边缘计算可以应用于哪些行业?

什么是边缘计算?

边缘计算是一个就近计算(去中心化计算架构)的概念。计算在局域网中进行，资源位于离云更近的地方。数据尽可能不返回到云中，从而降低了数据在云中来回传输的成本。与云的不同之处在于，网络中心节点被移动到网络逻辑上的边缘节点位置进行处理。

随着传感器价格和计算成本的持续下降，更多的“东西”将连接到互联网。随着越来越多的联网设备变得可用，边缘计算将在各行各业找到越来越多的应用，特别是在云计算效率低下的领域。我们已经开始看到边缘计算技术在许多不同行业领域的影响。

“当我们将云的力量下沉到设备(即边缘)时，我们可以带来实时响应、分析和行动的能力，特别是在网络条件有限或缺乏网络的地区……它仍处于早期开发阶段，但我们开始看到这些新功能可以应用于解决世界范围内的一些重大挑战。——微软首席技术官

边缘计算应用于哪些行业?

从自动驾驶汽车到农业，下面分别分析几个行业如何结合边缘计算技术来实现更大的效益。

1. 交通运输行业
   边缘计算技术最明显的潜在应用之一是交通运输，更具体地说是无人驾驶汽车。自动驾驶汽车配备了各种传感器，从摄像头到雷达再到激光系统，以帮助车辆运行。
   如前所述，这些自动驾驶汽车可以通过这些传感器使用边缘计算来处理离车辆更近的数据，从而尽可能地减少系统在驾驶过程中的响应时间。尽管无人驾驶汽车不是主流趋势，但公司正在规划。今年早些时候，汽车边缘计算联盟(AECC)宣布将启动专注于互联汽车解决方案的项目。“联网汽车正迅速从豪华车型和高端品牌扩展到大批量的中档车型。汽车行业将很快达到一个临界点，届时汽车产生的数据量将超过现有的云、计算和通信基础设施资源。”联盟成员包括电装公司、丰田汽车公司、美国电话电报公司、爱立信、英特尔等公司。
   然而，不仅仅是自动驾驶汽车会产生大量数据并需要实时处理。飞机、火车和其他交通工具也是如此——不管它们是否由人类驾驶。例如，飞机制造商庞巴迪(Bombardier) C系列飞机就配备了大量传感器，可以快速检测发动机性能问题。在12小时的飞行中，飞机产生了高达844tb的数据。边缘计算支持实时数据处理，因此公司可以主动处理引擎问题。
2. 医疗保健行业
   如今，人们越来越喜欢佩戴健身追踪设备、血糖监测仪、智能手表和其他可穿戴设备来监测他们的健康状况。然而，要真正从收集到的海量数据中获益，实时分析可能是必不可少的——许多可穿戴设备直接连接到云，但其他设备支持离线操作。
   一些可穿戴式健康监测器可以在不连接云的情况下本地分析脉搏数据或睡眠模式。然后，医生可以在现场对患者进行评估，并就患者的健康状况提供即时反馈。但在医疗保健领域，边缘计算的潜力远不局限于可穿戴设备。考虑一下快速数据处理如何为医院和诊所的远程患者监控、住院护理和医疗管理带来好处。
   医生和临床医生将能够为患者提供更快、更好的护理，而患者产生的健康数据也有了额外的安全保障。医院病床上平均有20多个联网设备，这些设备会产生大量数据。这些数据的处理将直接在更靠近边缘的地方进行，而不是将机密数据发送到云端，从而避免了对数据进行不当访问的风险。如前所述，本地化的数据处理意味着大规模的云或网络故障不会影响业务操作。即使云操作中断，这些医院的传感器也可以独立运行。
3. 制造业
   智能制造有望从现代工厂中部署的传感器中获得洞察力。
   由于可以减少延迟，边缘计算可以使制造过程更快地响应和更改，并且可以从数据分析中实时应用见解和行动。这可能包括在机器过热之前关闭机器。一个工厂可以用两个机器人来完成同样的任务。这两个机器人都配备了传感器，并连接到一个边缘设备。边缘设备可以通过运行机器学习模型来预测其中一个机器人是否会出现故障。
   如果边缘设备确定机器人有可能发生故障，它将触发动作来阻止或减缓机器人的操作。这将使核电站能够实时评估潜在的故障。如果机器人可以自己处理数据，它们也可能变得更加自给自足和反应灵敏。边缘计算应该更快地支持更多来自大数据的见解，并支持更多机器学习技术应用于业务运营。最终目标是挖掘实时生成的大量数据的巨大价值，防止潜在的安全隐患，并减少工厂车间的机器停机。
4. 农业和智慧农场产业
   边缘计算非常适合农业，因为农场通常位于偏远地区和恶劣的环境中，并且可能存在带宽和网络连接的问题。
   现在，想要改善网络连接的智能农场需要投资昂贵的光纤、微波连接，或者拥有全天候运行的卫星;边缘计算是一种合适的、具有成本效益的替代方案。智能农场可以使用边缘计算来监控温度和设备性能，并自动减速或关闭各种设备(如过热的泵)。
5. 能源和电网控制行业
   边缘计算在整个能源行业尤其有效，特别是在石油和天然气设施的安全监测方面。
   例如，压力和湿度传感器应密切监控，不能在连接上出错，特别是考虑到这些传感器大多位于偏远地区。如果出现异常情况，如管道过热，但没有及时发现，那么可能会发生灾难性的爆炸。边缘计算的另一个好处是能够实时检测设备故障。通过电网控制，传感器可以监测从电动汽车到风力发电厂等所有设备产生的能量，帮助做出相应的决策，以降低成本，提高能源生产效率。
6. 其他行业应用
   其他可以利用边缘计算技术的行业包括金融和零售。这两个行业都使用大型客户和后端数据集来提供从选股信息到店内服装摆放等一切信息，这可以从减少对云计算的依赖中受益。
   零售业可以使用边缘计算应用程序来增强客户体验。今天，许多零售商都在努力改善店内体验，优化数据收集和分析的方式对他们来说是有意义的——特别是考虑到许多零售商已经在尝试连接智能显示器。
   此外，许多人使用店内平板电脑生成的销售点数据，这些数据将被传输到云或数据中心。利用边缘计算，可以在本地分析数据，降低敏感数据泄露的风险。

综上所述:从可穿戴设备到汽车再到机器人，物联网设备呈现出越来越强劲的发展势头。

随着我们向更加互联的生态系统迈进，数据生成将继续快速增长，特别是在5G技术起飞并进一步加速网络连接之后。虽然中央云或数据中心历来是数据管理、处理和存储的首选，但这两种解决方案都有局限性。边缘计算可以作为一种替代解决方案，但由于该技术仍处于起步阶段，因此很难预测其未来的发展。

设备能力的挑战——包括开发能够处理云计算中卸载计算任务的软件和硬件的能力——可能会出现。教机器在可以在边缘执行的计算任务和需要在云中执行的计算任务之间切换也是一个挑战。

即便如此，随着边缘计算被越来越多地采用，公司将有更多的机会在各个领域测试和部署这项技术。一些用例可能会比其他用例更好地证明边缘计算的价值，但总体而言，边缘计算技术对我们整个互联生态系统的潜在影响将是不可预测的潜力，我们期待边缘计算的未来发展。