1746-OA16
物联网每年安装数十亿台智能设备，据估计，到2020年将安装超过200亿台智能设备。由于安装了大量设备并连接到物联网，因此处理的数据量一直在增加。我们正应对着处理和分析这些数据的挑战，特别是在需要近乎实时处理这些数据的情况下。仅云计算无法帮助处理如此庞大的数据集并实时提供响应。
***边缘计算
据国际数据公司（IDC）称，边缘计算（Edge computing）是一个微型数据中心的网状网络，可在本地处理或存储关键数据，并将所有接收的数据推送到***数据中心或云存储库。
简而言之，边缘计算可以处理和分析更靠近生成数据源的数据。
在边缘计算环境中安装和连接的智能设备能够处理关键任务数据并实时响应，而不是通过网络将所有数据发送到云并等待云响应。设备本身就像一个迷你数据中心，由于基本分析正在设备上进行，因此延迟几乎为零。利用这种新增功能，数据处理变得分散，网络流量大大减少。云可以在以后收集这些数据进行第二轮评估，处理和深入分析。
1746-OA16
边缘计算给物联网带来的好处
利用边缘计算为物联网设备带来诸多好处，例如接近零延迟，较小的网络负载，增加的弹性，减少的数据暴露以及较低的数据管理成本。让我们逐一看看这些：
近零延迟：
接近零延迟是边缘计算的***大优势。数据收集，处理和采取行动之间的时间间隔几乎是实时的。这是在关键任务情况下物联网设备的重要要求。一个非常好的例子是无人驾驶汽车。
谷歌预估他们的自动驾驶汽车每秒产生大约1GB的数据！需要快速处理大量此类数据，以便汽车能够保持正确的路线并避免碰撞。想象一下，如果这些数据被收集，传输到云，云会对其进行处理，然后将其发送回汽车。尽管整个过程在几秒钟内完成，但事实证明为时已晚，而且汽车可能已经遇到了碰撞。此方案中的***佳解决方案是使用边缘计算分析传感器本身的数据，然后将其发送到云以进行后续分析。
边缘计算在***行业也很重要。延迟在******行业中较为关键，其中设备连接到心率监测器或心脏起搏器，并且轻微延迟可能导致患者的生死状况。
较小的网络负载：
思科估计到2020年，物联网设备处理的数据量将达到近7.5 Zettabytes（1ZB = 1,000,000,000,000 GB）！这是互联网高速公路上的大量数据，可能导致网络拥堵增加，尤其是在连接较弱的地区。使用边缘计算，大部分流量负载将通过在源处理数据而不是通过网络发送所有数据，网络拥堵明显改善。
增强弹性：
借助边缘计算提供的分散式架构，网络中的其他连接设备变得更具弹性。将此与云上的单个虚拟机故障进行比较，这将影响连接到网络的数千甚至数百万个IoT设备。即使其中一个设备发生故障，它也不会影响其他设备，并且它们仍然保持活动和运行状态。
减少数据暴露：
边缘计算减少了它通过网络发送的数据量。这样做还有助于减少传输中的数据***。在某些情况下，智能设备收集的敏感和关键数据（如***卡行业（PCI）和***（PII））根本不需要传输。这有助于在每个***对此数据有不同规定并且更靠近其来源处理数据有助于避免许多隐私，***和安全复杂性的情况。通过进一步加密数据和控制访问，我们可以使其更安全地抵御已知威胁。
较低的数据管理成本：
使用边缘计算可以显着降低云上的存储成本，因为我们并未将所有内容存储在云上。由于数量相对较少，这也有助于有效地管理数据。只有需要更深入分析的汇总数据才会发送到云端，随后会对其进行分析和推断。
1746-OA16