邊緣計算+IoT云平臺，正在成為巨頭們強強聯手的重頭戲。邊緣計算是在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺。邊緣計算與云計算互相協同，共同助力各行各業的數字化轉型。它就近提供智能互聯服務，滿足行業在數字化變革過程中對業務實時、業務智能、數據聚合與互操作、安全與隱私保護等方面的關鍵需求。

我們知道，物聯網能夠達成的基礎，是讓設備連接網絡，達成交互、數據收集和數據處理的能力。而現階段物聯網的主要運算能力都是由云計算提供的，邊緣計算帶來的幾個好處，仿佛讓物聯網感覺到應該拋棄云計算去投懷送抱。

但是，許多數據流由邊緣設備生成，是通過“遠處”的云計算處理和分析，不可能做出實時決策。例如使用可穿戴式攝像頭的視覺服務，響應時間需要在25ms至50ms之間，使用云計算會造成嚴重的延遲;再比如工業系統檢測、控制、執行的實時性高，部分場景實時性要求在10ms以內，如果數據分析和控制邏輯全部在云端實現，則難以滿足業務要求;還有那些會生成龐大數據流的多媒體應用，如視頻或是基于云平臺的網絡游戲，依賴云計算也會為玩家造成類似于等待時間過長的問題，無法滿足用戶的需求。

[[224550]]

對于直接運用于民生、市政甚至工農業的物聯網體系來說，效率和速度意味著一切。尤其是精密的生產型物聯網，決不能容忍民用終端的延遲率。而云計算傳輸到云端，再把結果返回到終端的思路，顯然不如邊緣計算的就近原則來的快。要知道，再短的時間乘以整個終端的數量，都是令人震驚的產業效率。

舉個例子，假如你的洗衣機、冰箱都是智能化控制的，而且依托于云計算。但你家沒有停電，卻斷網了，那怎么辦?無法進行云端傳輸，物聯網設備就會歇業，豈不是是十分尷尬?邊緣計算解決了這部分網絡環境的限制。并且避免數據上傳云端帶來的泄露風險，所以更適合物聯網體系。

不僅是消費級的物聯網終端，邊緣計算還將在工業應用中發揮重要作用。計算可以分層執行，利用網絡遠端的資源完成。例如，典型的生產流水線可以過濾設備上生成的數據，在傳輸數據的邊緣節點上執行部分分析工作，之后再通過云端執行更加復雜的計算任務。邊緣節點可以通過分擔云計算的部分任務，增強數據中心的計算能力。

業務流程優化、運維自動化與業務創新驅動業務走向智能，邊緣側智能能夠帶來顯著的效率提升與成本優勢。事實上，對于從事工業自動化工作的人而言，邊緣計算并不陌生。比如，在目前普遍采用的基于PLC、DCS、工控機和工業網絡的控制系統中，位于底層、嵌于設備中的計算資源，或多或少都是邊緣計算的資源。

許多供應商也已經邁出了使用軟件解決方案實現邊緣計算的第一步。例如，諾基亞針對移動邊緣計算(MEC)的軟件解決方案旨在為基站站點提供邊緣計算能力。同樣，思科的IOx為其集成的服務路由器提供了一個邊緣計算環境。

這些解決方案應用于特定硬件，因此不適合部署在異構環境中。 軟件解決方案面臨的一個挑戰是如何開發跨越不同環境的可移植的解決方案。某些公司正在研究升級邊緣節點，以支持通用計算需求。例如，可以升級無線家庭路由器以支持額外的計算任務。英特爾的Smart Cell Platform使用虛擬化技術，支持額外的計算任務。通用CPU替換專用DSP提供了另一種解決方案，但卻需要巨大的投資。

據有關機構統計，到2020年將有500億的終端和設備聯網，除了邊緣設備與終端聯網最大的“異構”特征之外，產品生命周期越來越短、個性化需求越來越高、全生命周期管理和服務化的趨勢越來越明顯，這些新趨勢都需要邊緣計算提供強大的技術支撐。