人們對(duì)邊緣計(jì)算寄予了越來越多的希望。該行業(yè)充滿了許多大膽的想法，例如“邊緣將取代云”，實(shí)時(shí)自動(dòng)化將遍布醫(yī)療保健、零售和制造業(yè)。

專家一致認(rèn)為邊緣計(jì)算將在幾乎所有企業(yè)的數(shù)字化轉(zhuǎn)型中發(fā)揮關(guān)鍵作用，但進(jìn)展緩慢。傳統(tǒng)觀念阻礙了企業(yè)充分利用實(shí)時(shí)決策和資源分配的優(yōu)勢。要了解這種情況發(fā)生的方式和原因，讓我們回顧一下邊緣計(jì)算的第一波浪潮以及從那時(shí)起發(fā)生的事情。

第一波邊緣計(jì)算：物聯(lián)網(wǎng)（IoT）

對(duì)于大多數(shù)行業(yè)來說，邊緣的概念與第一波物聯(lián)網(wǎng) (IoT) 緊密相關(guān)。當(dāng)時(shí)，大部分重點(diǎn)都集中在從固定在所有東西上的小型傳感器收集數(shù)據(jù)，然后將這些數(shù)據(jù)傳輸?shù)街行奈恢谩热缭苹蛑鲾?shù)據(jù)中心。

然后必須將這些數(shù)據(jù)流與通常所說的傳感器融合相關(guān)聯(lián)。當(dāng)時(shí)，傳感器經(jīng)濟(jì)性、電池壽命和普遍性常常導(dǎo)致數(shù)據(jù)流過于有限且保真度低。此外，用傳感器改造現(xiàn)有設(shè)備通常成本高昂。雖然傳感器本身很便宜，但安裝非常耗時(shí)，并且需要經(jīng)過培訓(xùn)的人員才能執(zhí)行。最后，使用傳感器融合分析數(shù)據(jù)所需的專業(yè)知識(shí)嵌入到跨組織員工的知識(shí)庫中。這些因素都導(dǎo)致物聯(lián)網(wǎng)的采用率增長非常緩慢。

此外，安全問題冷卻了物聯(lián)網(wǎng)的大規(guī)模采用。跨多個(gè)位置的數(shù)千個(gè)連接設(shè)備等于大量且通常未知的暴露。由于潛在風(fēng)險(xiǎn)超過了未經(jīng)證實(shí)的好處，許多人認(rèn)為采取觀望態(tài)度是謹(jǐn)慎的做法。

超越物聯(lián)網(wǎng) 1.0

現(xiàn)在越來越清楚的是，邊緣不是關(guān)于物聯(lián)網(wǎng)，而是更多地關(guān)于在分布式站點(diǎn)和地理位置的操作中做出實(shí)時(shí)決策。在 IT 和越來越多的工業(yè)環(huán)境中，我們將這些分布式數(shù)據(jù)源稱為邊緣。我們將來自數(shù)據(jù)中心或云之外的所有這些位置的決策稱為邊緣計(jì)算。

如今，邊緣無處不在——遍布我們生活的地方、工作的地方、人類活動(dòng)發(fā)生的地方。稀疏的傳感器覆蓋范圍已通過更新和更靈活的傳感器得到解決。新資產(chǎn)和技術(shù)配備了廣泛的集成傳感器。現(xiàn)在，傳感器通常會(huì)增加高分辨率/高保真成像（X 射線設(shè)備、激光雷達(dá)）。  

額外的傳感器數(shù)據(jù)、成像技術(shù)以及將所有這些相關(guān)聯(lián)的需求相結(jié)合，每秒會(huì)產(chǎn)生數(shù)兆字節(jié)的數(shù)據(jù)。為了從這些龐大的數(shù)據(jù)流中獲得有用的結(jié)果，現(xiàn)在正在將計(jì)算能力部署在靠近數(shù)據(jù)生成的地方。 

原因很簡單：邊緣位置和云之間沒有足夠的可用帶寬和時(shí)間。邊緣的數(shù)據(jù)在短期內(nèi)最重要。現(xiàn)在可以在邊緣實(shí)時(shí)分析和使用數(shù)據(jù)，而不是稍后在云端進(jìn)行處理和分析。為了獲得更高水平的效率和卓越運(yùn)營，計(jì)算必須在邊緣進(jìn)行。

這并不是說云無關(guān)緊要。云在邊緣計(jì)算中仍然可以發(fā)揮作用，因?yàn)樗窃谒形恢貌渴疬吘壓凸芾砉δ艿暮玫胤健＠纾铺峁?duì)來自其他位置的應(yīng)用和數(shù)據(jù)的訪問，以及遠(yuǎn)程專家來管理全球的系統(tǒng)、數(shù)據(jù)和應(yīng)用程序。此外，云可用于分析跨越多個(gè)位置的大型數(shù)據(jù)集，顯示隨時(shí)間變化的趨勢，并生成預(yù)測分析模型。

因此，優(yōu)勢在于理解大量地理分散位置的大數(shù)據(jù)流。人們必須采用這種對(duì)邊緣的新認(rèn)識(shí)，才能真正了解邊緣計(jì)算現(xiàn)在的可能性。  

