不看这几篇好文，就别说自己了解物联网
边缘计算并不是诞生于物联网时代，AKAMAI作为一家内容分发网络CDN和云服务的提供商，并且是世界上最大的分布式计算服务商之一，早在2003年就和IBM合作过“边缘计算”。然而5G技术的到来，加速了边缘计算技术的突破，特别是对物联网领域而言，许多的南向控制将不在需要通过云端，处理过程在本地边侧即可完成，这无疑将大大提升处理效率，减轻云端的负荷，提高响应时间。那么5G、边缘、物联网他们之间将会产生怎样的化学反应呢，本文会尝试从实际应用的角度切入，看看边缘计算到底为物联网带来了什么。
维基百科的解释：
边缘运算（英语：Edge computing），又译为边缘计算，是一种分布式运算的架构，将应用程序、数据资料与服务的运算，由网络中心节点，移往网络逻辑上的边缘节点来处理。边缘运算将原本完全由中心节点处理大型服务加以分解，切割成更小与更容易管理的部分，分散到边缘节点去处理。边缘节点更接近于用户终端设备，可以加快资料的处理与发送速度，减少延迟。在这种架构下，资料的分析与知识的产生，更接近于数据资料的来源，因此更适合处理大数据。
这里提到了几个核心的概念，一是缩短距离，二是分布式，这应该也是边缘计算最核心的特点。为什么把缩短距离作为一个重要的原因呢，因为数据传输再快也是有上限——光速，如果没有分布式计算，机房都在北京，端在杭州，来回2千多公里，即便是光速传播，也需要50ms，50ms在一些特定领域就非常关键，比如车联网，工业控制等领域。有了边缘计算，这些更靠近终端设备的节点，就可以大大加快信息传递。
对于分布式的理解， 举一个最形象的例子就就好比是的人的大脑和肌肉反射，我们的皮肤碰到外界刺激后，比如火烫，针刺等，会立即做出反应，这个处理是不需要经过大脑的，这就充分体现了分布式和低延迟的特点。
边缘计算能应用在物联网很多的领域领域比如：智能音箱，智能家居，IP摄像头，智能水/电表，工业控制设备等，本文简单从中挑选2个场景说明一下边缘计算在其中的应用。
应用场景一：
这里举一个IP摄像头的应用，在日常生活中，大家开车一定遇到过这样的场景，有时候明明道路没有车，非得让我等1分钟的红灯，这时候大家可以想到能够通过摄像头监控道路上来往的车流量，再通过AI算法来计算当前交通状况，从而实时调整交通信号灯的等待时间。这时候就有2种选择，一是采用云计算方案，二是采用边缘计算的方案：
| 云计算 | 边缘计算 |
|---|---|
| 优势：端的成本很低，软件简单，只需要做图像数据采集 | 优势：响应实时，不耗费流量 |
| 劣势：流量耗费太大，实时性较差 | 劣势：端侧需要额外的AI芯片，成本略高 |
应用场景二：
在工业物联网领域，经常有一些预警传感器，比如测量反应锅炉的压力、温度等，超过一定的阈值就需要报警并自动切断，保护设备和员工的安全。监测模块可以对当前所有数据进行综合分析，以确定是否超过定义的临界值，并能在几毫秒内关闭。这个过程中的超短延时是非常关键的，这里不能有延迟，也不能依赖联网，因此只有边缘计算才能符合需求。
未来物联网的发展会有两个趋势：海量连接以及海量数据。Gartner公司在2019年发布报告预测，到2021年总数将达到250亿个，它们会生成大量的数据。这些数据无法用云计算来承载，因为即使5G技术成熟应用，带宽的增长还是远远赶不上数据的增加，只有通过边缘计算，在一个个分布式的节点上进行中小型，实时的数据计算来解决。
当然，云计算和边缘计算未来一定是相辅相成，边缘计算重要，但它永远不可能替代云计算！
