伴隨著海量設(shè)備接入物聯(lián)網(wǎng)系統(tǒng)，企業(yè)也在尋求更加簡(jiǎn)單有效的方式來(lái)節(jié)省成本，對(duì)邊緣計(jì)算的需求也不斷增長(zhǎng)。邊緣計(jì)算將數(shù)據(jù)計(jì)算分析放置在邊緣一側(cè)，數(shù)據(jù)的整理精簡(jiǎn)有助降低服務(wù)器運(yùn)行壓力，也能降低網(wǎng)速延遲的需求，云計(jì)算則是可以進(jìn)行更深化的分析，以獲得更有深度的觀察力，兩者都是物聯(lián)網(wǎng)系統(tǒng)的重要組成部分，在設(shè)備的智能化管理發(fā)揮著重要作用。

物聯(lián)網(wǎng)設(shè)備的狀態(tài)監(jiān)控是邊緣計(jì)算的重要應(yīng)用。它提供了對(duì)設(shè)備狀態(tài)的遠(yuǎn)程監(jiān)控以指出變化以及變化如何導(dǎo)致故障，為準(zhǔn)確定位分析提供數(shù)據(jù)支持。

物聯(lián)網(wǎng)對(duì)設(shè)備的監(jiān)控側(cè)重于數(shù)據(jù)輸入和輸出，以檢查變化和可能的行動(dòng)路線，以防止設(shè)備出現(xiàn)故障或停機(jī)。為此，數(shù)據(jù)需要在工業(yè)設(shè)備、網(wǎng)絡(luò)和網(wǎng)關(guān)設(shè)備上移動(dòng)，在這些設(shè)備上對(duì)其進(jìn)行分析和解釋，以提供實(shí)時(shí)的質(zhì)量預(yù)測(cè)性維護(hù)報(bào)告。由于處理的數(shù)據(jù)量很大，物聯(lián)網(wǎng)基于狀態(tài)的監(jiān)控設(shè)備需要邊緣計(jì)算來(lái)獲得更好的性能。

借助邊緣計(jì)算，基于狀態(tài)的監(jiān)控物聯(lián)網(wǎng)設(shè)備可以更快地處理數(shù)據(jù)，消除延遲并提供有助于工程師做出更好維護(hù)決策的信息。在這種情況下，邊緣計(jì)算的集成將幫助組織更加主動(dòng)地確保其系統(tǒng)的效率，并大大降低維護(hù)成本。在云計(jì)算中心，則是可以更強(qiáng)力的數(shù)據(jù)分析支持，如預(yù)測(cè)性的維護(hù)支持，主動(dòng)出擊提前進(jìn)行設(shè)備維護(hù)。

以視頻監(jiān)控安防為例，城市中的攝像頭遍布大街小巷，數(shù)量有增無(wú)減，海量的數(shù)據(jù)實(shí)時(shí)上傳到云數(shù)據(jù)中心，必然會(huì)造成網(wǎng)絡(luò)帶寬的極大浪費(fèi)與中心云資源的過(guò)量消耗。

如果我們采用云邊協(xié)同架構(gòu)，那么就可以在云端保有關(guān)鍵數(shù)據(jù)備份、大數(shù)據(jù)分析等核心功能，同時(shí)利用邊緣節(jié)點(diǎn)對(duì)視頻圖像進(jìn)行一定的預(yù)處理，例如使用人臉識(shí)別等技術(shù)提取特征信息，從而減小數(shù)據(jù)量，減輕中心云節(jié)點(diǎn)的計(jì)算、網(wǎng)絡(luò)和存儲(chǔ)壓力。

總的來(lái)說(shuō)，云邊協(xié)同將是物聯(lián)網(wǎng)深度發(fā)展的重要內(nèi)容，云計(jì)算的效率更高，而邊緣計(jì)算可以提供低時(shí)延，提升用戶體驗(yàn)，云邊協(xié)同才能更好的適應(yīng)各種復(fù)雜的場(chǎng)景，最大化的實(shí)現(xiàn)價(jià)值。

審核編輯：湯梓紅