今天：實(shí)時(shí)邊緣分析

與幾年前相比，今天在邊緣可以做的事情是驚人的。現(xiàn)在可以從邊緣生成數(shù)據(jù)，而不是僅限于幾個(gè)傳感器，如大量的攝像機(jī)。然后在邊緣使用比 20 年前功能強(qiáng)大數(shù)千倍的計(jì)算機(jī)對(duì)這些數(shù)據(jù)進(jìn)行分析——所有這些都以合理的成本進(jìn)行。

高核心數(shù) CPU 和 GPU 以及高吞吐量網(wǎng)絡(luò)和高分辨率相機(jī)現(xiàn)在很容易獲得，使實(shí)時(shí)邊緣分析成為現(xiàn)實(shí)。在邊緣部署實(shí)時(shí)分析（業(yè)務(wù)活動(dòng)發(fā)生的地方） 幫助企業(yè)了解他們的操作并立即做出反應(yīng)。有了這些知識(shí)，許多操作可以進(jìn)一步自動(dòng)化，從而提高生產(chǎn)力并減少損失。

接下來，讓我們考慮一些當(dāng)今實(shí)時(shí)邊緣分析的示例：

超市欺詐預(yù)防

許多超市現(xiàn)在使用某種形式的自助結(jié)賬，不幸的是，他們也看到欺詐行為有所增加。不法的購物者可以用價(jià)格較低的條形碼替換更昂貴的產(chǎn)品，從而減少支付。為了檢測這種類型的欺詐行為，商店現(xiàn)在使用高性能攝像頭，將掃描的產(chǎn)品和重量與應(yīng)有的值進(jìn)行比較。這些相機(jī)相對(duì)便宜，但它們會(huì)產(chǎn)生大量數(shù)據(jù)。通過將計(jì)算轉(zhuǎn)移到邊緣，可以立即分析數(shù)據(jù)。這意味著商店可以實(shí)時(shí)檢測欺詐行為，而不是在“顧客”離開停車場之后。

食品生產(chǎn)監(jiān)控

今天，一家制造廠在制造過程的每一步都可以配備數(shù)十個(gè)攝像頭和傳感器。實(shí)時(shí)分析和人工智能驅(qū)動(dòng)的推理可以在幾毫秒甚至幾微秒內(nèi)揭示是否有問題或過程是否漂移。也許相機(jī)顯示添加了過多的糖或過多的澆頭覆蓋了一個(gè)項(xiàng)目。借助攝像頭和實(shí)時(shí)分析，可以調(diào)整生產(chǎn)線以停止漂移，甚至在需要維修時(shí)停止，而不會(huì)造成災(zāi)難性損失。

人工智能驅(qū)動(dòng)的醫(yī)療保健邊緣計(jì)算

在醫(yī)療保健領(lǐng)域，紅外和 X 射線相機(jī)一直在改變游戲規(guī)則，因?yàn)樗鼈兲峁└叻直媛什⒛芸焖傧蚣夹g(shù)人員和醫(yī)生提供圖像。憑借如此高分辨率，人工智能現(xiàn)在可以在去看醫(yī)生進(jìn)行確認(rèn)之前過濾、評(píng)估和診斷異常情況。通過部署人工智能驅(qū)動(dòng)的邊緣計(jì)算，醫(yī)生可以節(jié)省時(shí)間，因?yàn)樗麄儾槐匾蕾噷?shù)據(jù)發(fā)送到云端來進(jìn)行診斷。因此，希望查看患者是否患有肺癌的腫瘤學(xué)家可以將實(shí)時(shí) AI 過濾器應(yīng)用于患者肺部的圖像，以獲得快速準(zhǔn)確的診斷，并大大減少患者等待回音的焦慮。

由分析驅(qū)動(dòng)的自動(dòng)駕駛汽車

今天，自動(dòng)駕駛汽車成為可能，因?yàn)橄鄬?duì)便宜且可用的攝像頭可提供 360 度立體視覺。分析還可以實(shí)現(xiàn)精確的圖像識(shí)別，因此計(jì)算機(jī)可以破譯風(fēng)滾草和鄰居的貓之間的區(qū)別——并決定是否該剎車或繞過障礙物以確保安全。高性能 GPU 和 CPU 的可負(fù)擔(dān)性、可用性和小型化使得實(shí)時(shí)模式識(shí)別和矢量規(guī)劃成為自動(dòng)駕駛汽車的駕駛智能。要使自動(dòng)駕駛汽車取得成功，它們必須擁有足夠的數(shù)據(jù)和處理能力，以足夠快地做出明智的決策以采取糾正措施。現(xiàn)在只有使用當(dāng)今的邊緣技術(shù)才能做到這一點(diǎn)。  

實(shí)踐中的分布式架構(gòu)

當(dāng)在邊緣部署極其強(qiáng)大的計(jì)算時(shí)，企業(yè)可以更好地優(yōu)化運(yùn)營，而不必?fù)?dān)心延遲或失去與云的連接。  現(xiàn)在一切都已分發(fā)跨邊緣位置，因此可以實(shí)時(shí)解決問題，并且只有零星的連接。

自第一波邊緣技術(shù)浪潮以來，我們已經(jīng)取得了長足的進(jìn)步。由于邊緣技術(shù)的進(jìn)步，企業(yè)現(xiàn)在正在對(duì)其運(yùn)營進(jìn)行更全面的了解。今天的邊緣技術(shù)不僅幫助企業(yè)增加利潤，事實(shí)上，它還幫助他們降低風(fēng)險(xiǎn)并改善產(chǎn)品、服務(wù)和與他們接觸的人的體驗(yàn)。