我相信你们都使用像Alexa、Siri等语音助手。假设你问 Alexa 今天的天气如何？ Alexa 将在云端处理您的请求，将您的语音压缩文件发送到云端，然后将其解压缩，并通过从天气站点获取必要信息来解决您的请求，然后从云端返回答案。当您可以在外面看看时，这是了解天气的很多努力！但抛开笑话不谈，一个 Alexa 可能很容易通过网络将您的请求传输到云，但是其他数千个也在传输数据的 Alexa 呢？那么数以百万计的其他物联网设备也从云端传输数据并获取数据呢？
嗯，这是数据时代，数据以指数级别生成。物联网设备生成大量数据，这些数据通过互联网传送回云端。同样，物联网设备也从云端访问数据。但是，如果云的物理数据存储设备远离数据收集地，则传输这些数据的成本非常高，因为带宽成本非常高，而且数据延迟也更高。这就是边缘计算的用武之地！
什么是边缘计算？
边缘计算确保计算和数据存储中心更靠近拓扑的边缘。但到底这个边缘是什么？这就有点糊涂了！边缘可以是设备与互联网通信的网络边缘，或者包含设备的本地网络与互联网通信的网络边缘。无论边缘是什么，边缘计算的重要部分是计算和数据存储中心在地理上靠近创建或消费数据的设备。
与将这些存储中心置于中心地理位置相比，这是一个更好的选择，而中心地理位置实际上距离正在生成或使用的数据有数千英里。边缘计算可确保数据中没有会影响应用程序性能的延迟，这对于实时数据来说更为重要。它还在本地存储设备中而不是在基于云的中央位置处理和存储数据，这意味着公司还可以在数据传输方面节省资金。
边缘计算的优势
让我们来看看边缘计算的一些优势：
1. 降低延迟
边缘计算可以减少设备的延迟，因为数据在更靠近生成数据的设备而不是在遥远的数据存储中心进行处理和存储。让我们使用上面给出的个人助理的例子。如果您的个人助理必须将您的请求发送到云端，然后与世界某个地方的数据服务器通信以获得您想要的答案，然后将该答案转发给您，则将花费更多时间。现在，如果使用边缘计算，则延迟会更少，因为个人助理可以轻松地从附近的数据存储中心获取您的答案。这就像跑到半个地球 vs 跑到你的城市边缘。哪个更快？！
2. 降低带宽成本
如今，安装在家庭和办公室的所有设备，如相机、打印机、恒温器、空调，甚至烤面包机，都是智能设备！事实上，到 2025 年，全球可能会安装大约 750 亿台物联网设备。所有这些物联网设备都会生成大量数据，这些数据会传输到云端和遥远的数据存储中心。这需要大量带宽。但是只有有限的带宽和其他云资源，而且它们都很昂贵。在这种情况下，边缘计算是上帝派来的，因为它在本地而不是在基于云的中央位置处理和存储数据，这意味着公司还可以节省带宽成本。
3. 网络流量减少
正如我们已经看到的，目前可用的物联网设备数量惊人，预计到 2025 年将增加到 750 亿。当这些众多物联网设备生成的数据传输到云或从云传输时，网络自然会增加导致数据瓶颈和云上更高压力的流量。想象一下繁忙的高速公路上有很多交通吗？会发生什么？大塞车和很多时间去任何地方。这正是这里发生的事情！这种网络流量会导致数据延迟增加。因此，最好的解决方案是使用边缘计算在本地处理和存储数据，而不是在遥远的基于云的数据存储中心。如果数据存储在本地，则访问起来更容易，从而减少全球网络流量并减少数据延迟。
边缘计算的缺点
让我们来看看边缘计算的一些缺点：
1. 隐私和安全性降低
边缘计算可能会导致数据安全问题。与存储在世界上不同边缘系统中的数据相比，保护存储在集中式或基于云的系统中的数据要容易得多。同样的概念是，在一个位置使用最好的尖端技术保护一堆钱比在相同的效率水平下保护较小的一堆钱要容易得多。因此，使用边缘计算的公司应该加倍注意安全性，并使用数据加密、VPN 隧道、访问控制方法等来确保数据的安全。
2. 增加硬件成本
边缘计算要求数据本地存储在存储中心，而不是存储在基于云的中央位置。但这也需要更多的本地硬件。例如，虽然物联网相机只需要在本地安装基本硬件，以将原始视频数据发送到云网络服务器，在那里使用更复杂的系统来分析和保存此视频。但如果使用边缘计算，则需要一台具有更强处理能力的复杂计算机来本地分析和保存此视频。然而，好消息是硬件价格不断下降，这意味着现在在本地构建复杂的硬件要容易得多。
边缘计算在各行业的应用
1. 医疗保健
医疗保健行业有很多可穿戴物联网设备，例如健身追踪器、心脏监测智能手表、血糖监测仪等。所有这些设备每秒都会收集数据，然后进行分析以获得洞察力。但是如果对这些实时数据进行数据分析很慢，那是没有用的。假设心脏监测器获取心脏病发作的数据，但分析它需要一点时间？这可能是灾难性的！这就是边缘计算在医疗保健中如此重要的原因，以便可以立即分析和理解数据。这方面的一个例子是 GE Healthcare，这家公司在其医疗设备中使用 NVIDIA 芯片，以利用边缘计算来改进数据处理。
2. 交通
边缘计算在交通运输行业有很多应用，尤其是在自动驾驶汽车中。这些自动驾驶汽车需要大量传感器，包括 360 度摄像头、运动传感器、基于雷达的系统、GPS 等，以确保它们正常工作。如果来自这些传感器的数据传输到基于云的系统进行分析，然后由传感器检索回来，这可能会导致时间延迟，这对自动驾驶汽车来说可能是致命的。在分析数据的时间里，前面有一棵树，汽车甚至可能撞到那棵树！因此，边缘计算在自动驾驶汽车中非常有用，因为可以从附近的数据中心分析数据，从而减少汽车中的时间延迟。
3. 零售
如今，许多零售店都精通技术！这意味着客户可以使用他们的手机应用程序或二维码刷卡进入商店，然后开始挑选他们想要购买的任何东西。然后顾客可以离开商店，他们购买的任何东西的价格都会从他们的余额中自动扣除。商店可以使用运动传感器和店内摄像头的组合来分析所有顾客的购买情况。但这也需要边缘计算，因为数据分析的时间滞后会导致客户只是拿起东西然后免费离开！这方面的一个例子是 2018 年 1 月首次推出的 Amazon Go 商店。