邊緣計算和物聯(lián)網(wǎng)幾乎是完美匹配的。在最近兩年，所有關于物聯(lián)網(wǎng)技術趨勢報告中都有邊緣計算。

IDC預測，到2020年，邊緣基礎設施支出將達到物聯(lián)網(wǎng)基礎設施總支出的18%。

事實上，所有關于2018年的物聯(lián)網(wǎng)技術的趨勢預測，在2019年以及之后的幾年依然得以延續(xù)。而在這個基礎上，確實有一些更新。提醒一下：在2017年的趨勢和演變中，并沒有提到邊緣計算，而是討論了霧計算，現(xiàn)在是時候解釋一下了。

邊緣計算這個術語，可以與霧計算有一定的重疊。但是，霧計算和邊緣計算以及它們在物聯(lián)網(wǎng)生態(tài)系統(tǒng)中發(fā)揮作用的確切方式是有區(qū)別的，主要是在工業(yè)物聯(lián)網(wǎng)中。盡管這兩個術語都是關于物聯(lián)網(wǎng)在邊緣側的計算，但在發(fā)布這些預測之前，我們必須加以區(qū)分。

有人認為，霧計算是邊緣計算的一種形式，也就是“舊瓶換新酒”。鑒于邊緣計算在物聯(lián)網(wǎng)領域的重要性日益上升，正如諸多研究中所表明的那樣，現(xiàn)在是時候對邊緣計算、霧計算以及為什么這一切都很重要進行更詳細的闡述了。為了更正式地說明兩者之間的區(qū)別，本文是從物聯(lián)網(wǎng)的角度來分析邊緣計算和霧計算的。

邊緣計算和霧計算:相同的驅動因素

邊緣計算和霧計算都有很強的上升趨勢，其確切原因是相同的：龐大的物聯(lián)網(wǎng)數(shù)據(jù)。

物聯(lián)網(wǎng)的海量數(shù)據(jù)主要是生成在IT和OT融合的世界中。工業(yè)4.0和物聯(lián)網(wǎng)用例會產(chǎn)生大量需要被分析的數(shù)據(jù),在IT和OT環(huán)境中也需要分析和利用這些數(shù)據(jù)。

例如，智能建筑和樓宇管理系統(tǒng)，我們越來越多地以整體和綜合的方式看待建筑，而不是單從能源管理和電力管理到暖通空調(HVAC)、光控制等各個領域的相當孤立的角度來看。

也就是從全局出發(fā)，我們想知道建筑物整體上發(fā)生了什么。例如，工業(yè)4.0、物流4.0，都是關于產(chǎn)品生命周期和端到端的價值鏈和供應鏈。

為什么要把智能計算轉移到物聯(lián)網(wǎng)的邊緣

在物聯(lián)網(wǎng)系統(tǒng)中，以這種端到端的方式，在特定的高度傳感器密集型環(huán)境中獲得了大量的數(shù)據(jù)，且數(shù)據(jù)是在邊緣生成并處理的，將會降低延遲并減輕數(shù)據(jù)中心的負載。比如在一個大型油氣項目中，需在無數(shù)個井中部署數(shù)十萬個傳感器數(shù)據(jù)點，在這些類似的應用中，將不可避免地會遇到帶寬、網(wǎng)絡延遲、總體速度等挑戰(zhàn)，霧和邊緣計算在這些挑戰(zhàn)中起著重要作用。

尤其在一些關鍵任務或遠程組件的物聯(lián)網(wǎng)應用程序中，對延遲和速率的要求更為嚴格。

邊緣計算的重點是連接在物聯(lián)網(wǎng)上的設備的技術，比如工業(yè)機器人。

根據(jù)物聯(lián)網(wǎng)項目的不同需求，可能需要快速獲取所需的數(shù)據(jù)，或者更進一步：需要聚合和分析的數(shù)據(jù)，以可操作的智能的形式，使我們能夠快速地采取行動和決策，無論這些決定是否來源于人類。所以，不需要將所有的數(shù)據(jù)存儲在云中來分析它，只需要在網(wǎng)絡中傳輸這些數(shù)據(jù)。

可以想象數(shù)以百計的場景，其中速率和延遲是數(shù)據(jù)的關鍵，從資產(chǎn)管理，能源能耗，過程優(yōu)化，預測分析到供應鏈管理的實時需求在一個萬物互聯(lián)的世界都是必要的。

還可以想象，在更廣泛的背景下，建筑、商業(yè)生態(tài)系統(tǒng)和諸如此類的東西逐步地依賴于快速的數(shù)據(jù)和實時的整體管理，當正確地利用和快速分析數(shù)據(jù)時，數(shù)據(jù)就會變得越有價值。畢竟，我們生活在一個擁有足夠快的速度獲得正確分析結果就會產(chǎn)生巨大效益的時代。

在許多工業(yè)物聯(lián)網(wǎng)應用中，數(shù)據(jù)和分析的速度是至關重要的。在這些領域，我們正朝著由系統(tǒng)、執(zhí)行機構和各種控制做出自主和半自主決策的方向邁進。

這種程度的自動化甚至是許多預期成果和目標的核心，例如工業(yè)4.0，就是自動化的。

2019年及以后的邊緣計算和物聯(lián)網(wǎng)

