。而這些資料資訊如果能在網絡邊緣側就被存儲與處理，那将大大減少成本并提高裝置處理效率。
如何利用現有資源對資料進行預處理，提供緊急響應以及對資料進行資料過濾篩選。這就需要邊緣側根據相應的“規則”進行稽核管理。例如新華三的物聯網網關就可以根據場景化需求，定制資料規則，對資料進行預處理，避免大量資料傳向雲端浪費資源，并幫助雲端騰出更多空間去處理更多的請求優化資源排程。其推出的工業級網關IG550可為邊緣側提供多種業務接口，如RJ45、RS485、WiFi等，可擴充支援Zigbee、BLE、3G/LTE、GPS、DIDO、HDMI、VGA等。開發者可以通過在已安裝的CentOS作業系統上靈活架設應用程式，對邊緣側業務資料進行計算處理，大大提高物聯網裝置工作效率。
(3) 邊緣計算将重新定義“雲-網-端”的關系
雲端管理終端在物聯網的初級階段基本完成，而處于邊緣側的終端似乎僅僅是充當被管理的角色。邊緣計算賦予終端簡單計算與存儲的能力，使其偶爾也“脫離”雲端的管理，智能地控制自己的行為。
資訊存儲從統一的雲端分散到各個終端，由邊緣側進行智能化處理後提取特征資料傳回雲端。物聯網平台将面臨新的挑戰與機會，在管理物聯網裝置的同時，還要接受邊緣側的資訊回報與“容忍”邊緣側的自治。邊緣側針對某個類型的裝置可以配備智能化網關形成邊緣側平台及時響應裝置資料請求，控制裝置行為。炙手可熱的邊緣計算引來各巨頭争相布局，例如霍尼韋爾公司在數字化工業的基礎上增加末端智能，有效解決工業資料排程的一緻性與完整性問題；更有因特爾、思科、諾基亞等巨頭利用軟體解決方案實作邊緣計算的第一步。為滿足目前及未來的IT需求，越來越多的計算能力正在被分散到網路邊緣。
物聯網需要場景化的産品，從雲端到終端的整體解決方案。在大連接配接以及雲端市場成熟的背景下，邊緣側的計算能力将是物聯網價值挖掘的最為重要的一環。工業物聯網、農業物聯網以及智慧城市等需要真正的低延遲時間、高帶寬以及應對海量資料的計算能力，這需要通過邊緣計算的不斷的成熟發展來解決。
邊緣計算實作物聯網裝置協同
(1)數百億的物聯網裝置有多少需要邊緣計算？
邊緣計算作為一種小型資料中心，盡量靠近終端，便于提升通路速度和性能。而物聯網應用不斷地增長刺激着邊緣計算更多的需求，越來越多的物聯網裝置需要邊緣計算。小到一個安防攝像頭，大到工業裝置網關都需要邊緣計算來實作裝置間的資訊溝通與協同運作。
邊緣計算類似于人類的神經末梢，對于簡單的資訊可以直接處理；對于複雜的資訊則傳輸給雲端（即大腦）。類似于人類對于簡單處理的記憶，邊緣計算可以通過提取到的特征資料的上傳進行追溯。正如所有人類都需要神經末梢式的應對一樣，所有物聯網裝置未來都需要配備邊緣計算，這樣才能實作真正的萬物相連。
無論是有實時資料需求的車載終端，還是高帶寬的海量資料傳輸，抑或者是聯網電梯以及高速運轉的波音飛機、高生産速率的流水線都需要邊緣計算的助力。從安全、預測維護、個性化服務等方面提高使用者體驗，完成裝置智能化更新。
（2）邊緣計算幫助實作OT與IT深度融合
無論是德國工業4.0、美國工業網際網路還是中國制造2025都在倡導資訊技術與制造技術的融合。面對高時延、異構、海量連接配接等問題，邊緣計算可提供實時處理、削減備援資料等服務。以新華三為例，其工業級物聯網網關可建構泛在化感覺與控制應用服務平台，再利用綠洲平台進行多元化的配置實作OT業務實時進展。邊緣計算的應急處理能力，使得機器安全性的得到保證，人機物內建的工作場景很容易實作，更加提高生産效率。
