作为物联网行业的产品从业者，最近边缘计算一词持续被提到，让我们来学习一下～

什么是边缘计算？

边缘计算是一种新兴的计算模式，根据边缘计算联盟（ECC）的定义：“边缘计算是一种分布式计算架构，将数据处理能力和应用程序部署更接近数据源的位置，以提高响应性，增强安全性和保护用户隐私。”

边缘计算通常是在不同的设备和网络之间进行的，这些设备包括个人电脑、智能手机、物联网设备、传感器、路由器等等。边缘计算通常涉及数据和计算资源的共享，以最大限度地提高网络效率和数据安全性。

边缘计算可以被应用于诸如智能交通、智能家居、智能医疗等领域，并且是实现大规模物联网部署的一种关键技术。在边缘计算中，数据可能是在设备上处理的，因此需要使用一些技术来确保数据隐私和安全。同时，边缘计算还需要支持实时响应和低延迟，因为在某些场景下，计算数据的效率和速度很重要。

总之，边缘计算是一种分布式的计算方法，旨在将计算资源和数据处理能力靠近数据源，以提高响应性和安全性。它在物联网、智能家居和智能交通等领域具有广泛应用和前景。

边缘计算的好处

边缘计算作为一种新型的计算模式，具有以下几个好处：

1. 降低网络延迟：将计算资源靠近数据源，可以减少数据在网络上的传输时间和延迟时间，从而提高数据处理的实时性。特别是在物联网、自动驾驶等领域，边缘计算可以减少设备之间的数据传输，从而减少网络延迟和响应时间。
   
2. 提高数据隐私性：通过将数据处理在本地边缘设备上而不是在云端进行传输和处理，可以大大降低数据泄露的风险，提高了数据的隐私性和安全性。
   
3. 增加数据处理速度：边缘计算可以将大量的数据在本地进行处理，减少了数据传输和中心化处理的压力，提高了数据的处理速度和效率。
   
4. 提升能源效率：随着计算资源的下沉，边缘计算也将有助于减少数据中心的能源消耗，从而提升能源效率，降低环境压力。
   
5. 增加系统的可靠性：由于边缘计算是分布式的，这意味着它可以提供高可靠性的服务，即使一个边缘设备故障了，其他设备也可以继续提供服务。
   

综上，边缘计算作为新型的计算模式，减少了网络延迟、提高了数据隐私性和处理速度、提高了能源效率、增加了系统的可靠性，这些优势在物联网、智能家居、智能交通等领域都非常明显，具有非常重要的实际应用价值。

与边缘计算，对应的是云计算，我们再次回顾一下什么是云计算？

云计算是一种基于网络的计算模式，它通过互联网将计算能力和存储资源分配、调度和交付给用户。与传统的计算模式不同，云计算中的计算资源是在大型数据中心中虚拟化管理的，用户可以通过互联网按需获取和使用这些资源。

在云计算中，计算资源通常是以服务的形式提供的，例如基础设施即服务（Infrastructure as a Service，IaaS）、平台即服务（Platform as a Service，PaaS）、软件即服务（Software as a Service，SaaS）等。通过云计算，用户可以根据自己的需求在不同的服务模式下选择和使用计算和存储资源，以降低自己的开销和增加灵活性。

云计算对于企业和个人用户都提供了很多好处，例如：节省了硬件和软件的开发成本、降低了维护和管理的成本、提高了可扩展性和可定制性、降低了风险和损失等等。

总之，云计算是一种通过网络将计算和存储资源分配、调度和交付给用户的计算模式，为用户提供了一种按需获取和使用计算资源的方式，以降低开销并提高灵活性。

边缘计算和云计算，适合的场景

边缘计算和云计算各有其适用的应用场景，以下是两者分别适合的应用类型：

1. 适合边缘计算的应用场景：

• 物联网设备：由于物联网设备需要实时响应和低延迟的数据处理，因此边缘计算可以提高响应时间并减少数据传输和存储的开销。
• 智能家居：边缘计算可以将智能家居设备的计算能力和存储资源下放到用户现场，可以减少设备之间的数据传输和网络延时。
• 智能城市：通过在城市不同区域部署边缘计算设备，可以实现从传感器和相机等设备收集大量实时数据并进行实时响应和处理。
• 智能交通：边缘计算可以把计算和存储的资源下放到交通设施设备上，例如路边设备、车载设备等。通过实时处理和响应交通数据来提高路况的准确性、交通管理的效率以及故障的处理速度。
• 工业物联网：工业物联网中的边缘计算可以将数据和计算能力下放到工业设备和传感器上，以低延迟响应和快速数据处理。
• 医疗健康：在医疗健康领域，边缘计算可以将计算和存储资源移动到智能体征监测器上，以及实时监测和加强病人与护理人员的互动。
  

