雲計算可能徹底改變了企業，爲組織提供了一種更便宜，更靈活，可擴展且高效的方式來處理和存儲數據，而不需要在內部進行任何操作。但隨着物聯網在全球各行業中越來越普遍，企業們發現了雲計算的不足，它不是解決所有問題的答案。此外，如果只有雲計算，物聯網項目不能充分發揮其潛力，特別是在實時分析，監控和管理方面。這就是物聯網和邊緣計算聯手的原因。
從物聯網設備收集的數據的處理和分析可以在源處或附近完成，而不是將其發送到雲。據MarketsandMarkets稱，到2022年，邊緣計算市場將從2017年的14.7億美元增長到67.2億美元。
但云沒有被邊緣取代。雖然對時間敏感的分析可以在物聯網邊緣完成，而資源密集型處理仍將發送到雲端。雲將成爲邊緣設備發送異常和其他數據進行存儲或進一步處理的地方。此外，雲將負責處理物聯網數據和構建機器學習模型，然後將其發送到邊緣以付諸行動。
那麼邊緣解決了IoT什麼問題呢？這裏列出了6個。
延遲問題
延遲是指處理和分析捕獲數據所需的時間。連接到互聯網的設備必須在100毫秒內響應 - 有時甚至不到10毫秒。因此，計算過程必須儘可能本地化，以抵消遠距離傳輸數據的固有延遲，451 Research的研究主管Christian Renaud說。
“這是邊緣計算被重視的關鍵原因之一。它就在那裏，它是一個非常快速的反饋循環，並且即時性是許多應用程序所需要的，”Renaud說。
Gartner的分析師Aapo Markkanen表示，通過物聯網中的邊緣計算，計算將在源頭附近完成 - 例如傳感器 - 因此在將數據從一個地方傳輸到另一個地方方面沒有瓶頸。
“例如，如果汽車上的傳感器判斷出將要發生碰撞，那麼系統就必須具有足夠的確定性，能夠在一定的時間範圍內部署安全氣囊。”“如果在長距離傳輸數據方面有任何[滯後]，那就根本就不安全的。”Markkanen說。
帶寬問題
運行軟件和生成數據的大多數物聯網設備需要鏈接到雲以存儲和進一步處理該數據。因此，需要大量的功率和帶寬將IoT數據傳輸到雲。
在物聯網中使用邊緣計算，組織可以減少互聯網帶寬的使用，因爲可以在源附近處理大量數據。
“你在邊緣做的越多，你在距離上傳輸的越少，”Markkanen說。
例如，邊緣計算相機可以通過分析警察儀表板的視頻源來幫助執法機構減少帶寬，相機攝像頭可以實時生成大量的視頻和音頻記錄，但只有在必要時纔將相關數據發送到雲端。
帶寬成本問題
“物聯網應用程序生成大量相對低價值的時間序列數據。“這意味着帶寬成本，設備獲得帶寬的機會成本，存儲和分析成本，以及雲中這些低價值時間序列數據的計算成本。”
有了邊緣計算，這些數據就可以被捕獲，如果有必要的話，在將數據發送到雲或其他上游聚合點之前進行分析和彙總，這比通過WAN鏈路發送未經過濾的數據要便宜得多，後者通常非常昂貴。
物聯網安全問題
Renaud表示，儘管雲服務提供商已經爲他們的物聯網產品開發了出色的安全性，但運營技術專業人員仍然擔心他們的敏感數據一旦離開企業的牆壁就不會安全。
爲了解決這個問題，Markkanen補充說，可以在邊緣添加更多智能來保護系統，使其更強大，可以抵禦黑客攻擊和入侵。
“如果我有更強大的邊緣設備，我可以在這些設備上更新我的安全性，”Constellation Research的分析師Holger Mueller迴應道。因此，任何中斷都將僅限於邊緣計算設備和這些設備上的本地應用程序。
數據主權合規問題
將每臺設備連接到雲並通過互聯網發送原始數據可能有隱私，安全和法律方面的問題，尤其是涉及受不同國家法規約束的敏感數據時。
Renaud說，許多國家和政府機構都不願意在其主權邊界之外共享敏感的物聯網數據。通過處理靠近源的數據，組織可以將數據保留在其邊界內，並確保遵守數據主權法。
德國Bundesdatenschutzgesetz數據保護法和歐盟的GDPR是國家法規的例子，規定了數據可以在哪裏泄露，處理和存儲的內容和位置。
這些法規的首要目標是讓公民更好地控制他們的個人信息。在物聯網中實現邊緣計算意味着數據可以存儲在本地本地數據中心，從而保證控制和限制對此數據的訪問。
傳統系統連接問題
公司經常連接到物聯網的傳統系統具有非IP /以太網接口。因此，他們需要來自模擬或專有系統接口的物理轉換，以便能夠使用和分析數據。Renaud說，這只能在生成數據的原始設備旁邊完成。
這是物聯網中的邊緣計算可以提供幫助的地方。邊緣可以充當新舊之間的中介，爲沒有現代計算能力的傳統資產添加智能功能。
Renaud說：“我最近和一個人談話，他有一臺機器，它從馬歇爾計劃開始就一直在裝配線上生產。” “我不認爲亞馬遜能夠從該機器中提取數據。根據定義，邊緣設備一般連接到監控或控制的設備，而且這些設備之間的連接可能是傳統連接，可能是[控制器區域網絡]總線，可能是Modbus，也可能是RS232 - 除了Wi-Fi和Ethernet之外，這些都很容易整合到雲中。“
原文鏈接：
https://internetofthingsagenda.techtarget.com/feature/6-significant-issues-that-edge-computing-in-IoT-solves