當時間敏感事件發生時，邊緣計算勝過雲處理。
在過去的15到20年間，已經從本地軟件向雲計算髮生了巨大轉變。現在，我們可以從任何地方訪問所需的一切，而不受固定位置服務器的限制。但是，雲計算運動即將向分散計算的另一方向傾斜。那麼為什麼我們需要邊緣計算呢？
考慮到雲網絡帶來的巨大機遇，這一概念似乎有悖常理。但為了讓我們充分利用物聯網（IoT）所提供的一切優勢，技術必須再次成為本地技術。
看一下農業歷史可以得出一些相似之處。一個世紀或更早以前，人們食用當地種植的食物。如果它不在您居住的地方的50-100英里內生長或繁殖，那麼您可能將沒有機會食用它。
然後，技術出現並打開了新的大門。運輸變得更快了，製冷意味著食物可以在不損壞的情況下運輸，並且新的耕作技術允許大量生產。隨著這些發展，消費者可以從世界各地獲得食物。
我們仍在利用容易獲得的全球食品的優勢，但是由於多種原因，人們已經轉向了本地食物。長途運輸食品會影響環境。消費者希望為當地經濟做出貢獻。我們中的許多人都希望我們食用的食物中的人造成分更少。
那麼這對雲計算意味著什麼呢？ 就像全球獲得食物一樣，雲計算並沒有完全消失。但是，定期進行處理的地方將從雲端轉移到現在所謂的“邊緣”。
什麼是邊緣計算？
如果我們回想對雲的瞭解，就可以將其與本地計算進行比較。本地計算意味著在公司大型機或服務器上集中存儲和管理數據。可以說，雲計算可轉換為一系列“遠程”服務器上的數據存儲和處理。
因此，如果雲計算髮生在遠程服務器上，則邊緣計算的發生位置更接近其記錄的動作。邊緣計算包括收集數據的傳感器（例如RFID標籤），現場數據中心以及將它們全部連接起來以支持本地計算的網絡。數據處理發生在遠離雲的源頭或“邊緣”。邊緣計算網絡在必要時仍可以連接到雲，但是它們不需要雲也可以正常運行。
您可能需要一個Nest Thermostat來控制您家裡的氣候，一個FitBit來衡量您的個人健康狀況，甚至可能是Alexa或Google Home作為個人助手。但是對於這些設備，沒有任何緊急事件需要解決。您可以等待對Alexa的請求由雲處理。
當時間敏感事件發生時，邊緣計算勝過雲處理。為了使無人駕駛汽車成為現實，這些汽車需要實時對外部因素做出反應。如果自動駕駛汽車在道路上行駛，並且有行人從汽車前走出來，則汽車必須立即停車。它沒有時間將信號發送到雲端然後等待響應，它必須能夠立即處理信號。
邊緣計算的好處是什麼？
顯然，速度是使用邊緣計算的重要因素，並且有很多解決速度的用例。工廠可以使用邊緣計算通過檢測人體來大幅度減少工作中受傷的發生率。TSA檢查站可以收集通過不同閘門而來的化學物質數據，這些數據可以組合起來製造炸彈。在出現問題之前，城市可以使用邊緣計算來解決道路和交叉路口的維護問題。
另一大好處是流程優化。如果自動駕駛汽車、工廠和TSA檢查站使用雲而不是edge，它們將把收集到的所有數據推送到雲上。但是，如果edge做出本地決策，雲可能不會立即需要所有這些數據，甚至根本不需要。
藉助邊緣計算，數據中心可以執行對時間敏感的規則（例如“停車”），然後在帶寬需求不那麼高時將數據分批流式傳輸到雲中。然後，雲可以花時間從邊緣分析數據，併發送建議的規則更改，例如“當汽車在50英尺內感覺到人類活動時，緩慢減速”。
除了速度和優化之外，減少停機也是使用邊緣計算的主要原因。通過將所有內容推送到雲端，您可以使企業不受ISP故障和雲服務器停機的影響。今天，許多關鍵任務操作（如鐵路和化工廠）甚至都不會使用雲。擁有自己的服務器是保證正常運行的唯一方法。
邊緣計算依賴於單個傳感器與本地數據中心之間的連接，從而大大減少了停機的機會。
邊緣計算的下一步是什麼？
即使具有提高速度、優化和減少停機等好處，採用邊緣計算仍將需要一些關鍵的工作。畢竟，看看雲的採用到底花了多長時間！但是隨著時間的流逝，企業將學習邊緣計算如何在減少常見風險因素的同時加快運營速度。
