断开云的边缘
数据中心的周期将不可避免地继续，我们的处理生活随着技术周期而变化集中到分散然后再次回到集中式。今天的组织仍在云上。甚至最近有极端公告表明情况是如此。例如，Geforce现在，在云中的Nvidia GPU上渲染游戏并流到家中，从本质上租用了GPU。由于物联网的要求以及扩展需要进行计算分布式，因此我们可能会输入另一个计算周期，从集中式模型转变为边缘连接的处理模型。
我们已经看到了从Microsoft，Google和Amazon转变的Edge开始。他们的边缘模型中缺少的一件事是松散连接或断开操作的概念。这些系统将不仅需要涵盖分布式处理（以及机器学习或“ AI”），还需要分布式数据收集，甚至有潜在的分布数据存储来处理数据需求。尽管这些领导者的所有产品都有离线支持，但同步数据的状态在重新连接时无法很好地管理。分析这些大型云平台，并查看他们当前的边缘模型和体系结构以及缺少的东西为令人兴奋的研究带来了。它们是根据市场份额订购的。
亚马逊
AWS绿草是亚马逊的边缘和物联网。亚马逊管理的物联网设备必须嵌入运行Linux的设备（仅支持一些分布）。平台中没有本机存储，它执行用java，node.js或python编写的lambda函数。可以将设备集中管理，以进行配置，更新和发现。用于监视设备，CloudWatch或本地日志受到限制。例如，如果设备离线并使用CloudWatch日志，则将丢失数据，从而使故障排除不可能。
微软
Microsoft Azure IoT中心可以在边缘运行业务逻辑和机器学习。Microsoft还包括在边缘使用SQL Server的功能，但是必须像任何SQL Server一样对SQL Server进行配置，部署和管理。软件和SQL Server都部署在容器中，从而增加了平台的灵活性。SQL Server数据未自动复制，这意味着需要代码以进行复制和同步。由于所有边缘代码均在容器或容器中运行，因此它也必须由Azure容器注册表或Docker Hub进行管理。业务逻辑可以在C＃，Python，Node.js或C. Microsoft也可以支持Azure功能，特别是用于机器学习用例的函数。该系统可以部署在Windows或Linux设备上。有几种平台服务可以处理时间序列，映射和机器学习的用例。微软花费了更少的时间来管理端点（事物）和操作系统，但专注于容器层和更高版本。
谷歌
Google的物联网解决方案庞大，包括针对物联网和边缘计算的各种技术。Google Iot Core居住在云中，从运行Linux或Androidthings的内容中收集数据，这些数据正在运行云IoT Edge产品。云物联网边缘正在尽早访问，因此未进行测试，也无法使用文档。由于缺乏文档，语言支持并不完全清楚。Google投资组合的最新成员是Edge Tensor处理单元（TPU），它是一种定制的硅芯片，旨在扩展Google基于云的基于云TensorFlow和张量的机器学习到边缘。边缘产品正在早期访问中，但是云TPU一直在一段时间。Google目前没有可以轻松测试的系统，但是它确实具有超出Microsoft和AWS所做的精确模型和策略。
因此，云提供商正在明确的赌注，但是它们都没有制造或工业设备的经验，因此将这些云提供商与几个著名的制造商搬入软件，物联网也很有趣。
GE
GE的Predix平台与Google有类似的模型，那里有机器，即Edge，Predix云和应用程序。Predix Cloud基于开源云铸造厂，并运行Java应用程序。同样，该机器是Java应用程序，但也可以在C ++或Python中运行代码。它还可以在Docker内部运行，以使管理更容易。与其他云提供商类似的GE拥有用于地理位置，遥测，机器学习和安全性的通用平台服务。Predix确实在设备上提供了PredixSDK数据库NOSQL数据库，以进行断开数据访问，并提供PredixSync以使数据同步。除了NOSQL组件外，似乎没有任何脱机支持。
博世
博世的物联网平台建立在具有API级兼容性的开源Eclipse Hono之上，数据只能通过HTTP或mqtt。Bosch平台由几个基于云的服务组成，但没有很多或任何边缘功能。它没有离线操作模式；因此，在撰写本文时，该平台似乎更加有限。
尽管还有许多其他具有物联网技术的玩家，但他们缺少精确的优势。那些搬到云的人的原生云提供者的方法对比令人兴奋地观察和分析。随着这些工业参与者的不断发展，我们将看到他们是否可以最好地拥有具有特定专业知识的本地云提供商，或者云提供商是否具有太多的规模和平台服务优势，可以使他们领先。只有时间会给出答案。
所有的物联网议程网络贡献者都负责其帖子的内容和准确性。意见是作家的，不一定会传达物联网议程的思想。