物聯網(nternet of Things, IoT)正在席卷全球，因為它已經成為很具影響力的流行語之一，不僅在科技行業，而且在許多其他企業。從農場和工廠到智能城市和家庭，物聯網技術是一套不斷擴展的連接系統和設備。根據Statista的數據，預計全球物聯網設備的安裝基數將增長到近310億部。因此，隨著數十億聯網物聯網設備產生的海量數據需要存儲以供處理和檢索，云計算將成為一個日益主導的趨勢。物聯網和云計算這兩項技術是相互關聯的，其中一項技術為另一項技術的成功提供了平臺。

在傳統的物聯網架構中，數據從地理上分散的傳感器收集，然后傳輸到中央存儲庫，在那里進行組合和共同處理。云計算與物聯網的集成提高了日常任務的效率、可伸縮性和性能，使企業能夠更快地做出更好的業務決策，并實時響應不斷變化的市場條件。

物聯網連接預計將在未來幾年蓬勃發展，預計到2021年思科系統將達到137億，從而增加對數據中心和云資源的需求。精簡所有連接設備前所未有的流量，聚合數據，提取可操作的見解，物聯網/云融合被證明是數據驅動世界的優秀組合。

雖然云計算已經使處理大量數據成為可能，但它并不是所有應用程序和用例的理想選擇。從傳感器前線到服務器來回發送的大量數據阻塞了網絡帶寬，從而減慢了響應時間。解決所有這些與傳統云計算基礎設施相關的限制的答案是所謂的邊緣計算。邊緣計算并非是一個新鮮詞。作為一家內容分發網絡CDN和云服務的提供商AKAMAI，早在2003年就與IBM合作“邊緣計算”。對物聯網而言，邊緣計算技術取得突破，意味著許多控制將通過本地設備實現而無需交由云端，處理過程將在本地邊緣計算層完成。這無疑將大大提升處理效率，減輕云端的負荷。由于更加靠近用戶，還可為用戶提供更快的響應，將需求在邊緣端解決。邊緣計算聯盟ECC對于邊緣計算的參考架構的定義，包含了設備、網絡、數據與應用四域，平臺提供者主要提供在網絡互聯(包括總線)、計算能力、數據存儲與應用方面的軟硬件基礎設施。

與傳統的集中式流程的云架構不同，邊緣計算將大部分流程分散到邊緣設備，并更接近終端用戶。由于存儲容量和處理能力是分散的，它將為物聯網部署提供精確的結果，使操作和管理物聯網設備更加容易。邊緣計算確保低延遲訪問、減少帶寬消耗、脫機可用性和本地機器學習(ML)推理。

低延遲和更快的邊緣計算的實時分析在各個領域都有大量的應用，比如汽車、消費電子、能源、醫療保健等等。自動駕駛汽車就是一個很好的例子，它需要從周圍環境和云端收集數據，以便快速、安全地做出決策。傳感器數據中的模式應該被快速檢測、存儲和傳輸，以幫助在本地節點上進行實時決策。邊緣計算的分散架構消除了關鍵數據通信的延遲，從而保證了安全性。

根據CB Insights市場評估工具，到2022年，全球邊緣計算市場預計將達到67.2億美元。隨著越來越多的聯網設備出現在世界上，科技巨頭們正大舉投資于一項復雜的邊緣計算戰略。亞馬遜、微軟和谷歌已經進入了邊緣計算領域。亞馬遜在2017年推出了自己的邊緣平臺AWS Greengrass，在新興科技領域處于領先地位，而微軟去年也推出了自己的Azure物聯網邊緣解決方案。谷歌也加入了這場競賽，推出了兩款新產品——集成軟件(云物聯網Edge)和定制硬件棧(Edge TPU)，以便直接利用Edge上的數據。

總而言之，我們可以說，邊緣計算并不是為了取代云計算，而是對云計算的補充。ce邊緣計算技術仍處于起步階段，面臨的挑戰可能會更多。但是，隨著對邊緣設備和應用程序的需求不斷增長，企業將有更多的機會在各種垂直領域測試和部署這項技術。