這是一個沉悶，舒適的星期六早上，你正在享受一杯不錯的咖啡。當雨從你的窗戶下來時，你向外望去，沒發現有什么異常。但你看不到的是，數百英里外的海底，一個破裂的斷層正在發出它的第一個波，一個快速移動的，無害的“P波”。美國地質調查局(USGS)管理的傳感器已經檢測到它了，在下一個比較慢、更危險的“S波”到達之前。

當這些數據被傳送到美國地質勘探局，在那里，即將發生的地震位置、發生時間、強度大小都可以確定。數據傳輸戰勝了地震，為人們的生命財產安全贏得了時間。

每毫秒都能影響生存或死亡的可能性，地震警報系統是這樣的例子。

還有消防，通過了解近年來不斷立項的智慧消防項目，我們也能明白，物聯網可以做到更多。比如大規模部署傳感器，收集各個場所的環境相關數據，監控各個消防站點設備設施的狀態，以及將信息可視化，對數據情況進行分析得出預測等等。

總之，物聯網最關鍵的任務就是基于真實的物理世界構建出對應的數字世界，再將認知反饋回現實。并且在物聯網的某些應用領域，數據的即時分析十分重要，比如自動駕駛、比如工業互聯網、交通安防等等，時延的要求有時用毫秒來形容也不過分。

涉及的技術領域

傳感器收集數據是第一個階段?，F如今，在個人隨身攜帶的電子設備、在城市交通、在制造企業，甚至可以說在社會生活的很多角落，都有傳感器分布其中。它們保持著工作的狀態，源源不斷地產生海量的即時數據。

接下來是傳輸網絡。超高速、低延時和可靠的基礎設施網絡，這是在“每毫秒都很重要”的應用場景中十分必要的數據傳輸工具。

以及邊緣計算的應用。邊緣計算有三個特點：高效、實時、更安全。從概念上講，邊緣計算使數據處理盡可能接近源的地方，在設備或網絡本身進行計算，而不是外部服務器或者中央數據中心。如此一來，邊緣計算減少了潛在的帶寬瓶頸，保證了數據反饋的實時性，目前也成為了與云計算不相上下的一項熱門技術。

然后融入到場景應用。當數據傳輸到位，大數據、云計算、人工智能等技術開始接入，最后的結果，是創造出各種各樣符合需求的工具和功能，幫助各行各業的企業依據數據做出更快更好的決策。

甚至還有人工智能。“萬物互聯”是第一步，而后終將迎來“萬物智聯”。除了數據處理與分析以外，我們期待通過“人工智能”讓設備本身實現更有意義的相互交流，推動低時延應用更快、更精確、更可靠的成熟落地。

可以想象，物聯網帶來的海量數據就隨著這樣一條復雜的產業鏈而不斷往上攀登，推動著社會生活向好的方向發展變化。

小結

寫這篇文章，從低時延物聯網應用的角度來切入，在開頭也提到了智慧消防。其實，真正想到的是最近令無數人痛心的涼山森林火災。最近也特意去看很多有關森林火災的官方說明，朋友圈也有小伙伴在思考是否可把IoT技術引用到森林防火這樣的場景中來。

但也不只是物聯網，我們期待未來更多科技的介入，改善各行各業、方方面面的工作與生活。筆者也尤其期待在行業企業的推動下，更多普惠的物聯網應用終將成熟落地。