得益于边缘计算技术，数据收集和分析得到了实时更新。医疗保健、商业和零售等关键应用程序是边缘计算实时处理技术的最佳案例，因为它们现在就需要深入分析并利用自己的数据。还有许多其他行业，都使用物联网(IoT)设备来保持商业活力—想想收银机、自动售卖机、自动驾驶汽车等等。随着我们继续在日常生活中整合物联网和应用 (在某科报告中提及：到2022年，连接到移动网络的所有设备中，近四分之三将是“智能”设备)，海量联网设备给企业网络带来了压力，增加了IT基础设施的压力。边缘计算架构可以缓解一些压力，我们将需要边缘计算来帮助我们完成数据工作，这其中蕴含哪些商业机会呢？

 

 

边缘计算是一项至关重要的创新，它对需要低延迟、高带宽和稳定可靠性的设备和应用程序特别有利。像视频、AR和VR这样的移动体验应用需要非常高的带宽和低延迟。时延是指当系统发生物理变化时，物理变化和响应之间的时间间隔。在AR或VR应用场景下，你希望获得最小延迟的视频流，以获得最佳的体验。基于云的应用程序可能无法为您提供您想要的无缝视频，而这正是边缘计算能够发挥其优点提供高质量实时体验的地方。

 

一个典型的视频类边缘计算例子是智能摄像机。由于智能摄像机会产生大量视频数据，所以在云端处理所有这些数据的成本很高，而且需要非常高的带宽。就近在边缘设备中处理视频数据意味着响应时间会缩短，并且带宽和延迟也会减少。

 

其他物联网案例，如工业传感器，也是边缘计算的典型应用场景。在类似应用场景下，连续一贯的可用性和连接性是必要和关键的。

 

对于企业来说，以下这些行业是可以从边缘计算中受益的例子：

 

制造业：减少预测性维护等应用程序传输到云的数据流量，并数据处理和响应计算转移到云化通用边缘计算平台，且保持本地部署的可靠性

 

零售：使用边缘计算来减少延迟，从而能够在商店或家中创造丰富的交互式体验(例如使用增强现实技术进行网上购物)

 

企业信息化：类似虚拟桌面的应用程序可以在边缘运行，以减少从云运行它们时的延迟体验

 

对于消费者来说，以下可以从边缘计算中受益的例子：

 

游戏： 由于边缘计算可以减少终端玩家的延迟，传统硬核多人游戏和日趋流行的云游戏领域都将得到助益。

 

AR/VR体验：对于增强现实技术(在智能手机、耳机或数字标牌上)所提供的丰富体验，边缘计算将在减少延迟和优化终端用户体验方面发挥关键作用。

 

医疗保健：在网络边缘分析来自物联网设备的数据，将减少通过网络传输的数据量，并避免大量原始数据使中央服务器超载。

 

媒体/CDN: 通过在更接近最终用户的位置缓存媒体来优化视频流。

 

 

物联网产生的海量数据是传统云架构无法处理的，边缘计算架构对物联网的广泛应用有帮助吗？随着企业希望从积累的数据中更快地获得可行的洞察，并依此更快地采取行动，它们面临着一个挑战。云计算架构并不总是适合他们的目标。

 

根据IDC的数据，到2025年，约有800亿台设备将连接到互联网。IDC预测，每两年产生的数据量将翻一番。

 

目前基于云的计算架构过于集中化，无法处理海量数据。企业需要更快速、实时地访问数据、与数据交互和依数据采取行动。边缘计算架构并不通过复杂的路由将数据发送到集中的位置(如数据中心或公有云)处理，而是在本地处理数据，这减少了数据发送回数据中心或云中心的的相关数据延迟。这为物联网(IoT)数据收集、清洗和分析带来了希望，是的其在智慧公路交通和事故处理、智能家居和预防犯罪等领域的处理速度更快、结果更好。随着计算和分析逐渐走向边缘时，一些潜在问题也涌现出来，数据安全是其中的首要问题。

边缘计算的典型工业用例

 

智慧运输

路侧及机载设备使用边缘计算实时规划交通路线，并上传脱敏精简数据至云以进行司机状态及交通趋势分析，并为关键的安全系统（如危险品车辆监控、司机疲劳预防等等）提供超可靠性支持，同时也提供大规模交通流量主动疏导。例如在使用百度地图导航时，会实时优化行车路线或避免限行区域，帮助司机尽快到达目的地并间接减少路面车流。

 

智能零售

边缘计算和高效的传感器实时反馈融合了在线零售和实体店的优点，从而实现实时个性化供应和实时更新库存系统。这在很多到家类应用和现在大型体育用品连锁店得到了广泛的应用。

 

生产优化

本地边缘计算便利化和扩展了计算机视觉等技术的现场应用，提高了安全生产能力并减少了停机时间，同时实现了快速、数据驱动的决策。例如在生产线对海量生产要素的监视并实时分析并控制优化以及建设公司视频识别技术对是否合规地佩戴安全帽、火情隐患、危险品管控等风险源的自动化管理。