物联网边缘计算

在经典的物联网架构中，智能设备将收集到的数据发送到云端或远程数据中心进行分析。往返于设备的大量数据可能会导致瓶颈，从而使这种方法在任何对延迟敏感的用例中都无效。

物联网边缘计算通过使数据处理更接近物联网设备来解决这个问题。该策略缩短了数据路径，使系统能够进行近乎即时的现场数据分析。

本文是物联网边缘计算简介 以及对尽可能接近其来源的数据采取行动的好处。继续阅读以了解为什么边缘计算是物联网用例的关键推动因素，在这些用例中系统必须实时捕获和分析大量数据。

什么是物联网边缘计算？

物联网边缘计算是在网络边缘使用数据处理来加速物联网系统性能的实践。边缘计算不是将数据发送到远程服务器，而是使智能设备能够在附近的边缘服务器上处理原始物联网数据。

接近或在源点处的数据处理导致零延迟 .此功能可能会影响运行时间敏感任务的 IoT 设备的功能。

将数据处理移动到更靠近物联网设备的物理位置可为企业 IT 带来一系列好处，例如：

• 更快、更可靠的服务。
• 更顺畅的客户体验。
• 实时现场分析。
• 过滤和汇总原始数据以减少发送到外部服务器或云的流量的能力。
• 由于更少的带宽使用和更小的数据中心容量需求而降低了运营成本 (OpEx)。
• 由于更少的外部连接和更少的潜在横向移动空间，安全性更高。

物联网边缘计算是物联网的重要推动力，因为此策略允许您在物联网设备上可靠地运行低延迟应用程序。边缘处理是任何物联网用例的理想选择：

• 需要实时决策。
• 存在潜在的灾难性故障。
• 处理大量数据。
• 在云连接空闲或完全不可用的环境中运行。

云计算和边缘计算并不相互排斥。这两种计算范式非常适合，因为边缘服务器（在同一区域或同一场所内）可以处理时间敏感的任务，同时将过滤后的数据发送到云端进行进一步、更耗时的分析。

边缘设备与物联网设备

物联网边缘计算依赖于边缘和物联网设备的结合使用：

• 物联网设备是连接到互联网的机器，可以生成数据并将数据传输到处理单元（边缘设备、云端或中央服务器）。这些设备通常具有特殊用途的传感器并且只用于单一用途。
• 边缘设备是在用户或生成原始数据的设备附近运行的硬件。这些设备有足够的计算资源来处理数据并以亚毫秒级延迟做出决策，如果数据必须首先通过网络，则无法达到这一速度。

在某些情况下，边缘设备和物联网设备这两个术语可以互换 .如果物联网设备有足够的计算资源来做出低延迟决策和处理数据，它也可以是边缘设备。此外，如果边缘设备具有生成原始数据的传感器，它也可以成为物联网的一部分。

但是，创建具有物联网和边缘功能的设备并不具有成本效益。更好的选择是部署多个更便宜的 IoT 设备来生成数据并将所有这些设备连接到能够处理数据的单个边缘服务器。

物联网和边缘计算如何协同工作？

边缘计算为物联网系统提供数据处理、存储和计算的本地来源。物联网设备收集数据并将其发送到边缘服务器。同时，服务器在本地网络边缘分析数据，从而实现更快、更易于扩展的数据处理。

与涉及将数据发送到中央服务器进行分析的通常设计相比，物联网边缘计算系统具有：

• 减少了 IoT 设备和网络之间的通信延迟。
• 更快的响应时间和更高的运营效率。
• 由于系统仅将数据流式传输到云端以进行长期存储或分析，因此网络带宽消耗较小。
• 即使系统失去与云或中央服务器的连接，也能继续运行。

边缘计算是一种高效、经济高效的方式，可以大规模使用物联网，而不会有网络过载的风险。依赖物联网边缘的企业也降低了潜在数据泄露的影响。如果有人破坏了边缘设备，入侵者将只能访问本地原始数据（与有人入侵中央服务器不同）。

同样的“更小的爆炸半径”逻辑也适用于意外的数据泄露和对数据完整性的类似威胁。

此外，边缘计算为关键任务物联网任务提供了一层冗余。如果单个本地单元出现故障，其他边缘服务器和物联网设备可以继续运行而不会出现问题。没有任何单点故障会导致所有操作停止。

