物联网(IoT)边缘计算是指在物联网基础设施中，将数据处理和分析放置在更靠近具有传感器、执行器的连接设备的位置，将物联网移动到边缘有什么好处?

让我们来了解一下物联网和边缘计算的关系，以及为什么越来越多的物联网专家在，开发物联网解决方案时依赖边缘计算。

(相关资料图)

物联网设备是具有能够连接到互联网的传感器和执行器的硬件组件。由于没有嵌入式操作系统，物联网设备一次只能执行一个或几个执行线程。

由于计算能力较低，标准物联网设备在本地执行的数据处理很少。相反，它们使用嵌入式传感器收集有关环境的信息，并通过网络将数据传输到云端进行分析和处理。如果全球设备数量预计几乎翻一番，从2023年的151亿台增加到2030年的超过290亿台，您可以想象每个物联网生态系统中来回流动的数据量。

传输大量数据会导致采样分辨率和频率降低。它还会导致数据收集和在设备上执行的操作之间的时间延迟。例如，在由设备、网络和后端服务器组成的简单物联网基础设施中，后端服务器将轻松分析从设备传输的常见图像。同时，一旦设备收集高清视频数据，后端服务器将以低帧速率接收相对低分辨率的视频样本。

尽管如此，没有嵌入式操作系统和内存组件的看似限制性的限制，仍然有助于使用简单的物联网设备。传统的物联网设备可以有效地利用其处理器并在精确的时间执行操作，因为除了正在运行的任务之外，没有其他任务竞争CPU资源。此外，由于没有操作系统，简单的物联网设备不易受到基于操作系统的经典网络攻击。

在物联网环境中，边缘计算意味着将计算资源放置在更靠近数据源的地方。边缘计算的第一个也是最重要的用例是指为物联网设备提供计算资源，并将其转换为能够在本地处理数据的边缘设备，而无需将其发送到云端进行进一步分析。

边缘设备能够执行多任务处理并同时运行多个应用。与需要物理连接来更新固件的简单物联网设备相比，通过可用的无线(OTA)更新，使边缘设备的软件和固件保持最新要容易得多。

边缘设备配备传感器和执行器，同时拥有计算资源，成为物联网生态系统的成熟元素。这就是为什么很多人会交替使用“物联网设备”和“边缘设备”这两个术语。

物联网边缘设备的例子包括需要靠近数据源进行实时数据分析的自动驾驶汽车，远程患者监测解决方案和能够进行本地计算的智能家电。边缘设备正在迅速取代“传统”物联网设备。预计边缘计算市场的预期增长到2025年将达到2740亿美元。

然而，利用边缘计算并不总是将计算机能力放置在设备本身中。通过安装本地边缘服务器来捕获数据，然后将其传输到云端，可以将计算资源放置在更靠近数据源的位置。边缘技术的另一个用例是指将边缘服务器放置在无线电基站处，在网络边缘创建多路访问边缘计算数据中心。由于可以在本地或网络边缘分析数据，因此发送到云端的信息更少，从而将延迟问题降至最低，并为后端数据服务器上的AI/ML支持的数据分析释放更多资源。

边缘计算使数据处理在物理上更接近数据源，从而使数据从传感器到服务器并返回的行程更短。快速响应对于需要近实时处理和行动的物联网生态系统尤其有价值。

边缘计算通过处理和过滤更靠近数据源的数据，来优化网络带宽利用率。它允许更高的网络带宽，并确保必要的信息顺利地传输到中央云并返回。

边缘计算不会成为应对所有可能的网络威胁的灵丹妙药，但它仍然提供一定的安全优势。利用物联网生态系统中的本地定位，边缘服务器可以成为担心将所有数据存储在偏远地区的企业的救援。通过在本地部署边缘服务器，企业可以更好地控制对信息的访问，并确保某些数据永远不会离开特定范围。

物联网与边缘计算的结合，不仅仅是物联网世界发展的下一步。这是数据分析机制的一个新的里程碑。由于物联网边缘，从数据收集到决策的旅程变成了以毫秒为单位的探险。

边缘计算解决了网络高延迟和低带宽的问题，赋予物联网生态系统实时数据分析能力，使物联网设备更加智能、自适应和安全。