物聯網這張有史以來最大的“網”正在悄然地改變著我們的生活方式。我們更加喜歡將照片存入云端，而不是簡單地放在手機內存；更喜歡在家連上WiFi，在戶外更愿意接入4G網絡；相比于繁瑣的購買信息的輸入，更愿意一鍵網購......

物聯網的存在，不止于改變人們日常的生活習慣，更是在創造新的“生態”環境。簡言之，也就是將身邊的萬物進行互聯，將兩個毫無干系的“木頭”進行相互連接。而哪些“物”應該對話，哪些“物”不能對話，需要設備間有判斷或計算的能力，邊緣計算便是這種能力的賦予者。

一、物聯網的發展離不開邊緣計算

(1)邊緣計算與云計算結合催化物聯網應用落地

邊緣計算指在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺，就近提供邊緣智能服務，滿足行業數字化在敏捷連接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。

邊緣計算猶如人類的神經末梢，對簡單的刺激進行自處理并將處理的特征信息反饋給云端大腦。

物聯網時代，萬物進行互聯，手機、可穿戴設備以及附帶傳感器的智能設備正在呈爆發式增長。Business Insider的優質搜索服務“BI智能”預測，在2020年，企業和政府將有58億個物聯網設備會使用邊緣計算。隨著物聯網應用的不斷成熟，網絡不斷擴大，更多設備加入網絡，海量的數據如何處理，需要從根源解決；網絡不斷的復雜化，網絡延時、網絡堵塞將給物聯網帶來不可估量的損失。現有的物聯網直接接入云的模式不再適用，邊緣計算將高效、及時并安全地地處理海量數據，將成為萬物互聯時代關注的重點。

(2)邊緣計算提高物聯網設備處理效率

互聯網時代業務要求產品開發、迭代不斷加速促使著IT基礎設施廣泛的云化，大量使用第叁方API接口等，而在物聯網時代，海量的設備數據上傳云端，再反饋于終端執行，不僅浪費了云端資源而還影響了數據處理效率。

對于有實時數據處理要求的場景，譬如智能駕駛，在監測到障礙物時，如果無法智能化地決策，控制方向避開障礙物，而是先傳入云端再下發指令到車載終端的話，稍有延遲，就會導致事故的發生。再拿智能安防系統的攝像頭來講，美國部署了3000余萬個攝像頭，每周生成超過40億小時的海量視頻數據。這些數據傳輸的云端數據中心進行處理，不僅需要傳輸成本，更需要存儲成本。而這些數據信息如果能在網絡邊緣側就被存儲與處理，那將大大減少成本并提高設備處理效率。

如何利用現有資源對數據進行預處理，提供緊急響應以及對數據進行數據過濾篩選。這就需要邊緣側根據相應的“規則”進行審核管理。

(3) 邊緣計算將重新定義“云-網-端”的關系

云端管理終端在物聯網的初級階段基本完成，而處于邊緣側的終端似乎僅僅是充當被管理的角色。邊緣計算賦予終端簡單計算與存儲的能力，使其偶爾也“脫離”云端的管理，智能地控制自己的行為。

信息存儲從統一的云端分散到各個終端，由邊緣側進行智能化處理后提取特征數據傳回云端。物聯網平臺將面臨新的挑戰與機會，在管理物聯網設備的同時，還要接受邊緣側的信息反饋與“容忍”邊緣側的自治。邊緣側針對某個類型的設備可以配備智能化網關形成邊緣側平臺及時響應設備數據請求，控制設備行為。炙手可熱的邊緣計算引來各巨頭爭相布局，例如霍尼韋爾公司在數字化工業的基礎上增加末端智能，有效解決工業數據調度的一致性與完整性問題；更有因特爾、思科、諾基亞等巨頭利用軟件解決方案實現邊緣計算的第一步。為滿足目前及未來的IT需求，越來越多的計算能力正在被分散到網路邊緣。

物聯網需要場景化的產品，從云端到終端的整體解決方案。在大連接以及云端市場成熟的背景下，邊緣側的計算能力將是物聯網價值挖掘的最為重要的一環。工業物聯網、農業物聯網以及智慧城市等需要真正的低時延、高帶寬以及應對海量數據的計算能力，這需要通過邊緣計算的不斷的成熟發展來解決。

二、邊緣計算實現物聯網設備協同

(1)數百億的物聯網設備有多少需要邊緣計算?

