在之前，我們見證了云計算是如何實現集中化管理及協調，但邊緣計算的興起，讓邊緣設備能在本地就進行脫機運算，從而無需將數據發送到云端即可進行存儲和處理。

　　可以說，從云到邊緣的轉變是物聯網連接的革命，這對于物聯網設備的未來起到了絕對的發展方向。但這是否意味著邊緣計算的重要性超越了云？

　　什么是物聯網？

　　自從 20 多年前 “物聯網” 一詞首次出現在人們眼前時，就引起了轟動，微型傳感器通過 WiFi 發送和接收來自云的數據的概念超乎人們的想象。

　　在今天談論物聯網時，我們指的是一個 “可遠程控制的設備系統”，也就是單一的遠程控制。例如在智能家居方面，通常就是通過手機或智能音箱對各類電器設備進行控制，而稍微先進些則是進行 “語音點餐”；而在工業物聯方面，則是讓設備執行命令。

　　在如今的物聯網時代，讓各類設備進行相互連接成為唯一的發展方向。

　　已 “死” 的物聯網

　　物聯網作為一個以收集、發送和接受數據的概念已經不再受到人們的歡迎，可以說，物聯網這一概念已經 “死亡”—— 因為這一模式并不會、也不能為最終用戶帶來任何效益，只是企業或個人單方面的付出。而物聯網的重點也從無數傳感器逐步轉移到它們的數據方面，可以說，如何利用數據才是物聯網未來發展的問題。而在這些數據中，只有有用的數據，才能被稱為有價值的數據，這些數據將為我們之后的操作提供明確的數據支撐。因此，僅僅將物聯網作為連接設備的概念并不可行，而通過云端進行處理，意味著數據延遲 —— 對于用戶來說，部分簡單而單一的數據必須以更快的速度進行計算，云端僅需知道結果既可。

　　邊緣計算，物聯網的下一階段

　　邊緣計算起源于傳媒領域，是指在靠近物或數據源頭的一側，采用網絡、計算、存儲、應用核心能力為一體的開放平臺，就近提供最近端服務。其應用程序在邊緣側發起，產生更快的網絡服務響應，滿足行業在實時業務、應用智能、安全與隱私保護等方面的基本需求。邊緣計算處于物理實體和工業連接之間，或處于物理實體的頂端。而云端計算，仍然可以訪問邊緣計算的歷史數據。簡單點說，邊緣計算為傳感器提供了小型的局域網，實現了數據高速傳輸，從而在本地即可實現數據收集和分析，而在這一過程中，系統會通過歷史數據進行自我訓練和學習。但值得注意的是，邊緣計算必須要提供足夠的算力，如果算力缺失，那么將導致系統學習速度較慢，無法滿足未來的發展需求。通過本地化計算，前端即可對各類問題進行解決 —— 在自動化工廠中，如果偵測到發動機過熱，系統通過 AI／ML 算法模型，會自動識別并關閉該發動機，甚至可以對其進行冷卻作業，或開啟備用發動機。這一方式能夠最大程度的減少生產中斷所帶來的影響，保證工廠生產作業的運作正常。而這所有功能都會在短時間處理完畢，可以有效減少由于時間滯后導致的各類危險。為實現這一目的，邊緣計算設備必須滿足三個關鍵點：1、實際控制權：邊緣設備除了收集數據外，還必須制定響應措施；2、離線工作：在部分沒有信號覆蓋的區域，邊緣設備無法與云端進行互動，對此系統必須在斷線后依然能自主獨立運行；3、“0” 延遲：對于自動化生產或其他運營，幾秒鐘的延遲或許會導致嚴重的損失，為此必須制定相關的應急方案，確保設備無延遲問題。

　　物聯網的未來

　　如同我們所見，物聯網的含義與價值已經從連接到收集數據，再到處理數據的這一過程，為此，我們可以定義現有和未來的物聯網設備三個類別：1、單項處理通過對各項數據進行收集，可以讓設備進行簡單的反饋 —— 如打開空調進行恒溫控制、開／關燈等行為；2、聯動處理通過簡單的設備互聯，從而實現略為復雜的動作 —— 如在智慧農場中，系統會自動收集土壤、天氣等眾多數據，從而為灌溉系統進行不同的分配和灌溉；在智能家居中，一旦用戶回家，則自動開啟相應的設備，為用戶提供良好的居住環境；3、自動化處理這一系統被稱為目前最高的級別，系統集中了大量傳感器，并實現邊緣設備全自動化計算，形成了從人到機器的全自動化自治 —— 自動偵測并了解用戶的生活習慣及各類需求，主動為用戶提供最佳的解決方案，從而無需用戶對系統進行過多的干預及設定。

　　邊緣計算，物聯網 2．0 時代

　　由于物聯網傳感器的快速普及和對生活、各個行業垂直應用場景的滲透，為了保障數據和在更短的時間內運行，業務的可靠性和數據的安全性，未來越來越多的云計算服務會從云端向網絡邊緣遷移。物聯網傳感器、各式各樣的終端設備充當了重要角色，其角色也在發生著變化，由數據的消費者向數據的生產和消費者轉化。隨著芯片、模組、通信技術、網絡、系統平臺等整個邊緣計算生態鏈的快速演進。未來，邊緣計算將成為產業互聯網發展和布局的重點技術方向。