据说边缘计算是物联网发展的关键。为什么？在这篇博客中，我们将介绍边缘计算，解释物联网和边缘计算之间的联系，并分享边缘计算用例的示例。
什么是边缘计算
在计算机网络中，云（例如数据中心）位于网络的中心。但是 “优势” 一词代表什么？边缘可能是智能手机或平板电脑，也可能是在该领域前线发挥积极作用的工业设备。边缘计算在 “边缘” 或操作处或附近处理数据。
话虽如此，边缘计算并不仅限于边缘的数据处理——它是一种分布式开放IT架构，以具有强大的分布式处理能力而闻名。
在通过在边缘端处理数据来提高响应速度的同时，不需要高速度的数据会累积在云端。通过以这种方式执行分布式处理，Edge Computing 可以最大限度地提高数据的价值并优化每种数据所需的利用方法。
要更详细地了解边缘计算以及与云和本地的区别，请阅读以下博客：
为何边缘计算备受关注——与云端和本地计算相比有什么区别 | Stratus Blog
边缘计算提高了物联网的精度
据说边缘计算是推动物联网进入下一阶段不可或缺的技术。
边缘计算将对物联网产生什么影响，边缘计算将如何改变物联网？
改善了实时信息
边缘计算最明显的影响是实时信息和数据的改进。通常，当数据在云端发送和接收以进行处理时，可能会出现时间延迟（在几百毫秒到几秒之间）。即使传感器变得复杂并发送更准确的数据，数据处理的时间延迟仍会影响设备，减缓和影响操作。边缘计算通过在边缘处理所需的数据来减少时间延迟，从而实现实时响应。
流量优化
随着物联网的普及，正在发送和接收大量数据，未来数据量将继续扩大。将所有这些聚合到云中会增加通信流量并导致数据拥塞。通过在边缘分发处理，组织可以减少数据拥塞和通信成本。
加强数据安全
边缘计算的另一个好处是增强了数据安全性。在运营边缘处理数据可以减少与外部的通信量，从而保护这些数据免受网络攻击或数据泄露。
制定业务连续性计划
边缘计算也可以成为业务连续性规划 (BCP) 的有效工具。如果在边缘端处理必要的数据，则即使云服务器出现故障，操作也可以继续。如上所述，边缘计算最重要的特性是分布式处理能力。分发数据可以分散风险并提高业务连续性。
将物联网提升到一个新的水平
通过连接边缘计算和物联网，组织将看到上述好处。这将帮助公司做出准确的管理决策并改善业务连续性。
与云的合作增加了边缘计算的价值
经常会比较云计算和边缘计算。但实际上，边缘计算和云计算并不是相互排斥的。
让我们来看看云和边缘为什么以及如何协同工作。
云计算和边缘计算的分离
最初，边缘计算被认为是一种通过在边缘和云之间划分处理来提高处理速度的技术。
但是，随着物联网的发展，有必要在物联网设备附近高速处理大量数据。因此，对两个角色进行了划分——数据处理和数据积累。处理功能主要位于边缘，例如，分析和机器学习功能现在都在云端完成。了解云和边缘如何协同工作非常重要，因为它们的利用方式将取决于两者的联系方式。
将来，边缘计算有望具备生成分析和机器学习算法的能力，但还没有。目前，云端监督 “大局分析和大规模判断”，边缘端执行 “局部分析和即时判断”。充分利用云和边缘功能非常重要。
将边缘的优势与云的优势相结合
在云端运行有一些优势，包括高度的自由度、可扩展性和灵活性。云操作的这些功能不受限制。边缘计算结合了边缘和云端的处理——用户可以利用边缘的实时处理以及云端操作的好处。
通过同时利用边缘和云端，还可以降低网络和延迟问题的风险。这是因为边缘计算平台在边缘处理重要的本地数据，并将对时间不敏感的数据发送到云端。
边缘计算还通过将机密数据保存在网络内来保护机密数据，在发送到云端时不会使其受到威胁。
边缘和云的这种结合对业务运营和管理产生了积极影响。
边缘计算的用例
下面我们概述了边缘计算的几个用例及其优点。以下是一些例子。
通过声音检测故障的环境感应
经验丰富的工程师可能会听到机器运行的声音，检测出故障迹象和维护需求。尽管很难将其表示为准确的指数，但有一个方面是日本制造业得到了这种 “现场感知” 的支持。
对于日本制造业来说，通过数字化传递与设施和设备相关的维护知识是一项挑战，而设施和设备已经变得依赖于熟练的工程师。
已经开发出解决方案来检测异常噪音并将故障迹象通知员工。这些操作声音由麦克风收集，然后系统计算异常程度。这些数据汇总并积累在云中，用于大数据分析和机器学习，然后发送到远程监控部门。
边缘计算是一种用于处理和收集操作声音以及计算异常程度的工具。可以在边缘端检测异常，从而实现低延迟的高级处理。
实时天气预报模拟
