关于物联网是如何改革制造业的，人们有很多不错的想法。许多研究表明预计到2020年将有超过500亿台设备被连接，预计每天每个工厂将收集超过14.4亿的数据点。这些数据将被融合、审查、处理并用于生成一些关键业务的决策。
这意味着对连接、计算能力和服务速度的需求和期望是前所未有的。在关键操作中我们能够承受得起些许的延迟吗？这就是边缘计算产生的最大驱动力。更接近数据源——物联网中的“物”。
边缘计算及其驱动因素
与传统的中央控制系统不同，这种分布式控制体系结构作为轻版本的数据中心和控制中心更靠近设备，而且它正在变得越来越流行。
边缘计算是指在网络边缘的数据处理能力，更接近于数据源。在边缘计算中，每个设备——无论是传感器、机械臂、HVAC单元、连网的汽车，还是任何智能设备——都能够收集数据，并将其打包进行处理和分析。
IDC的研究预测，3年内物联网所创造数据中的45%将在网络边缘被存储、处理、分析。并且超过60亿台设备将被连接到边缘计算的解决方案中。云基础设施存在一些固有问题，如网络延迟、网络带宽和数据存储的成本、安全性和兼容性问题等。这些问题在边缘计算基础设施中被最小化，同时也是边缘计算技术的关键驱动因素。
一般来说，边缘计算有三种类型：
1．配置和维护本地设备，以适应一些被定义的、指定的用途。配置和维护还是比较容易的。
2．本地化数据中心，以提供重要的存储和处理能力。预先设计、按需定制并现场组装，节省了资本支出。
3．相比于集中式云数据中心，区域数据中心更靠近数据源。区域数据中心拥有比本地化数据中心更高的存储和处理能力，但成本更高且需要更多的维护。边缘设备可以设计成定制的或预制的变体。
边缘计算的五个优势
随着边缘计算被接受并成为主流，激发了各个行业中的许多潜在优势。尤其，边缘计算为智能制造带来了五个潜在优势：
1.更快的响应时间：数据存储和计算的能力是分布式的和本地的。没有到云的往返可以减少延迟并加快响应。这有助于防止关键的机器操作发生故障或发生危险事件。
2.间歇性连接的可靠操作：对于大多数的远程资产，或互联网连接不稳定的区域（如油井、农场水泵、太阳能农场或风车）来说，监测是比较困难的。边缘设备具有本地存储的能力，以及在网络连接受限的情况下不会出现数据丢失或操作失败的数据处理能力。
3.安全性和兼容性：边缘计算可以避免设备和云之间的大量数据传输，可以在本地过滤敏感信息，可以只向云传输重要的数据模型构建信息。从而能使用户构建足够的安全性和兼容性框架，而这些框架对于企业的安全和审计是非常重要的。
4.成本效益好的解决方案：物联网应用的一个实际问题是由于网络带宽、数据存储和计算能力造成的前期成本。边缘计算可以在本地执行大量数据计算，因此企业可以决定哪些服务在本地运行，哪些发送到云。从而降低了整体物联网解决方案的最终成本。
5.遗留设备和现代设备之间的互操作性：边缘设备可以作为遗留设备和现代机器之间的通信联系。基于这一原因，遗留工业机器能够连接到现代机器或物联网解决方案，并具有发掘遗留或现代机器的监测能力这一直接好处。
边缘计算与云计算相比有一些优势，有人就会考虑边缘计算是否会取代云计算，个人认为这是不可能的。云计算在计算能力、存储和维护方面有自己的优势，这些是边缘计算没有的。其实，边缘计算是对云计算进行了补充，以此创建了全面的物联网解决方案。
虽然边缘计算具有局部计算和快速决策的优点，但云计算在大数据集计算及预测、机器学习、人工智能算法等方面具有优势。边缘计算和云计算的结合为智能制造提供了一种划算、强大的物联网解决方案。
本文由阿里云云栖社区组织翻译。
文章原标题《edge-computing-unlocking-the-business-value-of-the-iot》
作者：Sameer Ahmed 译者：吴兆青，审校：袁虎。
文章为简译，更为详细的内容，请查看原文文章。
