引言
邊緣計算並不是誕生於物聯網時代，AKAMAI作為一家內容分發網絡CDN和雲服務的提供商，並且是世界上最大的分佈式計算服務商之一，早在2003年就和IBM合作過“邊緣計算”。然而5G技術的到來，加速了邊緣計算技術的突破，特別是對物聯網領域而言，許多的南向控制將不在需要通過雲端，處理過程在本地邊側即可完成，這無疑將大大提升處理效率，減輕雲端的負荷，提高響應時間。那麼5G、邊緣、物聯網他們之間將會產生怎樣的化學反應呢，本文會嘗試從實際應用的角度切入，看看邊緣計算到底為物聯網帶來了什麼。
什麼是邊緣計算
維基百科的解釋：
邊緣運算（英語：Edge computing），又譯為邊緣計算，是一種分佈式運算的架構，將應用程序、數據資料與服務的運算，由網絡中心節點，移往網絡邏輯上的邊緣節點來處理。邊緣運算將原本完全由中心節點處理大型服務加以分解，切割成更小與更容易管理的部分，分散到邊緣節點去處理。邊緣節點更接近於用戶終端設備，可以加快資料的處理與發送速度，減少延遲。在這種架構下，資料的分析與知識的產生，更接近於數據資料的來源，因此更適合處理大數據。
這裡提到了幾個核心的概念，一是縮短距離，二是分佈式，這應該也是邊緣計算最核心的特點。為什麼把縮短距離作為一個重要的原因呢，因為數據傳輸再快也是有上限——光速，如果沒有分佈式計算，機房都在北京，端在杭州，來回2千多公里，即便是光速傳播，也需要50ms，50ms在一些特定領域就非常關鍵，比如車聯網，工業控制等領域。有了邊緣計算，這些更靠近終端設備的節點，就可以大大加快信息傳遞。
對於分佈式的理解， 舉一個最形象的例子就就好比是的人的大腦和肌肉反射，我們的皮膚碰到外界刺激後，比如火燙，針刺等，會立即做出反應，這個處理是不需要經過大腦的，這就充分體現了分佈式和低延遲的特點。
邊緣計算在物聯網領域的典型應用
邊緣計算能應用在物聯網很多的領域領域比如：智能音箱，智能家居，IP攝像頭，智能水/電錶，工業控制設備等，本文簡單從中挑選2個場景說明一下邊緣計算在其中的應用。
應用場景一：
這裡舉一個IP攝像頭的應用，在日常生活中，大家開車一定遇到過這樣的場景，有時候明明道路沒有車，非得讓我等1分鐘的紅燈，這時候大家可以想到能夠通過攝像頭監控道路上來往的車流量，再通過AI算法來計算當前交通狀況，從而實時調整交通信號燈的等待時間。這時候就有2種選擇，一是採用雲計算方案，二是採用邊緣計算的方案：
應用場景二：
在工業物聯網領域，經常有一些預警傳感器，比如測量反應鍋爐的壓力、溫度等，超過一定的閾值就需要報警並自動切斷，保護設備和員工的安全。監測模塊可以對當前所有數據進行綜合分析，以確定是否超過定義的臨界值，並能在幾毫秒內關閉。這個過程中的超短延時是非常關鍵的，這裡不能有延遲，也不能依賴聯網，因此只有邊緣計算才能符合需求。
未來發展
未來物聯網的發展會有兩個趨勢：海量連接以及海量數據。Gartner公司在2019年發佈報告預測，到2021年總數將達到250億個，它們會生成大量的數據。這些數據無法用雲計算來承載，因為即使5G技術成熟應用，帶寬的增長還是遠遠趕不上數據的增加，只有通過邊緣計算，在一個個分佈式的節點上進行中小型，實時的數據計算來解決。
當然，雲計算和邊緣計算未來一定是相輔相成，邊緣計算重要，但它永遠不可能替代雲計算！
