愈來愈多的“聯(lián)接”設(shè)備造成了太多的數(shù)據(jù)，伴隨著物聯(lián)網(wǎng)技術(shù)(IoT)技術(shù)性和測試用例在未來兩年的發(fā)展趨勢，這類狀況將繼續(xù)存在。依據(jù)科學研究企業(yè)Gartner的數(shù)據(jù)，到2020年，將有高達兩百億臺聯(lián)接設(shè)備為每名客戶形成數(shù)十億字節(jié)數(shù)的數(shù)據(jù)。這種設(shè)備不僅是智能機或筆記本，還包含連接網(wǎng)絡(luò)轎車，自動售賣機，智能化可配戴設(shè)備，手術(shù)治療醫(yī)用機器人這些。

由成千上萬種類的該類設(shè)備形成的很多數(shù)據(jù)必須將消息推送到集中型云以開展保存(數(shù)據(jù)管理方法)，分析和管理決策。隨后，再將分析的數(shù)據(jù)結(jié)果傳到設(shè)備。這類數(shù)據(jù)的來回耗費了很多互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)和云基礎(chǔ)設(shè)施建設(shè)資源，更加增加了延遲時間和網(wǎng)絡(luò)帶寬耗費難題，進而危害重要日常任務物聯(lián)網(wǎng)技術(shù)應用。比如，在無人駕駛的聯(lián)接車里，每小時生成了很多數(shù)據(jù)，數(shù)據(jù)務必上傳到云端，開展分析，并將命令推送回轎車。低延遲時間或資源擁堵很有可能會延遲對車的回應，比較嚴重時很有可能造成道路交通事故。

物聯(lián)網(wǎng)技術(shù)邊緣計算

這就是邊緣計算的立足之地。邊緣計算系統(tǒng)架構(gòu)可用以提升云計算系統(tǒng)，便于在互聯(lián)網(wǎng)邊緣實行數(shù)據(jù)解決和分析，更貼近數(shù)據(jù)源。根據(jù)這類方式 ，能夠 在設(shè)備自身周邊搜集和解決數(shù)據(jù)，而不是將數(shù)據(jù)發(fā)送至云或數(shù)據(jù)管理中心。

[[374460]]

邊緣計算的益處：

1、邊緣計算能夠減少感應器和中央云之間需要的服務器帶寬(即更低的延遲時間)，并緩解全部IT系統(tǒng)架構(gòu)的壓力。

2、在邊緣設(shè)備處儲存和解決數(shù)據(jù)，而不用數(shù)據(jù)連接來開展云計算技術(shù)。這清除了高帶寬的持續(xù)網(wǎng)絡(luò)連接。

3、根據(jù)邊緣計算，節(jié)點設(shè)備僅推送云計算所需的信息內(nèi)容而不是初始數(shù)據(jù)。它有利于減少云系統(tǒng)架構(gòu)的聯(lián)接和沉余資源的成本費。當在邊緣分析由工業(yè)生產(chǎn)機械設(shè)備形成的很多數(shù)據(jù)而且僅將過慮的數(shù)據(jù)消息推送到云端時，它是有利的，進而顯著節(jié)約IT基礎(chǔ)設(shè)施建設(shè)。

4、運用數(shù)學計算使邊緣設(shè)備的個人行為類似云類實際操作。應用軟件能夠迅速實行，并與節(jié)點創(chuàng)建靠譜且高度相應的通信。

5、根據(jù)邊緣計算完成數(shù)據(jù)的安全系數(shù)和隱私性：比較敏感數(shù)據(jù)在邊緣設(shè)備上形成，解決和儲存，而不是根據(jù)不安全的數(shù)據(jù)傳輸，并有可能毀壞集中型數(shù)據(jù)管理中心。邊緣計算生態(tài)體系能夠 為每一個邊緣出示一同的對策(能夠以全自動方法完成)，以完成數(shù)據(jù)一致性和隱私保護。

邊緣計算的出現(xiàn)并不可以替代對傳統(tǒng)式數(shù)據(jù)管理中心或云計算技術(shù)基礎(chǔ)設(shè)施建設(shè)的要求。反過來，它與云并存，由于云的數(shù)學計算被分派到節(jié)點。

互聯(lián)網(wǎng)邊緣的機器學習

機器學習(ML)是邊緣計算的填補技術(shù)性。在機器學習中，形成的數(shù)據(jù)被送至ML系統(tǒng)軟件以造成分析決策模型。在物聯(lián)網(wǎng)技術(shù)和邊緣計算情景中，機器學習可以用二種方式 完成。第一種：ML優(yōu)化算法需要巨大的計算能力才可以在云中產(chǎn)生決策。從邊緣搜集的數(shù)據(jù)將被送至ML系統(tǒng)軟件，在那里將造成一個學習培訓分析的決策模型，隨后將這一實體模型消息推送到互聯(lián)網(wǎng)的邊緣。根據(jù)這類方法，能夠在全部邊緣設(shè)備上開展分析管理決策。在這里實體模型中，邊緣設(shè)備將用以搜集，分析與在云間付諸行動，進而提高智能化。

第二種方式 ：假如節(jié)點設(shè)備向云中的ML系統(tǒng)軟件推送感應器形成的數(shù)據(jù)，則ML系統(tǒng)軟件將花費很多的時間來傳送和解決數(shù)據(jù)，以形成分析管理決策。因此，能夠引進智能化機器學習或人工智能技術(shù)(AI)集成ic，而節(jié)點設(shè)備將數(shù)據(jù)發(fā)送至云空間，僅用以儲存目地。使機器學習工作能力在互聯(lián)網(wǎng)的邊緣必須較少的數(shù)學計算。

邊緣計算和物聯(lián)網(wǎng)技術(shù)

邊緣計算與機器學習技術(shù)性一起為物聯(lián)網(wǎng)技術(shù)為將來通訊的靈敏性確立了基本。將要發(fā)布的5G電信網(wǎng)將為物聯(lián)網(wǎng)技術(shù)測試用例出示更優(yōu)秀的互聯(lián)網(wǎng)。除開髙速低延遲時間數(shù)據(jù)傳送外，5G還將出示根據(jù)挪動邊緣計算(MEC)的電信網(wǎng)，完成邊緣服務項目和資源的全自動執(zhí)行和布署。在這次改革中，物聯(lián)網(wǎng)技術(shù)設(shè)備生產(chǎn)商和應用軟件軟件開發(fā)工作人員將更為期盼運用邊緣計算和分析。大家將見到大量智能物聯(lián)網(wǎng)測試用例及其智能化邊緣設(shè)備的提升。