为了了解边缘计算对物联网的影响，让我们先花点时间想象一下我们周围众多的传感器和可穿戴设备，以及它们正在捕获的数据类型。边缘计算使我们能够在任何物联网网络边缘的设备附近解读这些庞大的数据。这将实时触发分析和响应，而不会给拥塞的网络带来负担。
Gartner的一项研究预测，到2025年，至少75%的企业将实施边缘计算，以在传统集中式数据中心或云之外处理数据。目前，10%的企业已经这样做了。IDC 的另一项研究预测，到 2024 年，全球边缘计算支出将达到 2500 亿美元。从技术角度来看，边缘服务将占 IT 支出的 21.6%。显然，边缘计算将成为数字化转型战略的重要组成部分。
物联网中的边缘计算——远离云
通过在数据捕获点或边缘附近执行基本分析，减少了将大量数据传输到集中位置的需要。
因此，边缘计算有助于克服延迟和网络拥塞问题。
云计算完全是关于集中式系统，而边缘计算则是一种更为分布式的模式。在某些情况下，它消除了对云的需求，而在其他情况下，它充当边缘设备和云之间的中间层，以便可以在边缘执行基本的实时分析，而要在云上执行更复杂的分析时，只需跨网络传输相关数据即可。
想想每天捕捉数小时视频的安全摄像头所节省的带宽吧!借助边缘计算执行的分析不仅节省了带宽，而且还使物联网设备能够与用户进行有意义的交互，而无需与云服务器通信。
涉及边缘计算和云的混合解决方案消除了纯基于云的系统中的大部分固有效率问题，特别是昂贵的带宽增加、滞后响应和安全性——所有这些都在物联网设置中被无限放大了。
物联网设备在边缘的扩展
物联网设备和服务在 5G 浪潮中呈指数级增长，接管了我们日常生活的方方面面。当我们意识到位于任何网络边缘的大量物联网设备时，对边缘计算的需求以及边缘计算对物联网的影响变得非常清晰。Google Home 和 Alexa 等个人助理、笔记本电脑、智能手表、智能汽车、智能锁和门铃、清洁设备、智能开关、烟雾报警器、智能供暖系统、健康监测器、污染监测器和健身追踪器只是当今家庭中连接到互联网的物联网设备的一部分。研究估计，几年后，美国每个人将拥有至少10台物联网设备。
转到制造业，你会看到一个全新的工业物联网世界，也叫工业互联网。用于维护重型机械的AR应用、用于仓库的AI控制无人机、用于预测性维护的机器人、用于减少能源和水资源浪费的机器传感器、温度传感器等，都是物联网在工业中的一些常见应用。很明显，工业物联网比基于家庭的物联网更加复杂，收集的数据需要实时处理。
在物联网网络中实施边缘计算
边缘计算使实现物联网分析(AoT)成为可能，AoT是指物联网分析的一个简写术语。然而，在现实世界中，物联网设备极其轻量级，存储和计算能力有限。
这就是为什么当我们谈论物联网中的边缘计算时，边缘设备不仅包括传感器和其他物联网设备，而且还包括路由器和网关的原因所在。事实上，路由器和网关是在 Linux 或其他类似操作系统上运行的实际计算设备。在这些设备上，可以安装边缘计算中间件，以安全的方式从物联网设备接收数据。因此，真正处于边缘的设备可以在其上运行轻量级解决方案，而实际分析是在离这些设备更近的网关和路由器上进行的。
物联网中边缘计算的用例
在网络延迟比计算能力更重要的情况下，边缘计算比云计算更为突出。
让我们来看一些具体的例子：
- 智能家居：如前所述，安全摄像头不需要将其捕获的所有视频都传输到云端。相反，如果它可以检测到常见威胁的轮廓，则只有该片段可以流式传输到云服务器，以便采取进一步行动。即便如此，一旦检测到，就会立即发出警报。
- 自动驾驶汽车：在像自动驾驶汽车这样的场景中，几毫秒的延迟可能会危及生命。这就是为什么计算和响应时间不能依赖于云的原因，在云上，失去连接可能是灾难性的。
- 监测患者健康：需要对医疗物联网边缘设备产生的数据进行分析，并实时提供健康建议。如果将其发送到基于云的中央服务器进行适当分析，在某些情况下可能为时已晚。医疗保健中的边缘计算使对紧急健康情况做出反应成为可能。
- 工厂工人的安全：智能穿戴设备，如头盔和腕带，可用于跟踪重型制造场景中工人的安全，并防止事故发生。它们还可以跟踪体温和脉搏等健康指标，并指示工人何时需要休息。可以监测工厂环境中的毒性和辐射水平并采取纠正措施，而无需将所有这些数据发送到云端。
数字视频、多媒体内容、温度、运动、燃料水平、压力等传感器，以及来自生产线机械和其他来源正在以难以想象的速度生成海量数据，物联网中边缘计算的作用是利用这些数据，同时消除网络延迟并释放带宽需求。
