云計算正在“邊緣化”？隨著物聯(lián)網(wǎng)硬件和傳感器成本的不斷下降，物聯(lián)網(wǎng)設(shè)備越來越智能化和小型化，邊緣計算已經(jīng)成為一種可行的現(xiàn)實。隨著新的網(wǎng)絡(luò)連接技術(shù)（如5G）的出現(xiàn)，邊緣架構(gòu)將為更快更高效的物聯(lián)網(wǎng)奠定基礎(chǔ)。

基于云計算的數(shù)據(jù)分析極大地推動了物聯(lián)網(wǎng)的發(fā)展，但現(xiàn)在越來越多的企業(yè)將數(shù)據(jù)處理推向了邊緣。事實上，到2019年，全球生成的數(shù)據(jù)中，50%將在物聯(lián)網(wǎng)的設(shè)備層級處理。

考慮到物聯(lián)網(wǎng)設(shè)備的認知能力通常受到其大小和電池壽命的限制，未來幾年邊緣計算是否真的將取代云計算？

云計算為何被邊緣化

基于云計算的物聯(lián)網(wǎng)系統(tǒng)的主要缺點是，每次用戶觸發(fā)操作時，軟件層都需要時間來捕獲命令并將其發(fā)送到服務(wù)器等待響應(yīng)，然后將信息顯示為圖片。這可能是對在給定時間段內(nèi)收集的設(shè)備狀態(tài)數(shù)據(jù)的請求。這種行為在連接設(shè)備、智能家居產(chǎn)品甚至輕量級可穿戴設(shè)備中很常見。延遲被認為是構(gòu)建可實時自主決策的物聯(lián)網(wǎng)解決方案的主要障礙。

物聯(lián)網(wǎng)設(shè)備生成大量數(shù)據(jù)，但不需要將所有數(shù)據(jù)推送到云端

到2021年，物聯(lián)網(wǎng)設(shè)備每年將產(chǎn)生847ZB的原始數(shù)據(jù)（2016年僅218ZB）。例如，智能鉆機可以使用多達30000個傳感器來監(jiān)測各種性能參數(shù)，包括工作時間、泵速和沖程計數(shù)。然而，制造企業(yè)需要實時分析不到1%的傳感器數(shù)據(jù)，以識別異常并防止事故發(fā)生。剩下的99%是所謂的狀態(tài)數(shù)據(jù)，可用于培訓(xùn)預(yù)測性維護模型，但不需要立即采取行動。

黑客可以攔截在物聯(lián)網(wǎng)設(shè)備和云計算服務(wù)器之間來回移動的數(shù)據(jù)

在大多數(shù)情況下，與本地服務(wù)器相比，云中存儲而且處理物聯(lián)網(wǎng)數(shù)據(jù)更加安全。然而，物聯(lián)網(wǎng)設(shè)備執(zhí)行的數(shù)據(jù)事務(wù)91.5%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(lián)網(wǎng)流量。

帶寬和能源成本正在上升，但除了移動通信之外還沒有更好的選擇

AT&T公司和Verizon公司等主要通信運營商正在推出用于M2M通信的低功耗網(wǎng)絡(luò)，該網(wǎng)絡(luò)比LTE便宜，并且通過將數(shù)據(jù)速率降低到僅120 Kbit/s來節(jié)省能源。但是，從長遠來看，這將無法保證節(jié)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(diào)整其定價計劃。另一方面，窄帶網(wǎng)絡(luò)無法支持物聯(lián)網(wǎng)操作，例如固件更新、語音處理和非結(jié)構(gòu)化視頻數(shù)據(jù)分析。

邊緣計算可以幫助物聯(lián)網(wǎng)用戶減少通過網(wǎng)絡(luò)的數(shù)據(jù)量，節(jié)省帶寬，并設(shè)計可以自動執(zhí)行的操作（例如，一旦注冊了某種類型的行為，它就會向管理者發(fā)送警報通知、關(guān)燈或降溫）。

物聯(lián)網(wǎng)設(shè)備沒有“邊緣因素”。下面是如何使邊緣計算工作。

有幾個因素使邊緣計算成為現(xiàn)實：

●物聯(lián)網(wǎng)硬件和傳感器的成本繼續(xù)下降：從2004年到2014年，物聯(lián)網(wǎng)傳感器的平均價格從1.3美元下降到0.6美元，預(yù)計到2020年將再下降37%。

●小型設(shè)備越來越智能化：即使是新的原型開發(fā)設(shè)備，如Raspberry Pi 4，現(xiàn)在也可以支持人工智能算法的功能和能力。

也就是說，許多智能設(shè)備（特別是在物聯(lián)網(wǎng)的消費者層面）缺乏處理繁重操作的內(nèi)存，實際上可能運行在固件上，而不是操作系統(tǒng)上。這就是為什么到目前為止，邊緣計算部署僅限于接收、存儲、過濾和向云發(fā)送傳感器數(shù)據(jù)。

當無法對設(shè)備執(zhí)行數(shù)據(jù)分析時，執(zhí)行霧計算步驟

這項技術(shù)涉及到中間計算機、網(wǎng)絡(luò)設(shè)備和小型數(shù)據(jù)中心的實現(xiàn)，它們可以在數(shù)據(jù)源和云之間劃分傳入的流量。

由于邊緣計算部署需要內(nèi)部部署和云計算數(shù)據(jù)中心相結(jié)合，物聯(lián)網(wǎng)軟件開發(fā)專家首先在云中設(shè)置數(shù)據(jù)處理單元，然后在IT基礎(chǔ)設(shè)施中的互聯(lián)設(shè)備上模擬其功能。

為了實現(xiàn)這一目標，開發(fā)人員使用云計算管理服務(wù)，如AWS IOT greenrass或azure IOT edge。通過這些服務(wù)，邊緣設(shè)備可以對其生成的數(shù)據(jù)進行操作，并使用云平臺進行存儲和分析：

●AWS IOT greenrass僅支持基于Linux的邊緣設(shè)備，而邊緣設(shè)備與其他小型工具通信。這些小工具的尺寸和復(fù)雜度隨微控制器的解決方案而不同。

“Azure IOT edge”允許開發(fā)人員通過容器在Linux和Windows設(shè)備上執(zhí)行第三方服務(wù)、AI輔助數(shù)據(jù)處理和自定義應(yīng)用程序邏輯。

這兩項服務(wù)都能確保近乎實時的響應(yīng)、加密傳感器數(shù)據(jù)，并使邊緣設(shè)備能夠離線或間歇地與云計算一起工作，從而使較小的公司相對容易地為邊緣設(shè)備設(shè)計有效的云架構(gòu)。

尋找物聯(lián)網(wǎng)的殺手級應(yīng)用

在5G等新的連接技術(shù)的支持下，邊緣架構(gòu)將為未來幾年更快更高效的物聯(lián)網(wǎng)奠定基礎(chǔ)。

但此時，云計算與邊緣計算的平衡仍然是物聯(lián)網(wǎng)基礎(chǔ)設(shè)施發(fā)展的首選方法：雖然延遲和運營成本較高，但基于云計算的集中式數(shù)據(jù)存儲庫比小型設(shè)備具有更多的存儲和處理能力。