在对2020年全球部署物联网设备的预测中，报告表明难以想象存储在云端的数据量，更不用说从中获取更多价值所需的处理能力。因此，企业高管越来越希望提高物联网产品的性能，并降低运营成本。这样做的方法之一是处理云端外部或其“边缘”的数据。

如果企业计划构建物联网应用程序或想要优化当前的产品，边缘计算可能是一个安全选择。人们需要了解有关边缘计算及其实际用例的优势的更多内容。

为什么纯粹的云计算不是物联网的最佳选择

LogicMonitor公司的调查表明，83%的企业工作负载在云中处理(到2020年)，云采用率正在迅速增长。并且有着充分的理由：降低运营成本，提高可扩展性，加快应用部署，提高可靠性等。然而，当谈到物联网时，传统的云计算有着许多缺点。

除此之外， 大多数源于云计算的数据通常没有实际价值，而且从未被使用过。 那么，当企业能够处理并保持其正确生成位置(在设备上)时，为什么要浪费企业的资源和云存储空间来处理不相关和无用的数据?

这就是很多企业难以决定采用边缘计算还是采用云计算的原因。

所以，人们需要了解边缘计算如何帮助物联网，以及为什么它比云计算更好的原因。

什么是边缘计算?为什么重要?

首先从边缘计算的定义开始。

边缘计算这个术语指的是在数据产生的地方，即物联网网络的“边缘”进行的数据计算。

因此，组织不是使用集中的远程云平台来完成所有工作，而是在本地处理和存储数据，即在物联网设备本身或最近的网络节点处。

但是边缘计算是如何工作的呢?

为了解释它在现实生活中是如何工作的，可以将任何一台智能设备作为例子。每个物联网传感器每秒都会产生大量数据。在采用云计算的情况下，数据立即传输到中央统一的云数据库，在那里进行处理和存储。

如果需要任何操作，中央服务器将在接收和分析所获取的数据时将其响应发送回设备。因此，物联网设备不再依赖于互联网连接，可以作为独立网络节点运行。

虽然整个过程通常需要不到一秒钟的时间来完成，但在某些情况下，响应可能会延迟或中断。这可能是由于网络故障、互联网连接薄弱，或者仅仅是因为数据中心距离设备太远而导致的。

而在边缘计算的情况下，企业不需要将物联网传感器获取的数据发送到任何地方。设备本身或最近的网络节点(如路由器)负责数据处理，如果需要采取措施，能够以适当的方式响应。

物联网中边缘计算的优势和实际使用案例

众所周知， 边缘计算的主要目的是分散数据处理 。与传统云计算相比，这带来了许多优势。

也就是说，物联网边缘计算有五个主要优势：

(1)增加数据安全性

虽然物联网解决方案是网络攻击的理想目标，但边缘计算可以帮助企业保护网络，并提高整体数据隐私。

由于数据是分散的，并且在生成数据的设备之间分布，因此很难用一次攻击来摧毁整个网络或破坏所有数据。

在GDPR合规性方面，这种方法也是首选：通过网络发送并存储在云中的信息越不敏感，信息就越好。

(2)更好的应用性能

如上所述，数据在设备和数据中心之间来回传输需要一些时间。

通过存储和处理靠近其源的数据，企业可以减少延迟时间，并提高整体应用程序性能。因此，企业可以实时分析数据，而不会出现延迟。

(3)降低运营成本

当企业“存储和处理”边缘的大部分数据时，不需要大量的云存储。此外，可以过滤掉不必要的信息并只备份相关数据。因此，企业的基础设施成本将不可避免地下降。

(4)提高业务效率和可靠性

反过来，较低的数据流量和减少的云存储可以带来更高效的业务运营。

此外，网络连接不会出现问题，因为它们适用于依赖云计算的其他物联网产品。这是因为企业的物联网设备可以在没有互联网连接的情况下自主工作。

(5)无限的可扩展性

与云计算不同，边缘计算允许企业根据需要扩展物联网网络，而无需考虑可用存储(或其成本)。

由于列出的好处，边缘计算在涉及时间敏感的任务时确实很有用。

以下是三个实用的物联网边缘计算示例，用于演示如何在所列行业中应用：

自动驾驶汽车代表了重要的物联网边缘计算用例之一。自动驾驶车辆根本无法依靠远程服务器来决定当前面有行人横穿马路时是否停车，因此需要立即作出决定。无论互联网连接如何，数据都必须在现场处理。

此外，车辆(在路上时)可以更有效地相互通信，因为他们不需要向远程服务器发送有关事故、天气状况、交通或绕行的数据。

边缘计算的另一个实际案例在于健康监视器和其他可穿戴设备的领域。当用于远程医疗以跟踪患者的慢性病时，可以成为真正的生命拯救者。

例如，能够独立分析健康数据的心率监视器可以立即提供必要的响应，以在患者需要帮助时提醒护理者。

机器人辅助手术是医疗保健中边缘计算的另一个用例，尤其是每秒可能意味着生与死之间的区别。这些机器人需要能够自己分析数据，以便安全、快速和准确地为手术提供帮助。

任何安全系统都应该能够在几秒钟内响应安全威胁。这就是为什么将边缘计算用于监控系统具有意义的原因。

因此，通过设备上的视频处理，摄像头可以检测运动、识别入侵者，并在发生入侵者或可疑活动时立即提醒用户。

?交通信号灯或风力涡轮机不需要全天候与云计算通信(或者有时它们根本无法连接到服务器)并且可以完全自动化。

?路灯可以通过直接相互通信，而不是由远程云调解来创建自我维持的自治系统。

?农业中的智能传感器无需转向中央服务器来决定何时需要给附近的植物浇水或添加肥料。它们可以轻松地自己执行例行任务，并偶尔与主要的云平台同步。

因此，这些摄像头不是将大量原始数据传输到服务器进行处理，而是在提高响应速度和准确性的同时，节省企业的互联网流量、减少带宽和云存储。

除了列出的示例之外，边缘计算还有更多用例。

物联网的未来处于边缘 到2022年，75%的企业数据将在云计算之外(以及传统数据中心)处理。因此，边缘计算市场的规模将在期间快速增长。

考虑到现有趋势，物联网开发人员和企业主应该认真考虑其即将推出的产品的边缘计算。否则，一旦竞争对手充分利用这项技术，企业就会处于落后的境地。