云計算是否正在“邊緣化”？隨著物聯(lián)網(wǎng)硬件和傳感器的成本不斷下降，物聯(lián)網(wǎng)設(shè)備不斷變得越來越智能，體積越來越小，因此邊緣計算已成為一種可行的現(xiàn)實。隨著諸如5G之類網(wǎng)絡(luò)連接新技術(shù)的出現(xiàn)，邊緣架構(gòu)將為更快、更高效的物聯(lián)網(wǎng)奠定基礎(chǔ)。

基于云計算的數(shù)據(jù)分析很大地推動了物聯(lián)網(wǎng)的發(fā)展，但如今越來越多的企業(yè)將數(shù)據(jù)處理推向邊緣。實際上，到2019年，全球產(chǎn)生的數(shù)據(jù)中有50%將在物聯(lián)網(wǎng)設(shè)備層面進(jìn)行處理。

鑒于物聯(lián)網(wǎng)設(shè)備的認(rèn)知能力通常受到外形尺寸和電池壽命短的限制，未來幾年邊緣計算將取代云計算，這是真的嗎？

為什么云計算正在被邊緣化

基于云計算的物聯(lián)網(wǎng)系統(tǒng)的主要缺點是，每當(dāng)用戶觸發(fā)操作時，軟件層就需要時間來捕獲命令，將其發(fā)送到服務(wù)器并等待響應(yīng)，然后再以圖片形式顯示信息。這可能是對在給定時間段內(nèi)收集的設(shè)備狀態(tài)數(shù)據(jù)的請求。這種行為在連接設(shè)備、智能家居產(chǎn)品甚至輕量級可穿戴設(shè)備中很常見。延遲被認(rèn)為是構(gòu)建能夠?qū)崟r自主決策的物聯(lián)網(wǎng)解決方案的主要障礙。

物聯(lián)網(wǎng)設(shè)備會產(chǎn)生大量數(shù)據(jù)，但并不需要將所有數(shù)據(jù)推送到云端

到2021年，物聯(lián)網(wǎng)設(shè)備每年將產(chǎn)生847 ZB的原始數(shù)據(jù)（2016年僅為218ZB）。例如，一臺智能石油鉆機可以使用多達(dá)三萬個傳感器來監(jiān)視各種性能參數(shù)，包括工作小時數(shù)、泵速和沖程計數(shù)。然而，一家制造公司需要實時解析少于1%的傳感器數(shù)據(jù)，以識別異常并預(yù)防發(fā)生事故。其余的99%是所謂的狀態(tài)數(shù)據(jù)，可以將其用于訓(xùn)練預(yù)測性維護(hù)模型，但不需要立即采取措施。

黑客可以攔截在物聯(lián)網(wǎng)設(shè)備和云計算服務(wù)器之間來回移動的數(shù)據(jù)

與本地服務(wù)器相比，在大多數(shù)情況下，在云中存儲和處理物聯(lián)網(wǎng)數(shù)據(jù)更安全。然而，91.5%的企業(yè)網(wǎng)絡(luò)中由物聯(lián)網(wǎng)設(shè)備執(zhí)行的數(shù)據(jù)交易是未加密的。這使得黑客有機會破壞本地路由器，并捕獲物聯(lián)網(wǎng)流量。

帶寬和能源成本正在上升，但目前還沒有替代移動通信連接的方案

AT&T公司和Verizon公司等主要通信運營商正在推出用于M2M通信的低功耗網(wǎng)絡(luò)，該網(wǎng)絡(luò)比LTE便宜，并且通過將數(shù)據(jù)速率降低到僅120 Kbit/s來節(jié)省能源。但是，從長遠(yuǎn)來看，這將無法保證節(jié)省大量成本。一方面，對帶寬的需求一直在上升，這可能會促使電信公司調(diào)整其定價計劃。另一方面，窄帶網(wǎng)絡(luò)無法支持物聯(lián)網(wǎng)操作，例如固件更新、語音處理和非結(jié)構(gòu)化視頻數(shù)據(jù)分析。

