边缘计算：将云带回家

在过去的十年里，云一直是计算世界的主导力量。我们已经习惯于将我们的数据存储在庞大、集中的数据中心的强大服务器上，并运行我们的应用程序。然而，物联网（IoT）的爆炸式增长以及自动驾驶汽车和增强现实等实时应用的需求正在挑战云的极限。这催生了一种新的计算范式：边缘计算。简单来说，边缘计算就是将云带回家，将计算和数据存储从集中的数据中心移近数据源。

什么是边缘计算？

要理解边缘计算，将网络的“边缘”想象成物理世界与数字世界相遇的地方会很有帮助。无论数据是来自工厂车间的传感器、自动驾驶汽车上的摄像头，还是您家中的智能设备，这里都是数据生成的地方。

在传统的云计算模型中，这些数据被一直发送到集中的云服务器进行处理。然后结果被发送回设备。虽然这个模型对我们很有用，但它有一些固有的局限性，特别是在延迟、带宽和隐私方面。

边缘计算颠覆了这种模式。它不是将所有数据发送到云端，而是在生成数据的设备上或附近执行尽可能多的计算。这可以在设备本身上，也可以在物理上靠近其服务的设备的本地“边缘服务器”或“边缘网关”上。

需要注意的是，边缘计算并不能取代云。相反，它是一种补充技术。云仍然是进行繁重计算、大规模数据存储和训练复杂机器学习模型的最佳场所。边缘则用于实时处理和即时决策。两者在一个分布式计算模型中协同工作。

为什么边缘计算很重要？关键优势

向边缘计算的转变是由几个关键优势驱动的：

减少延迟： 这也许是边缘计算最显著的优势。通过在本地处理数据，边缘计算可以显著减少获得响应所需的时间。这对于每一毫秒都至关重要的应用至关重要，例如自动驾驶汽车、工业机器人和增强现实。
提高带宽效率： 物联网设备产生的数据量惊人。将所有这些数据发送到云端可能成本高昂，并且可能造成网络拥塞。通过在边缘处理数据，只需将最重要的信息（例如摘要统计信息或警报）发送到云端，从而显著减少带宽使用量。
增强隐私和安全性： 将敏感数据保存在本地设备或服务器上，而不是将其发送到云端，可以提高隐私和安全性。这对于个人健康数据、财务信息和视频监控录像尤为重要。
提高可靠性和离线操作： 即使与云的连接丢失，边缘设备也可以继续运行。这对于制造业和医疗保健等行业的关键任务应用至关重要。

边缘计算的主要应用

边缘计算不是一项小众技术。它正在推动许多不同行业的广泛应用。

物联网（IoT）： 如前所述，边缘计算非常适合物联网。它允许实时处理来自传感器和其他连接设备的数据。
自动驾驶汽车： 自动驾驶汽车需要能够根据其传感器的数据在瞬间做出决策。它无法承受将数据发送到云端进行处理的延迟。边缘计算对于自动驾驶汽车的安全运行至关重要。
智慧城市： 边缘计算正被用于智慧城市，以管理交通流量、监控公共安全和优化能源消耗。例如，智能交通灯可以使用来自摄像头和传感器的实时数据来调整其时间并减少拥堵。
工业物联网（IIoT）和制造业： 在工厂环境中，边缘计算可用于机器的预测性维护、质量控制和生产线的实时监控。
医疗保健： 边缘计算可用于实时处理来自可穿戴健康监测器和其他医疗设备的数据，从而能够及早发现健康问题。
零售业： 零售商可以使用边缘计算来分析店内摄像头的视频片段，以了解客户行为并优化商店布局。
增强现实（AR）和虚拟现实（VR）： AR和VR应用需要极低的延迟才能提供流畅和身临其境的体验。边缘计算可以帮助将部分处理从AR/VR头显中卸载出来，从而在更轻便、更舒适的设备上实现更强大的体验。

未来在边缘

从云到边缘的转变是当今科技行业最重要的趋势之一。随着连接设备的数量持续增长以及对实时、智能应用的需求不断增加，边缘计算将变得越来越重要。它是下一波技术创新的关键推动者，从我们家中的人工智能智能设备到将重塑我们行业的自主系统。计算的未来不仅在云中，也在边缘。