隨著物聯(lián)網越來越普遍，用例越來越多，某些應用程序將需要實時或接近實時的分析。而企業(yè)物聯(lián)網系統(tǒng)卻無法單獨安裝在云上。

在聽到邊緣計算這個術語的之前，進行物聯(lián)網研究是很困難的。因為在物聯(lián)網中有很多原始數據需要在網絡邊界上處理，而數據源通常是在設備本身或邊緣網關上。盡管該主題看似簡單明了，但在物聯(lián)網邊緣計算方面仍然存在很多困惑，包括它是什么，如何實現它以及它的殺手級應用程序是什么，這都需要人們進一步探索。

定義物聯(lián)網邊緣

在談邊緣計算時，不可避免地聽到霧計算。有人說這些術語是可以互換的，而另一些人則認為邊緣是霧的一部分。

Deloitte Digital的物聯(lián)網首席技術專家Robert Schmid將此邊緣定義為機器旁邊的計算能力，而不是由其他人管理某些地方。他認為霧遠離機器本身，可能是在網關或者其他管理區(qū)。

他說：“有那么一點點雙關的意思，邊緣是什么，霧是什么?！薄八?，我認為關于邊緣的定義還需要再討論一下”

戴爾技術公司的IoT和邊緣計算首席技術官Jason Shepherd認為霧太過抽象，并且通常會將邊緣與物理位置聯(lián)系起來。

“我向人們描述它的方式是邊緣計算應盡可能接近需要它的用戶，”他說。對于電信公司來說，這可能位于手機信號塔的底部。在工廠車間，它應該在生產線上。對于汽車制造商來說，它就在汽車本身。“如果人們想談論霧，那就是邊緣和網絡，以及不在云范圍內的事物?！?/p>

如何執(zhí)行物聯(lián)網邊緣計算

Forrester Research的分析師Chris Gardner說：“目前的狀態(tài)有點瘋狂?！?“有很多很好的用例，但是沒有一套完整的架構和管理標準。”

但很多公司已經準備好解決物聯(lián)網加邊緣的方案。當今物聯(lián)網市場中的大型參與者提供的許多邊緣策略都包括在物聯(lián)網系統(tǒng)中部署操作微服務的容器，該系統(tǒng)可能是傳感器本身，連接傳感器的邊緣網關，微型模塊化數據中心或者電信公司的基站。

對于思科而言，這些微服務使用專有的IOx，該物聯(lián)網產品管理副總裁Vikas Butaney說道，“該IOx有兩個級別。首先，它允許組織在物聯(lián)網邊緣網關和傳統(tǒng)網絡環(huán)境中托管微服務。其次，使用Cisco Kinetic，它有助于處理物聯(lián)網數據并在邊緣創(chuàng)建邏輯的規(guī)則?！?/p>

戴爾以及其他一些公司，包括英特爾，三星和VMware等大型公司，以及FogHorn Systems，Striim和Canonical等行業(yè)參與者，都選擇了由Linux基金會支持的開源EdgeX Foundry。

“將EdgeX視為一個框架，”戴爾的Shepherd說。“這個框架有一些API，這些API綁定了一些開源和供應商無關的內容。插入到框架中的每個微服務都可以引用這些API，無論這些微服務是專有的還是開放的?！?/p>

其他開源選項也可用。例如，EdgeX位于應用程序層，而開源Akraino Edge Stack也會涉及基礎架構層的API。

Shepherd將這些框架等同于物聯(lián)網的“管道”。

“這不是與你競爭在哪里賺錢，”他說?！澳憧梢酝ㄟ^“-ities”賺錢——可管理性、安全性、可用性和連通性。但你不能從中間的管道中賺錢，這就是為什么我們試圖通過事實上的開放標準來使之標準化?！?/p>