邊緣計算可以幫助物聯(lián)網(wǎng)的采用者減少遍歷網(wǎng)絡(luò)的數(shù)據(jù)量，節(jié)省帶寬，并設(shè)計可自動執(zhí)行操作（例如，一旦注冊了某種類型的行為，便會向管理人員發(fā)送警報通知、關(guān)燈或降低溫度）。

物聯(lián)網(wǎng)設(shè)備沒有“邊緣因素”，以下是使邊緣計算發(fā)揮作用的方法。

有幾種因素使邊緣計算成為現(xiàn)實：

·物聯(lián)網(wǎng)硬件和傳感器的成本持續(xù)下降：從2004年到2014年，物聯(lián)網(wǎng)傳感器的平均價格從1.3美元下降到0.6美元，預(yù)計到2020年將再下降37%。

·小型設(shè)備正變得越來越智能：甚至像Raspberry Pi 4這樣的新原型開發(fā)設(shè)備現(xiàn)在也能夠支持人工智能算法的功能和能力。

也就是說，許多智能設(shè)備（尤其是在物聯(lián)網(wǎng)的消費者級別）缺乏用于處理繁重操作的內(nèi)存，實際上可能在固件而不是操作系統(tǒng)上運行。這就是為什么到目前為止，邊緣計算部署主要限于攝取、存儲、過濾以及將傳感器數(shù)據(jù)發(fā)送到云端的原因。

在無法在設(shè)備上執(zhí)行數(shù)據(jù)分析的情況下實施霧計算步驟

該技術(shù)涉及到中間計算機、網(wǎng)絡(luò)設(shè)備和小型數(shù)據(jù)中心的實現(xiàn)，它們可以分割數(shù)據(jù)源和云之間的傳入流量。

由于邊緣計算部署需要內(nèi)部部署和云計算數(shù)據(jù)中心的結(jié)合，因此物聯(lián)網(wǎng)軟件開發(fā)專家首先在云中設(shè)置數(shù)據(jù)處理單元，然后在IT基礎(chǔ)設(shè)施內(nèi)的連接設(shè)備上模擬其功能。

為了實現(xiàn)這一目標(biāo)，開發(fā)人員使用云計算管理服務(wù)，如AWS IoT Greengrass或Azure IoT Edge。通過這些服務(wù)，邊緣設(shè)備可以對它們生成的數(shù)據(jù)進(jìn)行操作，同時使用云平臺進(jìn)行存儲和分析：

·AWS IoT Greengrass只對基于Linux的邊緣設(shè)備提供支持，而邊緣設(shè)備又與其他小型工具進(jìn)行通信，這些小工具的大小和復(fù)雜性從基于微控制器的解決方案到工業(yè)設(shè)備都不同。

·Azure IoT Edge允許開發(fā)者通過容器在連接的Linux和Windows設(shè)備上執(zhí)行第三方服務(wù)、人工智能輔助數(shù)據(jù)處理和自定義應(yīng)用程序邏輯。

這兩種服務(wù)都能保障近乎實時的響應(yīng)、加密傳感器數(shù)據(jù)，并使邊緣設(shè)備能夠脫機工作或與云計算間歇性連接，從而使規(guī)模較小的公司相對容易地為邊緣設(shè)備設(shè)計有效的云架構(gòu)。

尋找物聯(lián)網(wǎng)的殺手級應(yīng)用

在新的連接技術(shù)如5G的支持下，邊緣架構(gòu)將為未來幾年內(nèi)更快更高效的物聯(lián)網(wǎng)奠定基礎(chǔ)。

然而，在這一點上，云計算和邊緣計算的平衡仍然是物聯(lián)網(wǎng)基礎(chǔ)設(shè)施開發(fā)的方法：盡管延遲和運營成本較高，但基于云計算的集中數(shù)據(jù)存儲庫比小型設(shè)備具有更多的存儲和處理能力。

責(zé)任編輯：ct