企業希望其IoT系統具有超快的響應時間，同時還能享受云的成本和效率優勢。來看邊緣計算如何將這兩種技術結合在一起。

當物聯網系統運行在公有云上時，傳感器會頻繁的將數據發送到存在于該公有云中的數據庫。如果你覺得這聽起來有問題，是的，的確有問題。

數據從傳感器或設備傳輸到云所花費的時間通常太長，無法滿足物聯網(IoT)系統的延遲要求，很多這些IoT系統都依賴于立即響應。為了解決這個問題，一些設備制造商避免使用公有云，但這意味著IoT系統無法利用云計算的成本效益和資源效率。

邊緣計算提供了一種將每一塊IoT數據傳輸回云進行集中處理的替代方案。在邊緣計算模型中，數據存儲和處理能力被推送到網絡的“邊緣”，通常駐留在收集數據的設備或傳感器內。然而，該數據和處理通常依舊與公有云存儲系統耦合，作為單個的虛擬單元。這有助于消除延遲并增加IoT系統的響應次數。

邊緣計算的產生

邊緣計算的想法并不新鮮。我們多年來一直在用它解決網絡或機器延遲的問題。具體來說，一些邊緣計算概念已經出現。一個是cloudlet，來自卡內基梅隆大學的新架構元素，它融合了移動和云計算。還有一個霧計算，是由思科推出的非集中式計算架構。

問題是IoT應用需要幾乎立即對傳感器或設備產生的數據做出響應;這允許這些應用程序執行諸如關閉即將過熱的冶煉機這樣的任務。在數百種用例中，響應時間絕對是IoT系統的關鍵組成部分，這就是為什么延遲這個概念是如此重要。可靠性和數據處理也至關重要，包括不依賴于與遠程云應用程序通信處理數據的能力。

‘邊緣’與云在何處碰撞

因此，邊緣計算——特別是其與云計算的息息相關性 - 正在成為一種最佳實踐。它將云應用架構師從必須把所有數據都發送回公有云這一點上解放出來。然而，邊緣計算的核心思想是邊緣和公有云在物理上分散，但在虛擬上耦合。

邊緣組件在四處移動的時候，數據將自動與云端的集中式數據存儲同步。 雖然那些數據可以臨時存儲在邊緣處并在那里處理，但存儲在云中的數據會成為真實數據的單一來源。

隨著IoT系統和服務不斷尋求通往公有云的途徑，對于邊緣計算的需求也變得越來越重要。雖然邊緣計算可能帶來新的挑戰，尤其是圍繞管理和安全方面的挑戰，但邊緣計算能夠滿足一種需要，即企業部署IoT系統需要云計算的高效性。