事實上，邊緣計算對于釋放物聯網設備產生的不斷增加的數據量的潛力寄予厚望。到2025年，這一數字預計將達到73.1ZB，但要從中提取價值，需要分別對數據流進行有效的分配、管理和分析。在這里，邊緣設備可能會有所幫助。
統計數據顯示，邊緣計算已經在大多數物聯網應用中以這樣或那樣的方式使用。除了路由器和防火墻之外，邊緣計算還允許執行智能自動化和預測性維護、優化數據生命周期，從而降低成本。盡管智能邊緣是一種新應用，但已經可以仔細研究其在工業、交通、醫療保健和其他常見的企業物聯網解決方案中的表現，以充分利用。本文指出了哪些環境需要邊緣計算、哪些物聯網+邊緣串聯最有前途，以及如何在物聯網生態系統中有效地分配工作負載。
邊緣設備在企業物聯網解決方案中的地位
企業物聯網解決方案的傳統架構假設數據是從物體收集的，例如傳送帶上的產品或車間的設備；然后將其傳輸到云端進行進一步處理和分析。在這樣的系統中，邊緣設備以傳統方式使用——通過網絡分發數據并控制網絡流量。路由器、防火墻、多路復用器和交換機都屬于此類設備，后者允許企業連接到工業設備。一般來說，它們允許在整個企業范圍內建立物聯網，無論其位置如何。
為了物聯網自動化解決方案，人工智能在云端生成的想法被發送回現場以引發一些行動。當然，這種方法缺乏速度和吞吐量，這對于廣泛分布式架構和需要處理的大量數據至關重要。這就是智能邊緣設備發揮作用的地方，負責處理、分析和操作。其優勢體現在其與數據源的接近度上，使其能夠通過向其委托一些基本的決策憑證來減少延遲。
終端設備。智能傳感器和執行器、可穿戴設備、攝像頭和其他傳感設備盡可能靠近物體。其計算能力因尺寸緊湊而受到限制。
物聯網網關只允許有潛在價值的信息到達云端。這是物與云之間的橋梁：執行聚合、預處理、過濾數據、驗證其真實性以及清理原始數據。其還為現場設備提供管理，確保自動化的分布式架構。
邊緣服務器是在邊緣進行大量計算的環境的總稱。物理服務器、筆記本電腦、嵌入式系統或片上系統都可以接管這一功能。這一類別近年來引起了特別關注，因為其允許在整個系統中重新分配計算負載，并引入人工智能(AI)。
因此，當將某些負載放置在邊緣時，系統可以節省與云的通信時間，從而可以快速響應現場情況。此外，由于數據不會超出本地存儲，因此還提供了更高的可用性、可靠性以及安全性。為了使此配置具有成本效益，重要的是不要讓云超載。
企業物聯網解決方案最有前途的邊緣計算應用
云混合+邊緣
由于混合云的主要價值揭示了在不同環境之間轉移工作負載的機會，因此將此類基礎設施擴展到邊緣解決方案看起來盡可能自然。通過連接邊緣設備，在如何優化工作負載方面出現了更多選項。這允許在系統發生故障時具有成本效益的可擴展性和更高的阻力。在混合環境中，邊緣組件為整個系統提供了額外的靈活性，而云組件則增加了分布式資產之間的一致性。
當涉及到在物聯網生態系統中循環的大量數據時，可以通過將實時計算置于邊緣來獲得更多價值，而無需進行云計算深度分析。同時，云端可以作為管理中心，為整個系統提供透明度。如果出現問題，也不用為每個節點求助專家，因此混合云+邊緣串聯可以提高可控性。Micro Shift等開源項目有助于將Kubernetes等關鍵任務平臺擴展到邊緣，并保持一致。
邊緣計算+人工智能/機器學習
將人工智能引入邊緣越來越受歡迎，因為邊緣計算可以克服對云計算的速度限制。有時，這是實現人工智能物聯網生態系統的唯一方法，因為互聯網連接可能不可用，或者需要提高數據安全性。無論如何，其擴展了在現場處理原始數據的可能性，這對于時間緊迫的自動化解決方案和高度分布式系統是不可或缺的。將云計算納入這條鏈不僅耗時且成本高昂，因為其需要互聯網通道帶寬、流量、額外能源等形式的大量資源。例如，在煉油廠處理來自傳感器的信息每天產生超過1tb的原始數據，這需要過多的資源來以處理。
應用于邊緣設備的人工智能算法帶來了新的用例，如遠程監控、預測性維護以及高級自動化。部署在邊緣的機器視覺也繼續獲得動力。但無論如何，在物聯網生態系統中實施人工智能需要云和邊緣之間的合作。人工智能的訓練仍然在云端進行，因為我們需要過多的計算能力來進行這項操作，而部署則設置在邊緣。這種模式的日益成功讓我們可以談論人工物聯網(AIoT)。
邊緣計算+5G
邊緣和5G的結合有望增強邊緣計算的主要優勢——最大限度地接近實時地執行操作。到目前為止，我們還不能談論所期望的1毫秒響應，但5G已經比LTE1快16倍。這種速度使得多種應用可以輕松部署在云端，例如機器人的實時監控、無人機控制、自動駕駛車輛，甚至遠程MRP服務和手術。20 Gbps的峰值數據傳輸速率能夠創建增強現實應用并處理大量數據，例如4k視頻。
一般來說，5G允許企業部署更低功耗的邊緣設備，同時提供更高的計算能力。此類網絡的帶寬允許連接的設備數量比通過4G或LTE技術多100倍！這樣的能力為物聯網最不可思議的應用開辟了道路，比如黑暗工廠。
邊緣計算上的能量收集
隨著企業物聯網解決方案的擴展，設備供電問題也隨之出現，因為傳感器和其他邊緣設備可以在無線或網狀網絡覆蓋范圍之外運行，以覆蓋整個監控表面。所幸，能量收集技術正在不斷進步，為不同的物聯網應用提供不同的能量收集技術，這將顯著延長低功耗設備的電池壽命。例如，基于太陽能或振動的能量收集系統應用于內置汽車設備，用于汽車與基礎設施的通信，而光或熱能傳感器的能量收集源被成功用于工作場所自動化。在最新的發展中，我們可以看到使用環境光能量的自主NB-IoT模塊。該解決方案基于太陽能電池和具有MPPT功能的PMIC。
將邊緣計算引入企業物聯網解決方案的建議：
邊緣基礎設施已經足夠成熟，可以創建復雜的物聯網應用，并在云和邊緣之間平衡分配計算能力。
將云基礎設施擴展到邊緣對實時操作很有意義，因為其可以最大限度地減少延遲。此類基礎設施中的云服務器提高了透明度并增強了資產控制。
在創建企業物聯網解決方案時，重要的是從一開始就預見邊緣組件，然后能夠增加其優勢，包括在人工智能的幫助下。
訓練模型需要重型硬件，因此最好在云端訓練人工智能，并在邊緣部署完成的模型。
擴展物聯網基礎設施需要優化邊緣資源。能量收集技術的引入在這里可能是有益的。
