边缘计算和物联网之间的共生关系

作者：Cassie 编译 2021-05-17 10:21:01

物联网

边缘计算随着边缘计算成为一种更加可靠、性能驱动和高效的解决方案，物联网设备可以通过加入边缘网络进一步提高其产出和效率。

云计算对组织使用和部署网络的方式产生了巨大的影响。从广泛采用的公共云到更昂贵的私有云，以及更复杂和多方面的混合云或多云环境，云计算帮助为企业带来了灵活性、多功能性和可伸缩性。这是第一次，云解决方案使人们能够随时随地访问计算资源，而不受设备接口和位置的限制。

云计算给计算世界带来了一场真正的革命。但这是通往更美好未来的垫脚石。

尽管蒸汽机在科学进步的历史上发挥了革命性的作用，但它是一个里程碑，让我们为更先进的电动发动机做了准备。同样，我们现在有了边缘计算作为处理云环境缺点的更先进的后继者。

云计算需要在执行计算任务后，收集数据并发送到云上，然后接收结果。整个过程会导致延迟问题，因为数据必须在不同区域的数据中心之间传输。边缘计算通过在数据生成的地方附近方便存储和计算，解决了这个延迟问题。

到目前为止，物联网设备的所有数据存储、数据管理和计算任务主要依赖于云计算环境。但随着边缘计算成为一种更加可靠、性能驱动和高效的解决方案，物联网设备可以通过加入边缘网络进一步提高其产出和效率。通过参与边缘网络，物联网设备还可以进一步提高边缘计算网络的速度、性能和响应能力。

[[399811]]

边缘计算和物联网

边缘计算可以有效地解决物联网设备面临的连接问题。通过将关键数据处理功能转移到网络边缘或数据来源附近，边缘计算可以帮助连接设备在网络连接较差的情况下保持相同的效率水平。

虽然大多数物联网设备的处理能力有限，但边缘计算通过处理网络最边缘的本地密集型处理需求，为它们提供了帮助。这有助于物联网设备以几乎为零的延迟响应各种紧迫需求。物联网设备依赖于本地处理能力的不断发展的需求，实际上正在发展边缘计算网络，以整合边缘数据中心。边缘数据中心和本地数据处理还将在物联网设备和中央云服务器之间提供额外的安全层。

核心物联网边缘架构的关键功能

虽然物联网设备和传感器越来越多地出现在边缘网络中，但对于未来的物联网应用程序开发者和策略师来说，了解物联网边缘架构的关键组成部分和特征很重要。让我们来看看这些关键组件或特性。

复杂事件管理：复杂事件处理(CEP)软件解决方案构建在云中，并被推到网络边缘。
机器学习和人工智能模型：机器学习模型在本地训练设备以适应用户偏好，并从在网络边缘和云服务器中进一步处理的用户数据中提取相关见解。
物联网应用：通过使用CEP软件解决方案和ML模型，许多物联网设备现在可以在网络边缘运行应用。
离线支持：网络边缘的离线数据存储有助于在必要时解决有关数据可用性的问题。
数据管理：物联网设备使用边缘计算来接听电话，询问他们必须在边缘数据中心存储和处理哪些数据，以及他们必须将哪些数据传输到云端以进行进一步的计算。

物联网为边缘网络增值的5种方式

物联网设备通过参与边缘计算网络，可以在很大程度上提高网络效率和性能。以下是物联网设备为边缘网络带来高价值增值的主要方式：

物联网设备通过参与边缘计算网络，可以在很大程度上提高网络效率和性能。以下是物联网设备为边缘网络带来高附加值的关键方法：

数据采集：当物联网设备加入边缘网络时，它允许在网络的外部边缘本地存储和处理数据。这在很大程度上减少了数据处理的延迟。
改进的处理能力：随着先进的低功耗芯片组被打包以装备任何具有强大处理能力的设备，在网络边缘本地执行密集的计算任务不再困难。
广泛的覆盖范围：由于机载数据收集和处理能力，通过边缘计算得到提升，网络可以快速扩展和扩展其服务。
增强的可视性：由于本地化的数据处理和计算，边缘数据中心允许更轻松的审查。由于数据管理和计算是在网络的最边缘进行的，所以可以很容易地查看和评估内部的情况。
改进的通信和协作：边缘计算通过将连接能力扩展到多个网络，实际上有助于更好的协作和通信，实现实时增值。由于5G网络的推出已经指日可待，许多跨不同生态位和环境的新型物联网设备和传感器可能会根据特定的用户需求交换数据并与数据协作。