數(shù)據(jù)的實時性是一個非常重要的因素，而在越來越多的非結構化數(shù)據(jù)洪流(中，傳統(tǒng)的方法已經(jīng)不適用了。

甚至有一些應用程序和一些行業(yè)，僅僅在發(fā)送數(shù)據(jù)的層面上，傳統(tǒng)網(wǎng)絡的可用性就不高了。

所以，由于種種原因(帶寬、成本、速度、自動化，維護、預測分析)我們需要一種比傳統(tǒng)的方法更快、更便宜和更智能的方法：收集數(shù)據(jù)，通過網(wǎng)絡將它們發(fā)送到云的邊緣，在邊緣對數(shù)據(jù)進行處理分析。

隨著物聯(lián)網(wǎng)設備的數(shù)量不斷增加，對處理速度的需求，云的應用程度的增加和網(wǎng)絡壓力的增加，均大力推動了邊緣計算市場的發(fā)展。

這就是邊緣計算和霧計算真正使能的地方。如果數(shù)據(jù)是在物聯(lián)網(wǎng)的邊緣生成的，那么為什么不將所有的分析都盡可能地接近邊緣、數(shù)據(jù)源來完成呢？于物聯(lián)網(wǎng)設備而言，這正是邊緣計算的用武之地！

下面是一些邊緣計算和物聯(lián)網(wǎng)預測：

根據(jù)IDC公布的數(shù)據(jù)，到2020年，IT在邊緣基礎設施上的支出將達到物聯(lián)網(wǎng)基礎設施總支出的18%。IDC補充說，這種花費是由聯(lián)合IT和OT系統(tǒng)的部署驅動的，這減少了從它們連接的設備收集數(shù)據(jù)的時間。

根據(jù)一份關于跨硬件、平臺、解決方案和應用程序的邊緣計算市場的研究，到2022年，全球邊緣計算市場預計將達到67.2億美元，復合年增長率高達35.4%。

Gartner的Rob van der Meulen在2018年10月的一篇博客中表示，目前，大約10%的企業(yè)生成的數(shù)據(jù)是在傳統(tǒng)的集中式數(shù)據(jù)中心或云之外創(chuàng)建和處理的。Gartner預計，到2022年，這一比例將達到50%。

Gartner將邊緣計算定義為在數(shù)據(jù)生成源或其附近進行數(shù)據(jù)處理的解決方案。例如，在物聯(lián)網(wǎng)系統(tǒng)中，數(shù)據(jù)生成的來源通常是帶有傳感器或嵌入式設備的東西。邊緣計算是校園網(wǎng)絡、蜂窩網(wǎng)絡、數(shù)據(jù)中心網(wǎng)絡或云的分散擴展。“

是什么使邊緣計算變得重要

現(xiàn)在我們來談談邊緣計算和霧計算之間的區(qū)別。

首先，霧計算（思科發(fā)明的術語）有時也被稱為霧網(wǎng)絡，“霧”一詞指的是云。(低懸的云，靠近邊緣).

建設邊緣基礎設施的驅動因素是部署了匯聚的IT和OT系統(tǒng)，從而減少了從其連接設備收集的數(shù)據(jù)的價值。

霧計算，IDC稱為Cloud2.0，也是云的更廣泛定義和發(fā)展的一部分，并且包括工業(yè)云和任何地方的云，或霧。

邊緣計算，作為一個術語和一個體系結構，如前所述，存在的時間比霧計算更長。然而，在工業(yè)物聯(lián)網(wǎng)的范圍內，邊緣計算的重點是與物聯(lián)網(wǎng)中的事物相連的設備和技術。另一方面，霧計算將更多的注意力集中在交互的邊緣設備上，包括物聯(lián)網(wǎng)網(wǎng)關，如下所述：

因為物聯(lián)網(wǎng)就是把以前沒有關聯(lián)的東西連接起來，以便在資產(chǎn)和設備中獲取、分析和利用數(shù)據(jù)。所有的數(shù)據(jù)都來自相連的資產(chǎn)，可能是那些工業(yè)機器，比如機器人，發(fā)電機，智能建筑組件等我們都需要一個架構來實現(xiàn)這一點。霧計算和邊緣計算都是這樣的體系結構：在一般情況下和在關鍵或遠程環(huán)境中，通過限制需要傳輸?shù)臄?shù)據(jù)來節(jié)省帶寬、存儲、時間和成本。當我們將智能計算在邊緣運行時，就減少了網(wǎng)絡延遲。

邊緣計算將邊緣網(wǎng)關或設備的智能、處理能力和通信能力直接推送到諸如可編程自動化控制器之類的設備中。

霧計算總是使用邊緣計算。但是，邊緣計算可能會也可能不會使用霧計算。此外，根據(jù)定義，霧計算包括云計算，而邊緣計算則不一定包括云計算。

簡而言之，霧計算和邊緣計算這兩種架構的不同之處在于實現(xiàn)所有這些目標所需的智能和計算能力所在地。如果處理能力直接嵌入在連接的端點中，則稱為邊緣計算。但是，如果智能駐留在端點和云計算之間的單獨網(wǎng)絡節(jié)點(例如本地節(jié)點或物聯(lián)網(wǎng)網(wǎng)關)中，那么它就是霧計算。

兩者均有其適用范圍，最重要的是知道：邊緣計算是物聯(lián)網(wǎng)的關鍵，智能計算正在向邊緣轉移！