边缘计算你了解的足够吗

“

边缘计算和物联网几乎是完美匹配的。在最近两年，所有关于物联网技术趋势报告中都有边缘计算。IDC预测，到2020年，边缘基础设施支出将达到物联网基础设施总支出的18%。

”

事实上，所有关于2018年的物联网技术的趋势预测，在2019年以及之后的几年依然得以延续。而在这个基础上，确实有一些更新。提醒一下：在2017年的趋势和演变中，并没有提到边缘计算，而是讨论了雾计算，现在是时候解释一下了。

边缘计算这个术语，可以与雾计算有一定的重叠。但是，雾计算和边缘计算以及它们在物联网生态系统中发挥作用的确切方式是有区别的，主要是在工业物联网中。尽管这两个术语都是关于物联网在边缘侧的计算，但在发布这些预测之前，我们必须加以区分。

有人认为，雾计算是边缘计算的一种形式，也就是“旧瓶换新酒”。鉴于边缘计算在物联网领域的重要性日益上升，正如诸多研究中所表明的那样，现在是时候对边缘计算、雾计算以及为什么这一切都很重要进行更详细的阐述了。为了更正式地说明两者之间的区别，本文是从物联网的角度来分析边缘计算和雾计算的。

边缘计算和雾计算：相同的驱动因素

边缘计算和雾计算都有很强的上升趋势，其确切原因是相同的：庞大的物联网数据。

物联网的海量数据主要是生成在IT和OT融合的世界中。工业4.0和物联网用例会产生大量需要被分析的数据，在IT和OT环境中也需要分析和利用这些数据。

例如，智能建筑和楼宇管理系统，我们越来越多地以整体和综合的方式看待建筑，而不是单从能源管理和电力管理到暖通空调（HVAC）、光控制等各个领域的相当孤立的角度来看。

也就是从全局出发，我们想知道建筑物整体上发生了什么。例如，工业4.0、物流4.0，都是关于产品生命周期和端到端的价值链和供应链。

为什么要把智能计算转移到物联网的边缘？

在物联网系统中，以这种端到端的方式，在特定的高度传感器密集型环境中获得了大量的数据，且数据是在边缘生成并处理的，将会降低延迟并减轻数据中心的负载。比如在一个大型油气项目中，需在无数个井中部署数十万个传感器数据点，在这些类似的应用中，将不可避免地会遇到带宽、网络延迟、总体速度等挑战，雾和边缘计算在这些挑战中起着重要作用。

尤其在一些关键任务或远程组件的物联网应用程序中，对延迟和速率的要求更为严格。

边缘计算的重点是连接在物联网上的设备和技术，比如工业机器人。

根据物联网项目的不同需求，可能需要快速获取所需的数据，或者更进一步：需要聚合和分析的数据，以可操作的智能的形式，使我们能够快速地采取行动和决策，无论这些决定是否来源于人类。所以，不需要将所有的数据存储在云中来分析它，只需要在网络中传输这些数据。

可以想象数以百计的场景，其中速率和延迟是数据的关键，从资产管理，能源能耗，过程优化，预测分析到供应链管理的实时需求在一个万物互联的世界都是必要的。

还可以想象，在更广泛的背景下，建筑、商业生态系统和诸如此类的东西逐步地依赖于快速的数据和实时的整体管理，当正确地利用和快速分析数据时，数据就会变得越有价值。毕竟，我们生活在一个拥有足够快的速度获得正确分析结果就会产生巨大效益的时代。

在许多工业物联网应用中，数据和分析的速度是至关重要的。在这些领域，我们正朝着由系统、执行机构和各种控制做出自主和半自主决策的方向迈进。

这种程度的自动化甚至是许多预期成果和目标的核心，例如工业4.0，就是自动化的。

2019年及以后的边缘计算和物联网

数据的实时性是一个非常重要的因素，而在越来越多的非结构化数据洪流中，传统的方法已经不适用了。

所以，由于种种原因（带宽、成本、速度、自动化，维护、预测分析）我们需要一种比传统的方法更快、更便宜和更智能的方法：收集数据，通过网络将它们发送到云的边缘，在边缘对数据进行处理分析。

随着物联网设备的数量不断增加，对处理速度的需求，云的应用程度的增加和网络压力的增加，均大力推动了边缘计算市场的发展。

这就是边缘计算和雾计算真正使能的地方。如果数据是在物联网的边缘生成的，那么为什么不将所有的分析都尽可能地接近边缘、数据源来完成呢？于物联网设备而言，这正是边缘计算的用武之地！

下面是一些边缘计算和物联网预测：

根据IDC公布的数据，到2020年，IT在边缘基础设施上的支出将达到物联网基础设施总支出的18%。IDC补充说，这种花费是由联合IT和OT系统的部署驱动的，这减少了从它们连接的设备收集数据的时间。

根据一份关于跨硬件、平台、解决方案和应用程序的边缘计算市场的研究，到2022年，全球边缘计算市场预计将达到67.2亿美元，复合年增长率高达35.4%。

Gartner的Rob van der Meulen在2018年10月的一篇博客中表示，目前，大约10%的企业生成的数据是在传统的集中式数据中心或云之外创建和处理的。Gartner预计，到2022年，这一比例将达到50%。

Gartner将边缘计算定义为在数据生成源或其附近进行数据处理的解决方案。例如，在物联网系统中，数据生成的来源通常是带有传感器或嵌入式设备的东西。边缘计算是校园网络、蜂窝网络、数据中心网络或云的分散扩展。

首先，雾计算（思科发明的术语）有时也被称为雾网络，“雾”一词指的是云（低悬的云，靠近边缘）。

建设边缘基础设施的驱动因素是部署了汇聚的IT和OT系统，从而减少了从其连接设备收集的数据的价值。

雾计算，IDC称为Cloud2.0，也是云的更广泛定义和发展的一部分，并且包括工业云和任何地方的云，或雾。

边缘计算，作为一个术语和一个体系结构，如前所述，存在的时间比雾计算更长。然而，在工业物联网的范围内，边缘计算的重点是与物联网中的事物相连的设备和技术。另一方面，雾计算将更多的注意力集中在交互的边缘设备上，包括物联网网关，如下所述：

因为物联网就是把以前没有关联的东西连接起来，以便在资产和设备中获取、分析和利用数据。所有的数据都来自相连的资产，可能是那些工业机器，比如机器人，发电机，智能建筑组件等我们都需要一个架构来实现这一点。雾计算和边缘计算都是这样的体系结构：在一般情况下和在关键或远程环境中，通过限制需要传输的数据来节省带宽、存储、时间和成本。当我们将智能计算在边缘运行时，就减少了网络延迟。

边缘计算将边缘网关或设备的智能、处理能力和通信能力直接推送到诸如可编程自动化控制器之类的设备中。

雾计算总是使用边缘计算。但是，边缘计算可能会也可能不会使用雾计算。此外，根据定义，雾计算包括云计算，而边缘计算则不一定包括云计算。

简而言之，雾计算和边缘计算这两种架构的不同之处在于实现所有这些目标所需的智能和计算能力所在地。如果处理能力直接嵌入在连接的端点中，则称为边缘计算。但是，如果只能驻留在端点和云计算之间的单独网络节点（例如本地节点或物联网网关）中，那么它就是雾计算。

来源 | 物联网空间站