在工業領域，邊緣計算将自動化控制與資訊通信技術互相結合，形成智能化制造場景。正如施耐德、霍尼韋爾、通用電氣、西門子等工業巨頭紛紛引入IT技術來更新制造裝置，提高生産效率。尤其是生産線上接入的移動裝置，會造成裝置裝态的随機變化，是以需要利用資訊通信技術對裝置進行實時動态網絡重組。而資訊化技術的落地需要邊緣側網絡的與行業運維技術深度結合，才能推翻行業煙囪，實作物聯網的互聯互通。
邊緣計算橫向發展通用計算能力，縱向整合垂直行業應用，是物聯網應用落地的催化劑。除工業流程控制場景早已涉及邊緣計算，智慧城市、智慧家庭智慧醫療等泛在場景已經漸顯邊緣計算身影。
例如，無線家庭路由器的更新、城市各處部署無線接入點、生活購物出現無人值守結賬應用.....但是僅是邊緣智能不足以支撐完整的智慧場景的營運，需要與雲端協同并結合深刻的行業了解才能夠提供較高的服務品質。比如新華三醫療場景的物聯網AP作為邊緣側智能化網關，可對醫療資料進行篩選，對緊耦合連接配接的物聯網資料進行封裝并發送，松耦合的連接配接不做資料的傳輸。其作為運維聯接的綠洲平台利用公有雲與私有雲結合的服務模式，本地私有雲可以對上傳資料進行本地業務處理與本地存儲，并随時調取邊緣側網關運作參數進行及時維護管理。進而減少對公網鍊路的帶寬占用，在公網連接配接出現中斷時，實作本地自治。此外，我們到處可見的大量的共享單車也是邊緣計算的很好的應用案例。新華三正在建立Lora網絡，并配備智能化網關以及車載Lora+GPRS雙模通信子產品，結合綠洲平台私有雲的管理，解決共享單車存在解鎖慢、耗電快、資料不安全、定位不準的痛點。邊緣側的基站以及物聯網網關等分布式的資料進行中心，将助力使用者體驗更新。
邊緣計算迎來IT服務的再拓展，成為數字化更新的契機。在物聯網布局中，通信廠商、資料服務提供商、晶片設計以及子產品制造商都已涉足或早已布局邊緣計算。邊緣計算或将提供資料營運服務的新的商業模式，更好地将物聯網應用落地。
邊緣計算産業發展機會巨大，需做前瞻性布局
到2020年将有500億的終端和裝置聯網，除了邊緣裝置與終端聯網最大的“異構”特征之外，産品生命周期越來越短、個性化需求越來越高、全生命周期管理和服務化的趨勢越來越明顯，這些新趨勢都需要邊緣計算提供強大的技術支撐。
邊緣計算需要IT(資訊技術)管理與OT（運維/操作技術）控制通過CT（通信技術）連接配接走向融合。在物聯網标準未定之前，邊緣計算又殺入圈内，各層技術的标準之争又會掀起一場血雨腥風，但同時也是各家突破重圍的機遇。
作為相關企業應當如何結合自身優勢做出布局？建構邊緣計算産業生态便是集大成者的首選戰略，例如如何解決雲端與邊緣側的排程問題、如何搭建邊緣裝置的資訊交流、商業模式建構、特定協定設計等；新入局者也可以利用邊緣計算技術發展新的應用，例如個人多裝置協同應用、車路協同等；當然，将應用規模化更是布局者的搶占市場之道。
總結
智慧産業的發展，不僅需要高高在上的雲更需要無所不在的邊緣計算。邊緣計算一方面采集資料資訊，進行預處理并提取特征資料傳輸給雲端大腦，另一方面打通各系統平台，使智能的IT系統可以遊走于各OT之間，幫助各物聯網應用落地。無論從物聯網應用的使用效率、時間延遲還是安全考慮，邊緣計算都會是物聯網普及的關鍵所在。
原文出處：物聯網智庫
<a href="https://mp.weixin.qq.com/s?__biz=MjM5MTM5ODQyMA==&mid=2651195335&idx=1&sn=3871879d28f3ab03f1a5d194b8889a07&scene=19#wechat_redirect" target="_blank">原文連結</a>
轉載請與作者聯系，同時請務必标明文章原始出處和原文連結及本聲明。