邊緣計算作為一種小型數據中心，盡量靠近終端，便于提升訪問速度和性能。而物聯網應用不斷地增長刺激著邊緣計算更多的需求，越來越多的物聯網設備需要邊緣計算。小到一個安防攝像頭，大到工業設備網關都需要邊緣計算來實現設備間的信息溝通與協同運作。

邊緣計算類似于人類的神經末梢，對于簡單的信息可以直接處理；對于復雜的信息則傳輸給云端(即大腦)。類似于人類對于簡單處理的記憶，邊緣計算可以通過提取到的特征數據的上傳進行追溯。正如所有人類都需要神經末梢式的應對一樣，所有物聯網設備未來都需要配備邊緣計算，這樣才能實現真正的萬物相連。

無論是有實時數據需求的車載終端，還是高帶寬的海量數據傳輸，抑或者是聯網電梯以及高速運轉的波音飛機、高生產速率的流水線都需要邊緣計算的助力。從安全、預測維護、個性化服務等方面提高用戶體驗，完成設備智能化升級。

(2)邊緣計算幫助實現OT與IT深度融合

無論是德國工業4.0、美國工業互聯網還是中國制造2025都在倡導信息技術與制造技術的融合。面對高時延、異構、海量連接等問題，邊緣計算可提供實時處理、削減冗余數據等服務。

在工業領域，邊緣計算將自動化控制與信息通信技術相互結合，形成智能化制造場景。正如施耐德、霍尼韋爾、通用電氣、西門子等工業巨頭紛紛引入IT技術來升級制造設備，提高生產效率。尤其是生產線上接入的移動設備，會造成設備裝態的隨機變化，所以需要利用信息通信技術對設備進行實時動態網絡重組。而信息化技術的落地需要邊緣側網絡的與行業運維技術深度結合，才能推翻行業煙囪，實現物聯網的互聯互通。

邊緣計算橫向發展通用計算能力，縱向整合垂直行業應用，是物聯網應用落地的催化劑。除工業流程控制場景早已涉及邊緣計算，智慧城市、智慧家庭智慧醫療等泛在場景已經漸顯邊緣計算身影。

例如，無線家庭路由器的升級、城市各處部署無線接入點、生活購物出現無人值守結賬應用.....但是僅是邊緣智能不足以支撐完整的智慧場景的運營，需要與云端協同并結合深刻的行業理解才能夠提供較高的服務質量。

邊緣計算迎來IT服務的再拓展，成為數字化升級的契機。在物聯網布局中，通信廠商、數據服務提供商、芯片設計以及模塊制造商都已涉足或早已布局邊緣計算。邊緣計算或將提供數據運營服務的新的商業模式，更好地將物聯網應用落地。

三、邊緣計算產業發展機會巨大，需做前瞻性布局

到2020年將有500億的終端和設備聯網，除了邊緣設備與終端聯網最大的“異構”特征之外，產品生命周期越來越短、個性化需求越來越高、全生命周期管理和服務化的趨勢越來越明顯，這些新趨勢都需要邊緣計算提供強大的技術支撐。

邊緣計算需要IT(信息技術)管理與OT(運維/操作技術)控制通過CT(通信技術)連接走向融合。在物聯網標準未定之前，邊緣計算又殺入圈內，各層技術的標準之爭又會掀起一場血雨腥風，但同時也是各家突破重圍的機遇。

作為相關企業應當如何結合自身優勢做出布局?構建邊緣計算產業生態便是集大成者的首選戰略，例如如何解決云端與邊緣側的調度問題、如何搭建邊緣設備的信息交流、商業模式構建、特定協議設計等；新入局者也可以利用邊緣計算技術發展新的應用，例如個人多設備協同應用、車路協同等；當然，將應用規模化更是布局者的搶占市場之道。

總結

智慧產業的發展，不僅需要高高在上的云更需要無所不在的邊緣計算。邊緣計算一方面采集數據信息，進行預處理并提取特征數據傳輸給云端大腦，另一方面打通各系統平臺，使智能的IT系統可以游走于各OT之間，幫助各物聯網應用落地。無論從物聯網應用的使用效率、時間延遲還是安全考慮，邊緣計算都會是物聯網普及的關鍵所在。