邊緣計算要佔有物聯網 50% 的數據處理量？雲計算怎麼看

「物聯網要實現發展，什麼最重要?」

如果你說「人才最重要」，那麼恭喜回答正確，比如眾多高校近來新開設物聯網等專業課程，都是在為行業輸送人才力量。

但從產業鏈角度，物聯網的重要發展本質還是數據，不僅是保護自家數據安全，企業也對數據能夠帶來的潛在收益心嚮往之。

於是，在何處、用什麼手段對數據進行分析計算，成為了人們十分關切的問題。

邊緣計算和雲計算，就這麼被推上了比試場。

邊緣計算暫處上風

邊緣計算有三寶：高效、實時、安全好。

不是所有數據都要上傳雲端存儲，更多數據可以在邊緣側收集處理，這是高效;

很多場景對時延要求較高，上傳雲端的反饋時間會讓數據失去價值，在邊緣可以保證實時性;

相對雲端的數據集中上傳，分散在邊緣的計算可以大幅降低數據安全風險;

以上種種，都是邊緣計算的獨特優勢。從新聞事件看，近來包括公有雲提供商、網路通信提供商、視頻監控提供商、CDN提供商以及工業設備/服務提供商等各方，都在邊緣側有所動作，更是證明邊緣計算近來的崛起之勢。

雲計算不會被完全取代

對方來勢洶洶，雲計算「老江湖」豈會輕易敗下陣來?憑藉十餘年發展的深厚積累，雲計算也有自身的強項優勢。

更通用：雲計算具備按需使用、動態易拓展的特點，在IaaS、PaaS、SaaS三大範圍的結構組成下，是物聯網重要的基礎設施;

更統一：當邊緣側呈現分散式時，為了實現統一的智慧管理運營體系，正需要具有中心化特點的雲計算，以傳達中心指令;

更智能：邊緣側負載海量數據餵食訓練的能力有限，有效信息依然需要在後端雲平台處進行分析匯總，以實現系統智能化。

將邊緣計算比作人體的手腳，雲計算就相當於大腦;將邊緣計算比作具備自主戰鬥意識的士兵，雲計算就相當於運籌帷幄的高級將領。坐守後方的雲計算，亮出了以上特點以作應對。

不同場景的物聯網部署方案

無論物聯網場景多麼碎片化，邊緣側都越來越需要數據處理與分析能力，方便在物聯網部署中形成更簡單的架構和更靈敏的系統。以下我們從3大場景出發，探尋邊緣計算的魅力與雲計算無法被完全取代的事實。

場景一 智慧城市

智慧城市應用種類繁多，以交通監控為例，智能攝像頭可以實時跟蹤行人和來往車輛，通過內置的機器學習系統，將採集到的數據信息進行處理分析，幫助規劃人員了解交通狀況。

不過，城市道路狀況複雜多變，每個路口的攝像頭所能接收到的信息不盡相同。真正的智慧城市系統並非是要形成數據孤島，而是在等待一個協同協調的運營體系。在這一點，單獨的智能攝像頭無法負荷整體的計算需求，繼而需要更強大的後端——雲平台來給出有關任務指令。

按照Gartner研究副總裁Mark Hung的說法，先在終端進行初步處理分析，然後發送至雲平台進行機器學習與人工智慧系統訓練，繼而傳達出反饋，這才會形成一種雙向學習的高效運維環境。

場景二 工業物聯網

在工業領域，PTC擁有工業物聯網軟體平台ThingWorx，此前其首席技術官Joe Biron曾表示，工業自動化、智能化建設最根本的目的，是希望藉助預測性維護和其他自動化管理手段，幫助企業在降本節能上有所成就。

如何實現預測性維護?依賴「老師傅」的經驗值這一手段已經稍顯落後，真正的挑戰是讓工廠內更多與崗位相關的人，都能迅速了解設備將呈現的狀態。所以工業智能化的要求是，工廠內的各類設備，無論是一個軸承、一台渦輪機、發電機，還是其他任何資產，都可以在感測器、在機器學習等模型的支持下，被賦予計算能力，用數字化形式體現設備運營狀態。

而且正是工業環境對數據的時延要求較高，數據離開設備，經過複雜的網路拓撲後再以指令的形式返回所需時間太長，邊緣計算在工業中愈發重要。

但是我們還常把AI與工業自動化聯繫在一起，我們期望工業系統能夠在一定程度上做出自主決策。邊緣側這時難以滿足機器學習、人工智慧系統對數據的訓練強度，成本上此種辦法也不可靠，因此，當邊緣側將數據簡單處理過後，更有效的信息依然要傳回雲平台系統進行餵食。

場景三 車聯網

對車聯網，Gartner研究副總裁Mark Hung指出，任何需要自主導航的東西，無論是無人機還是汽車或其他任何事物，都是物聯網智能終端的絕佳選擇。

所以也有越來越多的汽車製造商，將越來越多的智能功能構建到現代汽車之中，通過機器學習等演算法在邊緣側的部署，獲取了信息，有助了解汽車全生命周期的運行狀況，優化汽車跟蹤與維護方式。

當然，汽車作為邊緣側的重要智能終端，後台依然具有強大的平台系統進行指令發布與管理監控。

互相補充，融合併進

從以上應用場景我們可以發現，如果物聯網部署需要在邊緣計算和雲計算中做出選擇，一定不是一道單選題。

二者有各自的可取性，並呈現出對應的互補性。

從預測數據我們可以得知，未來超過 50% 的數據需要在網路邊緣側分析、處理與儲存，所以邊緣計算是當下趨勢。但這僅是基於現狀而產生的和雲計算之間的比例協調平衡，最終，二者將形成比較穩定的狀態，互為補充，為物聯網大數據的處理分析貢獻各自能力。（來源：物聯網空間站 作者：飛鳥黃）