利用边缘计算的分布式处理能力来实时处理观测数据。这些数据因地区而异。
为了提高某一时刻天气预报的准确性，有必要细分预报范围。但是，分段进展越多，发送到数据中心的数据量就越大。通信量在成本、速度和处理能力方面存在限制，因此，预测范围的细分是有限的。
但是随着边缘计算的引入，组织可以超越这个极限。通过在边缘对每个细分范围进行处理，并将广域预测所需的数据发送到云端，就可以在需要的地方进行必要的预测。
边缘计算将在特定地点实现高度准确的实时天气预报的日子可能很快到来。
使用无人机和机器人提高农业效率
边缘计算也在扩大其在农业领域的使用潜力。
过去，收获水果需要人们参观现场并四处走动，直观地确定是否到了收获的时候。现在，无人机和机器人执行这项工作，系统已投入实际使用。
AI 配备了使用相机和 AI 的图像识别，使用边缘计算识别采集的图像，根据果实的颜色和形状分析成熟度，并从树叶的颜色和形状中检测出害虫疾病。此外，还可以可视化活动范围内的可收获数量并预测最佳收获时间。
边缘计算应用于这种处理，通过分离边缘的图像识别和云端的数据分析，实现机器人的平稳运行。
通过员工行为分析优化门店运营
在便利店等小型商店中，必须由一名工作人员负责多项任务。其中一些任务可能包括产品库存、检查、收银工作，在某些情况下还包括烹饪工作。因此，有必要经常移动，而不必呆在商店中的一个地方。
为了提高店内员工流动的效率，已经开发了分析员工行为和优化商店布局的解决方案。放置在商店内的相机拍摄的图像被发送到商店内的计算机，在那里识别该人并在边缘拍照。因此，有关员工流动情况的数据会积累在云中，数据分析用于计算店内布局，以实现最佳流水线。
这项技术不仅可以应用于员工，还可以应用于客户的购买行为，例如什么样的产品展示会促进购买行为。但是，挑战在于如何确保提取的个人数据不包含识别个人的元素。
实时控制运行状态的智能工厂
尽管正在许多领域开发使用物联网和边缘计算的系统，但制造领域，特别是智能工厂，继续以最快的速度发展。
智能工厂是将所有设备和传感器连接到网络的工厂。这不仅可以实现运营状态的可视化，还可以连接和链接各种信息，例如生产管理、库存管理和进出物流管理方面的预测和更正。
此外，一些工厂引入了一种系统，通过视频感知生产线上人员的移动以及检查是否有异常行为来防止人为错误。
边缘计算已成为需要处理大量数据并实时响应的智能工厂不可或缺的技术。
支持社区医疗的大型医院的医疗设备系统
边缘计算也已被引入医疗领域。
在地区先进医疗保健中发挥核心作用的大型医院使用大量医疗器械。利用这些设备输出的数据一直是一个重要问题。因此，正在开发集成医疗设备和医院系统的医疗器械综合解决方案，以协调和简化操作，管理设备数据并推进所提供的医疗服务。
该解决方案通过连接医疗设备和医院系统来提高效率和数据利用率。由于该系统深入参与医疗运营，因此无法停止。它还处理与患者护理相关的敏感数据，这需要很高的安全性。
边缘计算与该系统相结合，以提高可用性和安全性。
先进的医疗保健与数据利用之间存在联系，例如从医疗设备中筛选数据并将其传输到电子病历和部门系统。
支持飞机安全飞行、起飞和降落的气象观测系统
飞机的天气观测系统需要实时信息和稳定的运行，以确保飞机以每小时数百公里的速度飞行的安全飞行。它是一个无法容忍中断或延迟的系统。
考虑到信息的实时性质和操作的连续性，边缘计算被认为是最佳选择。
它作为一个系统运行，可以持续收集气象信息，例如风向和速度、能见度、云底高度、温度、湿度、降雨和大气压力，并共同处理和显示这些观测数据。
能量转移码头的船用石油运输管理系统
在支持城市地区和大型工业区的综合能源分配基地，用于海上石油运输管理的网关服务器必须每天 24 小时运行，没有计划外停机。
在操作连续性方面，与在设施内建造大型服务器相比，执行分布式处理具有优势。
另一方面，工厂设施没有适合安装服务器的环境或缺乏运营人力资源的情况并不少见。
必须由少量人员进行维护，并且设备永远无法停止运行。
在这些条件下，可以确保高效数据处理和稳定运行的边缘计算被用于工厂设施系统。
边缘计算：在需要更高精度的时代越来越重要
正如我们在本文中看到的那样，边缘计算与物联网一起用于不同场合。在制造现场，物联网已经实现了各种事物的可视化，但是物联网的使用正在进入下一个阶段。这是物联网使用的第二阶段，即 “如何利用收集的数据”。当前，边缘计算需要在不损害数据的实时性质的情况下执行高度精确的处理。边缘计算将成为未来物联网应用不可或缺的技术。
