智能邊緣或雲計算：哪個是物聯網的殺手級應用?

雲計算是否正在“邊緣化”?随着物聯網硬體和傳感器的成本不斷下降，物聯網裝置不斷變得越來越智能，體積越來越小，是以邊緣計算已成為一種可行的現實。随着諸如5G之類網絡連接配接新技術的出現，邊緣架構将為更快、更高效的物聯網奠定基礎。

基于雲計算的資料分析極大地推動了物聯網的發展，但如今越來越多的企業将資料處理推向邊緣。實際上，到2019年，全球産生的資料中有50%将在物聯網裝置層面進行處理。

鑒于物聯網裝置的認知能力通常受到外形尺寸和電池壽命短的限制，未來幾年邊緣計算将取代雲計算，這是真的嗎?

為什麼雲計算正在被邊緣化

基于雲計算的物聯網系統的主要缺點是，每當使用者觸發操作時，軟體層就需要時間來捕獲指令，将其發送到伺服器并等待響應，然後再以圖檔形式顯示資訊。這可能是對在給定時間段内收集的裝置狀态資料的請求。這種行為在連接配接裝置、智能家居産品甚至輕量級可穿戴裝置中很常見。延遲被認為是建構能夠實時自主決策的物聯網解決方案的主要障礙。

物聯網裝置會産生大量資料，但并不需要将所有資料推送到雲端

到2021年，物聯網裝置每年将産生847 ZB的原始資料(2016年僅為218ZB)。例如，一台智能石油鑽機可以使用多達三萬個傳感器來監視各種性能參數，包括工作小時數、泵速和沖程計數。然而，一家制造公司需要實時解析少于1%的傳感器資料，以識别異常并預防發生事故。其餘的99%是所謂的狀态資料，可以将其用于訓練預測性維護模型，但不需要立即采取措施。

黑客可以攔截在物聯網裝置和雲計算伺服器之間來回移動的資料

與本地伺服器相比，在大多數情況下，在雲中存儲和處理物聯網資料更安全。然而，91.5%的企業網絡中由物聯網裝置執行的資料交易是未加密的。這使得黑客有機會破壞本地路由器，并捕獲物聯網流量。

帶寬和能源成本正在上升，但目前還沒有替代移動通信連接配接的方案

AT&T公司和Verizon公司等主要通信營運商正在推出用于M2M通信的低功耗網絡，該網絡比LTE便宜，并且通過将資料速率降低到僅120 Kbit/s來節省能源。但是，從長遠來看，這将無法保證節省大量成本。一方面，對帶寬的需求一直在上升，這可能會促使電信公司調整其定價計劃。另一方面，窄帶網絡無法支援物聯網操作，例如固件更新、語音處理和非結構化視訊資料分析。

邊緣計算可以幫助物聯網的采用者減少周遊網絡的資料量，節省帶寬，并設計可自動執行操作(例如，一旦注冊了某種類型的行為，便會向管理人員發送警報通知、關燈或降低溫度)。

物聯網裝置沒有“邊緣因素”，以下是使邊緣計算發揮作用的方法。

有幾種因素使邊緣計算成為現實：

• 物聯網硬體和傳感器的成本持續下降：從2004年到2014年，物聯網傳感器的平均價格從1.3美元下降到0.6美元，預計到2020年将再下降37%。
• 小型裝置正變得越來越智能：甚至像Raspberry Pi 4這樣的新原型開發裝置現在也能夠支援人工智能算法的功能和能力。

也就是說，許多智能裝置(尤其是在物聯網的消費者級别)缺乏用于處理繁重操作的記憶體，實際上可能在固件而不是作業系統上運作。這就是為什麼到目前為止，邊緣計算部署主要限于攝取、存儲、過濾以及将傳感器資料發送到雲端的原因。

在無法在裝置上執行資料分析的情況下實施霧計算步驟

該技術涉及到中間計算機、網絡裝置和小型資料中心的實作，它們可以分割資料源和雲之間的傳入流量。

由于邊緣計算部署需要内部部署和雲計算資料中心的結合，是以物聯網軟體開發專家首先在雲中設定資料處理單元，然後在IT基礎設施内的連接配接裝置上模拟其功能。

為了實作這一目标，開發人員使用雲計算管理服務，通過這些服務，邊緣裝置可以對它們生成的資料進行操作，同時使用雲平台進行存儲和分析:

• 隻對基于Linux的邊緣裝置提供支援，而邊緣裝置又與其他小型工具進行通信，這些小工具的大小和複雜性從基于微控制器的解決方案到工業裝置都不同。
• 允許開發者通過容器在連接配接的Linux和Windows裝置上執行第三方服務、人工智能輔助資料處理和自定義應用程式邏輯。

這兩種服務都能確定近乎實時的響應、加密傳感器資料，并使邊緣裝置能夠脫機工作或與雲計算間歇性連接配接，進而使規模較小的公司相對容易地為邊緣裝置設計有效的雲架構。

尋找物聯網的殺手級應用

在新的連接配接技術如5G的支援下，邊緣架構将為未來幾年内更快更高效的物聯網奠定基礎。

然而，在這一點上，雲計算和邊緣計算的平衡仍然是物聯網基礎設施開發的首選方法：盡管延遲和營運成本較高，但基于雲計算的集中資料存儲庫比小型裝置具有更多的存儲和處理能力。

原文釋出時間：2019-12-03

本文作者：責任編輯：cres 作者：Anton Sokolov

本文來自雲栖社群合作夥伴“

企業網D1Net

”，了解相關資訊可以關注“

”