边缘技术的目标是在未来十年内使物联网 (IOT) 拥有 10 万个传感器，随着大数据使用和操作的增加，习惯这种技术变得很重要，该技术指的是传感器本身的计算。 2019 年被预测为边缘技术年，未来几年仍将如此。
在各种情况下都部署了边缘计算。一种是当物联网设备由于设备连接不良而集中连接到云时。到 2020 年，每天将产生大约 1.5 GB 的数据。由于许多设备连接到互联网并生成数据，因此仅靠云无法单独处理这些庞大的数据。
边缘可以涉及数据处理以及实时数据的本地处理。可以依赖的各种边缘组件是数据处理、规则引擎、本地数据库。
云更关注大数据处理和数据仓储。
为什么选择边缘计算？
- 与需要从需要大带宽的物联网传输数据的云不同，该技术通过分析边缘本身的数据来提高带宽的有效利用，使其以最低的成本在远程位置使用很有用。
- 它允许智能应用程序和设备几乎同时响应数据，这对于商业广告自动驾驶汽车来说很重要。
- 它甚至可以在不使用公共云的情况下处理数据，这确保了完全的安全性。
- 数据在扩展网络上可能会损坏，从而影响行业使用的数据可靠性。
- 数据的边缘计算限制了云的使用。
边缘计算与雾计算：
Edge 更具体地针对边缘设备的计算过程。因此，雾包括边缘计算，但也包括处理数据到其最终目的地的网络。
边缘技术在现实生活中的应用：
- 自动驾驶汽车——
GE Digital 的合作伙伴英特尔估计，配备数百个车载传感器的自动驾驶汽车每行驶 8 小时将产生 40 TB 的数据。因此，轮子——边缘计算起着主导作用。将所有数据发送到云端是不安全和不切实际的。当耦合到数字孪生和同级别其他汽车的性能时，汽车会立即响应具有有价值数据的事件。 - 车队的管理 –
让我们以一家货运公司为例，其主要目标是将来自多个操作数据点（如车轮、制动器、电池等）的数据组合并发送到云端。健康关键操作组件由云分析。因此，从本质上讲，车队管理解决方案鼓励车辆降低成本。
边缘计算的 5 个主要优势：
- 更快的响应时间。
- 安全性和合规性。
- 具有成本效益的解决方案。
- 具有间歇性连接的可靠运行。
边缘云计算服务：
- IOT（物联网）
- 赌博
- 卫生保健
- 智慧城市
- 智能交通
- 企业安全