現在看來，物聯網( IoT )似乎無處不在，因為企業正急于利用這一新的數字淘金潮，而消費者則紛紛購買他們希望能夠改善生活的智能設備。代表一系列垂直行業的公司正在探索物聯網的潛力，而邊緣計算隨時準備啟用一些最激動人心的創新。這就是為什么物聯網的黃金機會處于邊緣的原因所在。

[[258408]]

物聯網、大數據和快速處理的需要

物聯網正在產生大量數據，企業可以通過各種方式利用這些數據，從增強客戶體驗(直接促進利潤增長)到增強產品，甚至是識別新的商業模式和機會。然而，一些物聯網產品不能等待其數據在云中被處理和分析——也就是說，如果它們要為消費者提供任何有意義的用途，就不能等待。為了及時提供大的價值，通常必須在邊緣快速處理這些數據。

物聯網邊緣計算最常被引用的例子之一是連網汽車，其中一些車輛將很快會在我們周圍的街道上自動行駛。為了及時適應實時交通和道路安全狀況，這些車輛不能簡單地將數據發送到遠距離的數據中心，并希望在撞上某物或某人之前得到響應。在這種情況下，延遲遠遠超過煩擾或生產力消耗：它危及生命。為了避免事故發生，連網汽車必須快速分析面前的信息。面對這一挑戰，汽車制造商正在采取分布式方法，將計算資源(如微型數據中心)移近邊緣，以實現接近實時的計算。

邊緣智能物聯網分析

當然，一些物聯網設備能夠自己執行這種類型的邊緣計算，這就是為什么在我們互聯的未來有許多令人興奮的可能性的原因所在。通過這樣做，他們可以節省帶寬(以及相關的連接成本)——僅傳輸對其制造商而言必不可少的數據而不是大量未處理的原始信息。物聯網設備還可以解釋和分析這些信息，在需要時準確傳達所需的洞察力。這在諸如工業設施等環境中尤其有價值，可以增強工廠的安全措施，同時降低這種努力可能帶來的巨大成本。

物聯網邊緣計算提高安全性

任何安全專家都知道，當然盡可能少地傳輸數據，否則，數據很容易受到第三方的惡意攔截。通過在物聯網設備中構建邊緣計算能力，并允許它們自行處理盡可能多的信息，處理敏感信息的公司——從安全角度或隱私角度或兩者兼而有之——通過減少必須傳輸回其數據中心或云的數據量來更好地管理風險。在物聯網設備收集個人可識別用戶數據的情況下，例如在廣告系統中，這對于保護用戶隱私特別有用。

這些只是物聯網與邊緣計算相結合如何增加商業機會、使物聯網產品更加可行、節省企業資金、甚至增強安全和隱私的幾個例子。隨著機器學習變得越來越普遍，在邊緣增強物聯網能力的趨勢只會突飛猛進。為此，物聯網制造商已經在開發具有復雜計算能力的邊緣設備。這是一個令人興奮的發展，具有巨大的潛力，可以改變企業的運營方式和消費者與連網世界的互動方式。