边缘层在物联网生态系统中的重要性

在过去的几年里，企业架构的热门话题似乎一直是云——一种集中的方法，在网络边缘的简单浏览器可以访问基于云的服务和分析。

关于为什么云是存储、管理和分析数据的最佳场所有很多文章。集中式模型可以提供超大规模的处理能力和成本优势，以及更容易管理和协调数千个地理上分离的端点的能力。

但并不是每个应用程序或用例都最好由云服务。

到2020年，可能会有超过200亿台设备通过物联网连接。每分钟，他们都在创造难以想象的海量数据——以zb(1万亿兆字节)为单位。到明年年底，物联网每年将产生超过500 zb字节的数据——在以后的几年里，这个数字将会是预计会成长指数。

随着更多用户和事物彼此连接和交互，所以从或交付的内容的体积和速度边缘迅速增加。更多使用富媒体类型，如视频，也加强了这一挑战。将数据移动到云需要时间需要时间，然后在其上执行一些服务，然后将其移回边缘。

分布式部署模型通常更好地解决连接和延迟挑战，带宽约束以及在网络边缘嵌入的更高的处理电源和存储器。创建一层“边缘”计算可保持最沉重的流量和最接近最终用户应用程序的流量和处理和生成和消耗数据的设备。

边缘传感器和设备在非常特定的位置处理非常特定的角色，如零售商店、体育场、家庭或办公室。在这些案例中，边设备已经存在了几十年。根据IDC的一项研究，到2020年，物联网设备产生的所有数据中，45%将在网络附近或边缘被存储、处理、分析和处理。

感知和执行之间的延迟时间——延迟——可能是连接设备最紧迫的问题之一。通过让计算能力驻留在传感器或传感器附近(实际上是在企业的边缘)，让设备直接相互通信并提供数据，可以极大地减少延迟。这对于某些用例来说是至关重要的。例如，在一辆以高速公路速度行驶的自动驾驶汽车中，从察觉到即将发生碰撞到开始改变航向(转向、刹车)之间的任何延迟都可能造成灾难性的后果。延迟也是火灾警报等工业安全系统的一个问题，在数据传输中丢失几秒可能是关键。对于石油和天然气公司来说，在井场进行数据采集和分析可以帮助预测灾难迹象，并在灾难发生前采取措施防止灾难的发生。

边缘计算还可以提供加速和简化数据处理的路径，并在您需要时提供所需的洞察力。例如，在砂砾零售环境中，边缘设备如信标与客户智能手机交互，销售数据的分析，使用的优惠券，交通模式和视频可以为消费者行为提供有价值的见解。

在里面金融部门，Edge Computing可以帮助机构实时识别和防止不合规交易。

尽管强大的边缘和近边缘能力和不同的边缘系统潜在的好处，所以集中的云服务可能不会消失。云技术仍然是在边缘和近边设备上提供，管理和更新软件和服务的绝佳方式。集中云服务在协调高度分布式边缘设备以及来自边缘或中间网关和服务器的聚合和归档数据中的协调操作中也具有作用。集中云服务也可以提供更强大的更强大和可扩展机学习以及可以连接到传统后台处理的复杂处理能力。

随着在更小的实现中提供更多的处理和存储能力，复杂的数据操作、存储和通信成为可能，可以在用户的手机、笔记本电脑或平板电脑，以及位于偏远地区或空间有限的设备上进行。曾经是专用数据中心领域的操作，现在只剩下应用程序了。边缘层的机会在于向云提供更丰富的数据流，同时也为连接设备的网络提供实时响应和地方权威。

所有IoT Agenda网络贡献者都对其帖子的内容和准确性负责。意见是作者的，不一定传达物联网议程的想法。