“随着物联设备数量的增长，云计算不再是数据存储和传输的灵丹妙药。”
不可否认，云计算仍是目前最流行的技术之一。因为它已经被大公司和广大用户所采用，用户能够将数据集中存储在远程服务器上，而不是本地计算机上。然而，随着物联网设备数量的增长，我们进入了一个超链接的世界，数据需要比以往更快地发送和接收，这增加了对边缘计算物联网解决方案的需求。
目前直接将智能设备连接到云的方法存在许多缺点，无法应对物联网应用的多样化需求。大多数都需要实时响应，而这主要是由于固有的延迟，无法通过云计算实现。也正因如此，许多专家建议，是时候让下一代技术——尖端计算物联网介入了。
最值得关注的是物联网中的边缘计算方法，云计算在新技术未产生前似乎是物联网设备的自然架构。但经过仔细观察，加州大学伯克利分校的科学家发现了许多与它在物联网发展中的应用相关的问题。
特别是，他们发现了云计算无法填补的安全、延迟、可伸缩性、带宽、可用性和持久性方面的缺口。而目前，边缘计算都可以解决以上难题。那什么是边缘计算呢？
01
边缘计算
“边缘计算是为应用开发者和服务提供商在网络的边缘侧提供云服务和IT环境服务；目标是在靠近数据输入或用户的地方提供计算、存储和网络带宽”。
说人话那就是：边缘计算就是一种服务，类似于云计算、大数据服务，但这种服务非常靠近用户。
在详细了解边缘计算之前，我们先来看看云计算。其实，在云计算时代存在之前，我们也是需要计算和服务器的，企业在那个年代必须自己购买物理服务器来获得所需的计算能力和存储，前期投入和后期管理是十分昂贵的（购买所有的硬件和设置、维护和更新）。云计算的诞生，意味着企业不再需要购买和管理硬件，企业可以支付所需费用，云服务商来负责管理。
云计算产生了深远的影响，为企业提供了可扩展性、可靠性、安全性和易用性。然而，云计算并不是完美的，需要权衡利弊。由于资源条件的限制，云计算服务不可避免受到这些问题带来的影响，但是人们通过将部分或者全部处理程序迁移至靠近用户或数据收集点，这就是边缘计算了，它能够大大减少在云中心模式站点下给应用程序所带来的不稳定因素。
02
云计算与边缘计算
云计算是集中化的，这意味着无论终端设备（例如智能手机）位于何处，数据都需要通过网络（如移动数据的连接）从终端设备传输到云提供商的数据中心，然后再反向操作，到达终端设备。对于需要快速传输大量数据的应用程序，这可能既缓慢又昂贵。
这就是边缘计算的用武之地。为了了解边缘计算的好处，通常以自动驾驶车辆为例：
一、延迟：自动驾驶车辆需要在瞬间做出决定。如果一辆车在你面前突然转弯，你会希望你的车不得不等待从远处云端得到指示吗？不！你肯定想让你的汽车在它的本地计算机上处理尽快做出决定。
二、带宽：无人驾驶汽车辆捕获的大量数据估计为每小时4TB，与你的智能手机每天平均100MB的数据相比，这是40000倍的数据。流式传输所有这些数据既昂贵又可能导致网络拥塞。
出于这两个原因，在自动驾驶车辆的边缘（在这种情况下，在车辆本身上）执行计算是有意义的。云计算和边缘计算的问题不是二选一，云和边缘都有各自的优势，问题是应该在何时使用云计算和边缘计算。
一条有用的经验法则是：“云计算运行在大数据上，而边缘计算运行于‘即时数据’，即传感器或用户生成的实时数据”。
03
究竟“边缘”是什么
边缘基本上意味着“非云”，因为组成边缘的内容可能因应用程序而异。让我们用个例子来告诉大家。
在医院需要知道所有医疗资产（例如，静脉输液泵、心电图机等）的位置，并使用蓝牙室内跟踪物联网解决方案。这个解决方案有蓝牙标签，你可以把它附加到你想要追踪的资产上（例如，静脉注射泵）。你还拥有蓝牙集线器，每个房间一个，用于监听来自标签的信号，以确定每个标签所在的房间（以及资产所在的房间）。
在这种情况下，标签和集线器都可以被视为“边缘”，标签可以执行一些简单的计算，只有在感官数据发生较大变化时才会将数据发送到集线器。如果一个标签从一个不同的标签移动到一个不同的数据中心，就可以计算出一个不同的标签。
上述两种方法可以结合使用，或者两者都不能使用，标签可以将所有原始数据发送到集线器，集线器可以将所有原始数据发送到云端，也就是传统云计算。同样的道理万物互联时代，很多生活中的工具和服务都与边缘计算息息相关，如自动车辆、智能家居、家居安防监控等等。
物联网时代，更多的终端或传感器接入物联网，节点规模远远大于互联网，每个物联网节点都会产生大量的实时数据，这意味着云服务商要在边缘端布局计算，投入规模和时间周期都是巨大的挑战。国外有微软、亚马逊、谷歌，国内有阿里、华为还有百度都在积极部署边缘计算。
这些公司边缘计算技术路线虽然各不相同，但总体遵循一个规律：把边缘计算和云计算紧密结合，充分发挥边缘的低延迟，安全等特性同时，结合云计算的大数据分析能力。哪一样都不能少，同时细分化的技术则需要边缘计算技术的不断更新和突破。
