愈來(lái)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(cè)試用例在未來(lái)兩年的發(fā)展趨勢(shì)，這類(lèi)狀況將繼續(xù)存在。依據(jù)科學(xué)研究企業(yè)Gartner的數(shù)據(jù)，到2020年，將有高達(dá)兩百億臺(tái)聯(lián)接設(shè)備為每名客戶(hù)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(jī)或筆記本，還包含連接網(wǎng)絡(luò)轎車(chē)，自動(dòng)售賣(mài)機(jī)，智能化可配戴設(shè)備，手術(shù)治療醫(yī)用機(jī)器人這些。

由成千上萬(wàn)種類(lèi)的該類(lèi)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(kāi)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(lèi)數(shù)據(jù)的來(lái)回耗費(fèi)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(shí)間和網(wǎng)絡(luò)帶寬耗費(fèi)難題，進(jìn)而危害重要日常任務(wù)物聯(lián)網(wǎng)技術(shù)應(yīng)用。比如，在無(wú)人駕駛的聯(lián)接車(chē)?yán)铮啃r(shí)生成了很多數(shù)據(jù)，數(shù)據(jù)務(wù)必上傳到云端，開(kāi)展分析，并將命令推送回轎車(chē)。低延遲時(shí)間或資源擁堵很有可能會(huì)延遲對(duì)車(chē)的回應(yīng)，比較嚴(yán)重時(shí)很有可能造成道路交通事故。

物聯(lián)網(wǎng)技術(shù)邊緣計(jì)算

這就是邊緣計(jì)算的立足之地。邊緣計(jì)算系統(tǒng)架構(gòu)可用以提升云計(jì)算系統(tǒng)，便于在互聯(lián)網(wǎng)邊緣實(shí)行數(shù)據(jù)解決和分析，更貼近數(shù)據(jù)源。根據(jù)這類(lèi)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(jì)算的益處：

1、邊緣計(jì)算能夠減少感應(yīng)器和中央云之間需要的服務(wù)器帶寬(即更低的延遲時(shí)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(chǔ)存和解決數(shù)據(jù)，而不用數(shù)據(jù)連接來(lái)開(kāi)展云計(jì)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(jì)算，節(jié)點(diǎn)設(shè)備僅推送云計(jì)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(fèi)。當(dāng)在邊緣分析由工業(yè)生產(chǎn)機(jī)械設(shè)備形成的很多數(shù)據(jù)而且僅將過(guò)慮的數(shù)據(jù)消息推送到云端時(shí)，它是有利的，進(jìn)而顯著節(jié)約IT基礎(chǔ)設(shè)施建設(shè)。

4、運(yùn)用數(shù)學(xué)計(jì)算使邊緣設(shè)備的個(gè)人行為類(lèi)似云類(lèi)實(shí)際操作。應(yīng)用軟件能夠迅速實(shí)行，并與節(jié)點(diǎn)創(chuàng)建靠譜且高度相應(yīng)的通信。

5、根據(jù)邊緣計(jì)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(chǔ)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(jì)算生態(tài)體系能夠 為每一個(gè)邊緣出示一同的對(duì)策(能夠以全自動(dòng)方法完成)，以完成數(shù)據(jù)一致性和隱私保護(hù)。

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

互聯(lián)網(wǎng)邊緣的機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)(ML)是邊緣計(jì)算的填補(bǔ)技術(shù)性。在機(jī)器學(xué)習(xí)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(jì)算情景中，機(jī)器學(xué)習(xí)可以用二種方式 完成。第一種：ML優(yōu)化算法需要巨大的計(jì)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(gè)學(xué)習(xí)培訓(xùn)分析的決策模型，隨后將這一實(shí)體模型消息推送到互聯(lián)網(wǎng)的邊緣。根據(jù)這類(lèi)方法，能夠在全部邊緣設(shè)備上開(kāi)展分析管理決策。在這里實(shí)體模型中，邊緣設(shè)備將用以搜集，分析與在云間付諸行動(dòng)，進(jìn)而提高智能化。

第二種方式 ：假如節(jié)點(diǎn)設(shè)備向云中的ML系統(tǒng)軟件推送感應(yīng)器形成的數(shù)據(jù)，則ML系統(tǒng)軟件將花費(fèi)很多的時(shí)間來(lái)傳送和解決數(shù)據(jù)，以形成分析管理決策。因此，能夠引進(jìn)智能化機(jī)器學(xué)習(xí)或人工智能技術(shù)(AI)集成ic，而節(jié)點(diǎn)設(shè)備將數(shù)據(jù)發(fā)送至云空間，僅用以?xún)?chǔ)存目地。使機(jī)器學(xué)習(xí)工作能力在互聯(lián)網(wǎng)的邊緣必須較少的數(shù)學(xué)計(jì)算。

邊緣計(jì)算和物聯(lián)網(wǎng)技術(shù)

邊緣計(jì)算與機(jī)器學(xué)習(xí)技術(shù)性一起為物聯(lián)網(wǎng)技術(shù)為將來(lái)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(cè)試用例出示更優(yōu)秀的互聯(lián)網(wǎng)。除開(kāi)髙速低延遲時(shí)間數(shù)據(jù)傳送外，5G還將出示根據(jù)挪動(dòng)邊緣計(jì)算(MEC)的電信網(wǎng)，完成邊緣服務(wù)項(xiàng)目和資源的全自動(dòng)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(yīng)用軟件軟件開(kāi)發(fā)工作人員將更為期盼運(yùn)用邊緣計(jì)算和分析。大家將見(jiàn)到大量智能物聯(lián)網(wǎng)測(cè)試用例及其智能化邊緣設(shè)備的提升。