事实上，边缘计算对于释放物联网设备产生的不断增加的数据量的潜力寄予厚望。到2025年，这一数字预计将达到73.1ZB，但要从中提取价值，需要分别对数据流进行有效的分配、管理和分析。在这里，边缘设备可能会有所帮助。
统计数据显示，边缘计算已经在大多数物联网应用中以这样或那样的方式使用。除了路由器和防火墙之外，边缘计算还允许执行智能自动化和预测性维护、优化数据生命周期，从而降低成本。尽管智能边缘是一种新应用，但已经可以仔细研究其在工业、交通、医疗保健和其他常见的企业物联网解决方案中的表现，以充分利用。本文指出了哪些环境需要边缘计算、哪些物联网+边缘串联最有前途，以及如何在物联网生态系统中有效地分配工作负载。
边缘设备在企业物联网解决方案中的地位
企业物联网解决方案的传统架构假设数据是从物体收集的，例如传送带上的产品或车间的设备；然后将其传输到云端进行进一步处理和分析。在这样的系统中，边缘设备以传统方式使用——通过网络分发数据并控制网络流量。路由器、防火墙、多路复用器和交换机都属于此类设备，后者允许企业连接到工业设备。一般来说，它们允许在整个企业范围内建立物联网，无论其位置如何。
为了物联网自动化解决方案，人工智能在云端生成的想法被发送回现场以引发一些行动。当然，这种方法缺乏速度和吞吐量，这对于广泛分布式架构和需要处理的大量数据至关重要。这就是智能边缘设备发挥作用的地方，负责处理、分析和操作。其优势体现在其与数据源的接近度上，使其能够通过向其委托一些基本的决策凭证来减少延迟。
终端设备。智能传感器和执行器、可穿戴设备、摄像头和其他传感设备尽可能靠近物体。其计算能力因尺寸紧凑而受到限制。
物联网网关只允许有潜在价值的信息到达云端。这是物与云之间的桥梁：执行聚合、预处理、过滤数据、验证其真实性以及清理原始数据。其还为现场设备提供管理，确保自动化的分布式架构。
边缘服务器是在边缘进行大量计算的环境的总称。物理服务器、笔记本电脑、嵌入式系统或片上系统都可以接管这一功能。这一类别近年来引起了特别关注，因为其允许在整个系统中重新分配计算负载，并引入人工智能(AI)。
因此，当将某些负载放置在边缘时，系统可以节省与云的通信时间，从而可以快速响应现场情况。此外，由于数据不会超出本地存储，因此还提供了更高的可用性、可靠性以及安全性。为了使此配置具有成本效益，重要的是不要让云超载。
企业物联网解决方案最有前途的边缘计算应用
云混合+边缘
由于混合云的主要价值揭示了在不同环境之间转移工作负载的机会，因此将此类基础设施扩展到边缘解决方案看起来尽可能自然。通过连接边缘设备，在如何优化工作负载方面出现了更多选项。这允许在系统发生故障时具有成本效益的可扩展性和更高的阻力。在混合环境中，边缘组件为整个系统提供了额外的灵活性，而云组件则增加了分布式资产之间的一致性。
当涉及到在物联网生态系统中循环的大量数据时，可以通过将实时计算置于边缘来获得更多价值，而无需进行云计算深度分析。同时，云端可以作为管理中心，为整个系统提供透明度。如果出现问题，也不用为每个节点求助专家，因此混合云+边缘串联可以提高可控性。Micro Shift等开源项目有助于将Kubernetes等关键任务平台扩展到边缘，并保持一致。
边缘计算+人工智能/机器学习
将人工智能引入边缘越来越受欢迎，因为边缘计算可以克服对云计算的速度限制。有时，这是实现人工智能物联网生态系统的唯一方法，因为互联网连接可能不可用，或者需要提高数据安全性。无论如何，其扩展了在现场处理原始数据的可能性，这对于时间紧迫的自动化解决方案和高度分布式系统是不可或缺的。将云计算纳入这条链不仅耗时且成本高昂，因为其需要互联网通道带宽、流量、额外能源等形式的大量资源。例如，在炼油厂处理来自传感器的信息每天产生超过1tb的原始数据，这需要过多的资源来以处理。
应用于边缘设备的人工智能算法带来了新的用例，如远程监控、预测性维护以及高级自动化。部署在边缘的机器视觉也继续获得动力。但无论如何，在物联网生态系统中实施人工智能需要云和边缘之间的合作。人工智能的训练仍然在云端进行，因为我们需要过多的计算能力来进行这项操作，而部署则设置在边缘。这种模式的日益成功让我们可以谈论人工物联网(AIoT)。
边缘计算+5G
边缘和5G的结合有望增强边缘计算的主要优势——最大限度地接近实时地执行操作。到目前为止，我们还不能谈论所期望的1毫秒响应，但5G已经比LTE1快16倍。这种速度使得多种应用可以轻松部署在云端，例如机器人的实时监控、无人机控制、自动驾驶车辆，甚至远程MRP服务和手术。20 Gbps的峰值数据传输速率能够创建增强现实应用并处理大量数据，例如4k视频。
一般来说，5G允许企业部署更低功耗的边缘设备，同时提供更高的计算能力。此类网络的带宽允许连接的设备数量比通过4G或LTE技术多100倍！这样的能力为物联网最不可思议的应用开辟了道路，比如黑暗工厂。
边缘计算上的能量收集
随着企业物联网解决方案的扩展，设备供电问题也随之出现，因为传感器和其他边缘设备可以在无线或网状网络覆盖范围之外运行，以覆盖整个监控表面。所幸，能量收集技术正在不断进步，为不同的物联网应用提供不同的能量收集技术，这将显着延长低功耗设备的电池寿命。例如，基于太阳能或振动的能量收集系统应用于内置汽车设备，用于汽车与基础设施的通信，而光或热能传感器的能量收集源被成功用于工作场所自动化。在最新的发展中，我们可以看到使用环境光能量的自主NB-IoT模块。该解决方案基于太阳能电池和具有MPPT功能的PMIC。
将边缘计算引入企业物联网解决方案的建议：
边缘基础设施已经足够成熟，可以创建复杂的物联网应用，并在云和边缘之间平衡分配计算能力。
将云基础设施扩展到边缘对实时操作很有意义，因为其可以最大限度地减少延迟。此类基础设施中的云服务器提高了透明度并增强了资产控制。
在创建企业物联网解决方案时，重要的是从一开始就预见边缘组件，然后能够增加其优势，包括在人工智能的帮助下。
训练模型需要重型硬件，因此最好在云端训练人工智能，并在边缘部署完成的模型。
扩展物联网基础设施需要优化边缘资源。能量收集技术的引入在这里可能是有益的。