物联网边缘计算功能

虽然每个物联网边缘计算系统都有独特的特征，但所有部署都有几个特征。以下列出了您可以在所有 IoT 边缘计算用例中找到的 6 项功能。

整合工作负载

较旧的边缘设备通常在专有 RTOS（实时操作系统）之上运行专有应用程序。一个尖端的物联网边缘系统有一个管理程序，可以从底层硬件中抽象出操作系统和应用层。

使用管理程序可以让单个边缘计算设备运行多个操作系统，其中：

• 为工作负载整合铺平了道路。
• 减少边缘所需的物理空间。

因此，部署到边缘的价格远低于您曾经建立顶级边缘计算系统所需要支付的价格。

预处理和数据过滤

早期的边缘系统通常通过让远程服务器从边缘请求一个值来工作，而不管最近是否有任何更改。物联网边缘通勤系统可以在边缘预处理数据（通常通过边缘代理），并且只将相关信息发送到云端。这种做法：

• 减少数据瓶颈的机会。
• 提高系统响应率。
• 降低云存储和带宽成本。

可扩展管理

较旧的边缘资源通常使用难以大规模更新和管理的串行通信协议。企业现在可以将物联网边缘计算资源连接到局域网或广域网（LAN 或 WAN），从而实现集中管理。

随着供应商希望进一步简化与大规模边缘部署相关的任务，边缘管理平台也越来越受欢迎。

开放式架构

多年来，专有协议和封闭架构在边缘环境中很常见。不幸的是，由于供应商锁定，这些功能通常会导致高集成和转换成本，这就是现代边缘计算依赖于开放式架构的原因：

• 标准化协议（例如 OPC UA、MQTT）。
• 语义数据结构（例如 Sparkplug）。

开放式架构降低了集成成本并提高了供应商互操作性，这是物联网边缘计算可行性的两个关键因素。

边缘分析

早期版本的边缘设备处理能力有限，通常只能执行单一任务，例如摄取数据。

如今，物联网边缘计算系统具有更强大的处理能力，可以在边缘分析数据。此功能对于传统边缘计算无法可靠处理的低延迟和高数据吞吐量用例至关重要。

分布式应用

智能物联网边缘计算资源将应用程序与底层硬件分离。此功能支持灵活的架构，其中应用可以在两种计算资源之间移动：

• 垂直（例如，从边缘资源到云端）。
• 水平（例如，从一个边缘计算资源到另一个）。

企业可以在三种架构中部署边缘应用：

• 100% 边缘： 该架构在本地拥有所有计算资源。这种设计在不希望将数据发送到外部的组织中很受欢迎，通常是出于安全考虑。可以接受大量本地投资的企业也是典型的采用者。
• 厚边+云架构： 此设计包括本地数据中心、云部署和边缘计算资源。对于已经在本地数据中心投入巨资但后来决定使用云来聚合和分析数据（通常来自多个设施）的公司来说，这是一个常见的选择。
• 薄（或微）边缘 + 云架构： 这种方法始终包括连接到一个（或多个）较小边缘计算资源的云计算资源。此设计中没有本地数据中心。

物联网边缘计算用例

边缘计算可以在任何需要低延迟或本地数据存储的物联网设计中发挥重要作用。以下是一些有趣的用例：

• 工业物联网 (IIoT)： 物联网传感器可以跟踪工业机械的状态，识别故障或过度使用等问题。同时，边缘服务器可以在潜在灾难发生之前对问题做出响应。
• 自动驾驶汽车： 在道路上行驶的自动驾驶汽车必须能够收集和处理实时数据（交通、行人、路牌、停车灯等）。自动驾驶汽车是一个零延迟的用例，因此使用边缘物联网是确保自动驾驶汽车能够足够快地停止或转弯以避免事故的唯一方法。
• 自动卡车车队： 物联网边缘计算还可以使企业创建一个自动化的卡车车队。一组以物联网为动力的卡车可以在车队中并排行驶，从而节省燃料成本并减少拥堵。在这种情况下，只有第一辆卡车需要人类司机。
• 视觉推理： 带有物联网边缘计算机的高分辨率相机可以消耗视频流并对收集的数据进行推理。该设备可以检测高温人员、限制区域内的入侵者、安全违规行为、生产线异常等。
• 远程监控： 在故障可能是灾难性的情况下（例如，石油或天然气管道），使用物联网边缘监控系统是不费吹灰之力的。物联网传感器可以跟踪资产的状况（例如温度、压力、压力等），边缘服务器可以在几毫秒内识别并响应潜在问题。

物联网边缘计算：企业 IT 的游戏规则改变者

如今，物联网部门在没有边缘计算的情况下在众多场景中运行。然而，随着连接设备数量的增长和企业探索新的用例，更快地检索和处理数据的能力将成为决定性因素。随着越来越多的公司开始追求零延迟数据处理的好处，预计物联网边缘计算将在未来几年发挥关键作用。