然而，Gardner說，在專有和開源之間進行選擇比在邊緣平臺和用例之間進行匹配更不重要。

“例如，IOx已經被證明可以在某些制造場景中使用，”他說?！叭绻沂且患抑圃旃?，我想知道哪些架構適合公司。我會采用一些已有的架構，因為這些架構的一些缺點可能已經得到解決了，或者至少在之前的實現中被討論過。畢竟引用先前的技術從來不是壞事?！?/p>

今天邊緣計算的真實狀態(tài)

IDC預測，到2019年，IoT設備所產生的數據中，至少有45%將在網絡邊緣進行存儲，分析和處理。

但我們是否接近物聯(lián)網邊緣計算真實狀態(tài)？

“邊緣現在很普遍，”Gardner說，“新的做法是利用當地資源，以新的方式提高物聯(lián)網和移動技術。” 他補充說，例如一個足球俱樂部在球場上用信標來確定哪些球衣可以根據球迷的位置向球迷推銷。 - 這個用例在十年前是不可能的。

在Deloitte，Schmid發(fā)現其近80％的客戶項目都包含邊緣組件，因為向云發(fā)送數據是不可行的。

Schmid提供了在鍍鋅廠防火示例。因為每次將物體浸入鍍鋅鍋時都會發(fā)生火災，所以防火和檢測并不像在本地五金店安裝煙霧報警器那么簡單?！坝行┗馂目赡軙徽`檢，”他說?！岸疫€沒有足夠的時間等待從云端發(fā)回的檢測結果。這是一個簡單的延遲示例。”

在另一個例子中，Schmid描述了一個制造工廠，在工廠的機器和傳感器上收集的大量物聯(lián)網數據需要額外的計算能力才能傳輸到云端進行分析，然后根據分析結果生成機器學習模型，最后將結果推回原處。

思科的Butaney討論了一個中型城市交通的部署和管理，該城市部署了IOx和Kinetic來管理其交叉路口和車隊?！跋胂笠幌拢@座城市有1，500個交叉路口和12名IT人員，”他說。“他們有1，500輛警車和消防車需要管理。在這種情形下就要考慮：你如何讓它易于部署和管理？” 他補充說，大規(guī)模觀察是至關重要的。

但是，這些示例并不一定意味著物聯(lián)網邊緣計算已準備好迎接黃金時段。

“這不是一蹴而就的，但每個人都需要做好部署邊緣計算的準備?！盉utaney說?！拔艺J為客戶的需求非常基本，而且非常重要。我們可以將機器學習和更復雜的邊緣計算模型等內容構建到這些設備中。”

物聯(lián)網邊緣計算的殺手級應用

當然，邊緣計算也是有其商業(yè)價值的，即使它還沒有得到充分的充實。它處于動作發(fā)生的邊緣，因此很容易理解為什么某些物聯(lián)網應用程序需要在邊緣進行處理。從延遲到帶寬再到安全，物聯(lián)網邊緣計算都很有意義。

但什么是殺手級應用？

在Gardner看來，現在還沒有。但他在交通運輸中看到了有趣的物聯(lián)網邊緣計算用例，例如通過觀察火車車廂和公共汽車上的傳感器數據，可以監(jiān)控貨運和行李托運。在能源公司的公用事業(yè)中，監(jiān)測鉆機的溫度和振動，以確保工人的安全。他還看到了各種客戶體驗的應用程序，例如，在具有增強和虛擬現實的零售中，以及在娛樂場所中，邊緣計算可以增強粉絲視覺體驗。

Shepherd表示，他認為計算機視覺是殺手級應用，處理接近源的圖像的數據，并且只回溯有意義的數據是非常有價值的。他還看到邊緣計算在制造質量控制和自動駕駛中的計算機視覺用例的增加，以及它在能源和運輸中的應用。他還認為，物聯(lián)網邊緣計算將在零售和醫(yī)療保健領域使用頻率上升，從而影響到其首要目標：人。

“每個人真正想要的是推動全新的收入流和客戶體驗，”他補充道。