边缘计算可以使数据处理尽可能接近物联网(IoT)设备，这意味着企业IT在延迟、性能、成本、安全性等方面具有优势。

    边缘计算技术如今与其他几项新兴技术齐头并进，尤其是混合云和5G。它还非常适用于物联网(IoT)设备和应用程序。实际上，边缘计算和物联网不只是良好的合作伙伴，而且越来越相互依赖。

    PubNub公司首席技术官Stephen Blum说：“边缘计算是在物联网设备进出的海量数据中保持领先地位的方法，在一些应用场合，每毫秒都很重要，尤其是在医疗监控和安全应用程序等用例中。”

边缘计算和物联网的工作原理

    边缘计算通过使数据处理和其他计算需求尽可能地靠近传感器或其他设备来做到这一点，这减少了等待时间，并带来了其他潜在好处。

    Blum解释说：“以往处理数据需要发送到云计算服务器或数据中心，这个计算过程需要花费更多的时间和额外的资源。边缘计算可以在物联网设备或网络本身处理数据之后可以更快地传递到其目的地，减少潜在带宽瓶颈，并使数据接近数据源。”

    SAS公司物联网高级经理Saurabh Mishra表示，这是目前最常见的架构模式：位于传感器附近的边缘计算环境(即物联网设备)会生成数据。

    Mishra说，“物联网和边缘之间有着错综复杂的联系。根据定义，物联网是指通过现场计算环境相互连接的物品或集中式基础设施(如云平台)。”

    Mishra解释说，这些计算环境可能采用多种形式，其中包括远程服务器(也称为边缘服务器)、网关、安装在基站中的交换机、零售商店的后台基础设施或联网汽车。

    Mishra说，“这些计算环境支持边缘计算，因为它们是分布在远离核心(如云平台)的小型计算单元，并且具有执行各种任务的能力。”

边缘计算和物联网在成本和灵活性方面的优势

    Mishra表示，除了性能和延迟优势之外，这也是更加经济可行的架构选择。这些数据中的大多数数据的价值可能很短晢，从云平台往返实际上可能不会产生任何价值。

    边缘计算还有其他潜在的成本优化(例如减少云计算支出或数据中心占用空间)以及在安全性等方面的优势。

    Blum说：“在尽可能靠近边缘的设备上执行业务时，它减少了发送到外部服务器的流量，从而使用户不必不断增加数据中心容量来应对增长。这意味着更好的性能(无需等待发送和接收数据)、更低的运营成本，以及更高的安全性(通过限制外部连接)。”

    这种模式最具吸引力的一个原因是它非常适合混合云架构。

    Crate.io公司首席执行官Eva Schönleitner说，“这种新模式的最大优势在于使企业能够获得各自的优势：能够在创建位置感知、捕获和分析大量数据，并获得全局可见性，管理和更深入的分析，甚至在云端创建机器学习模型这种边缘模型是在物联网用例中成功进行数字化计划的最关键的推动力之一，例如智能工厂或智能建筑不断输出大量传感器数据。”

    同时使用混合云战略和边缘计算的组织可以获得灵活性和一致性。Red Hat公司云平台高级首席营销经理Rosa Guntrip最近指出：“组织需要在工作负载的放置位置上保持灵活性，如果战略发生变化，他们需要运营的一致性，而这对于ITOps和开发人员来说，这样才能使他们快速反应，并最大限度地减少中断。”

边缘计算有意义的例子

    SAS公司的Mishra指出，各种行业趋势、环境特征和业务需求可以进一步推动更具体的架构决策和用例。以下有一些例子：

    ●边缘环境是否连接到集中式枢纽(例如云平台或传统数据中心)?

    Mishra说：“诸如零售店或制造工厂之类的专用内部部署环境通常将与中央枢纽(例如云平台)建立专用连接，另一方面，移动的机车或海上石油钻井平台可能具有更多的零星连接，这些连接考虑因素决定了可以在边缘支持的用例。”

    ●是否需要在本地执行控制逻辑?

    在某些情况下，这一要求非常重要。Mishra表示，这是自动驾驶汽车的必备条件，而在其他情况下则没有那么重要。Mishra说：“在拥有大量机器和流程的工厂中，通常的目标是更好地使用生成的数据来驱动本地控制逻辑。而在像医疗保健这样的行业领域中，并不需要立即执行本地控制逻辑，并且边缘计算支持的用例可以存储转发或资产跟踪。”

    ●是否建立并采用了标准?

    这一进程介于“有点”和“尚未”之间。这是人们对多路访问边缘计算(MEC)兴趣日益浓厚的原因之一，它既是考虑外部边缘(特别是在5G世界中)的一种方式，又是一种实际的标准框架。Mishra说：“MEC模式有望通过支持从视频分析到基于位置的服务再到增强现实的横向用例，开拓新的边缘生态系统和价值链，”

    这一点说明了当前的另一个现实：虽然Mishra和其他物联网专家看好边缘计算和物联网结合的发展前景，但其实际采用和实施仍处于早期阶段。

    Mishra说，“在计算环境、数据协议、连接性方面，边缘碎片化仍然是一个障碍。”

    扩展是碎片化问题带来的另一个关键挑战。Mishra说，“即使在同一个组织中，考虑到边缘环境在硬件平台、操作系统、连接性、安全性和容量方面可能存在的巨大差异，也很难调整组件的大小。这仍然是一个有趣的创新空间，如果能够克服这一障碍，它将为推动价值创造更多的机会。”

将出现两种新兴趋势

    就边缘计算和物联网结合使用来说，Mishra还分享了另外两个值得关注的趋势，这可能会激发用户的进一步兴趣。第一个趋势是视频分析的采用，Mishra认为这是一个很好的“快速入门”的边缘物联网用例。

    Mishra说，“摄像头将是最终的传感器，并且可以作为并行资产添加到边缘计算环境中，而无需进行颠覆性的仪表更改。由于其具有灵活性，在边缘使用视频分析可以支持各种用例。”

    第二个趋势是边缘计算到云计算模式的更具体的出现，有时被称为“边缘输入”方法，而上述的“云输出”方法使计算和其他资源更接近物联网设备和应用程序。

    Mishra说，“尽管在边缘计算进行本地处理的概念很强大，但是在边缘计算和云计算平台之间创建一个生命周期效应来扩展用例是非常有必要的。”