2.适合云计算的应用场景：

• 企业应用：企业可以通过使用云计算服务来降低自己的IT成本，同时获得更高效的计算能力、存储能力、网络能力等。
  
• 大数据处理：云计算可以提供高性能、高可扩展的资源，使得大数据处理、分析和挖掘等操作更加高效、快速和方便。
  
• 媒体和游戏业：云计算可以提供大规模的处理单元、弹性存储和高速带宽等资源，以满足多媒体和游戏业的高性能需求。
  

总之，边缘计算和云计算各有其优势和适用场景，需要根据应用需求选择合适的计算模式。

在云计算中，计算和数据存储是在云服务器上进行的，而边缘计算则强调将计算和存储资源靠近数据源。云计算和边缘计算分别具有自己的优势和适用场景。

云计算的优势在于它支持大规模的数据中心和高可用性，可提供高性能和大规模的服务。云计算可以支持大量用户，这些用户无需拥有大量的计算和存储资源，可以通过使用云服务来降低其运营成本，同时获得资源共享和其他许多优势。

而边缘计算则更适用于需要即时响应、低延迟和高性能的应用场景，例如物联网、智能家居、智能城市等领域。在这些场景下，大量的数据经常在本地设备上生成和使用，需要快速的响应和本地化处理，因此边缘计算可以提高响应时间并减少数据传输和存储的开销。

云计算和边缘计算都是不同的计算模型，它们根据不同的应用需求提供不同的优势和特性。

使用边缘计算技术的公司有哪些？

目前市场上有很多公司在开发和推广边缘计算技术，以下是一些较知名的边缘计算公司：

1. 微软：Azure IoT Edge是微软开发的边缘计算平台，它能够在边缘设备上执行机器学习和人工智能计算任务，并保证数据隐私和安全性。
   
2. 英特尔：英特尔的OpenVINO工具套件提供了一种开放源码的边缘计算平台，能够在基于英特尔处理器的边缘设备上实现深度学习功能，并提供模型优化和调试工具。
   
3. 亚马逊：亚马逊AWS IoT Greengrass是一种边缘计算软件，它可以在边缘设备上运行AWS的Lambda函数、机器学习模型等，从而让在物联网应用程序中的本地设备执行完整的云功能。
   
4. 谷歌：谷歌的Edge TPU是一片定制化的硬件，用于在边缘设备上执行机器学习应用程序，其计算和数据处理能力远高于一般的处理器。
   
5. 边缘虚拟化：该公司致力于提供高性能、低延迟的边缘计算解决方案。其云边协同技术可以实现将运行于云端的应用极速迁移到边缘计算层级，从而满足工业物联网、智慧城市、视频监控等多个领域的需求。

关于AWS IoT Greengrass的边缘计算的功能介绍

AWS IoT Greengrass是一种通过在当地设备上实现AWS Lambda功能的软件，它可以让设备执行完整的云功能，即在没有网络连接的情况下依旧可以运行AWS的Lambda函数、机器学习模型等。AWS IoT Greengrass致力于满足将云功能下推到边缘设备、实现本地私有数据处理、执行机器学习推理、处理消息等需求。
AWS IoT Greengrass提供了三个核心组件：

1. Greengrass核心：是部署在当地设备上的代理程序，它能够为设备提供Lambda函数的执行环境，处理消息、访问本地资源和执行本地计算等。
2. Lambda函数：Greengrass支持本地开发和部署Lambda函数，这些函数可以执行本地设备上的计算或与云端进行通信。
3. ML模型：Greengrass还支持机器学习模型的部署和执行，这些模型可以在设备上执行预测、计算、过滤和转换等操作，从而实现本地数据处理和分析。
   
4. AWS IoT Greengrass还提供了一些工具和服务，例如本地设备的部署和管理、数据同步和处理、安全性和认证等，这些工具和服务提高了Greengrass的易用性和灵活性。
   最后，AWS IoT Greengrass主要针对需要在本地设备上运行AWS Lambda函数和机器学习模型的应用场景，包括物联网、智能家居、智能工厂、智能城市等领域，同时它也提供了与AWS云端服务的高度集成性，让开发者可以在边缘设备和云端之间进行自由切换。
   
   
   Azure IoT Edge的边缘计算功能介绍

Azure IoT Edge是微软的一款边缘计算平台，通过将云服务下沉到本地设备，使设备具备了处理本地数据的能力，并且将智能处理、数据分析等计算移植到边缘，从而解决了部分应用场景的传输延迟和数据隐私等问题。
Azure IoT Edge具有以下几个核心功能：

1. 边缘计算：Azure IoT Edge能够在边缘设备上运行Azure云服务的模块，从而能够将计算下沉到本地设备上执行，大大降低了数据传输和处理延迟。
   
2. 本地AI模型：Azure IoT Edge支持在边缘设备上加载和运行人工智能和机器学习模型，包括使用Azure机器学习服务训练的模型，能够在设备上本地实现预测和分类等复杂计算。
   
3. 安全性：Azure IoT Edge提供了多层安全性，从硬件到应用程序都有多种安全性措施，包括基于硬件的安全，运行时安全，容器安全等，能够保护设备和模块的机密数据和操作。
   
4. 灵活性：Azure IoT Edge支持在边缘设备上部署、运行和管理模块，包括自定义模块和标准模块，能够根据业务需求自由地调整资源和计算能力。
   
5. 可扩展性：Azure IoT Edge相对容易地将新模块添加到边缘设备上，并能够根据需要在运行时引入新的功能和服务。
   

总的来说，Azure IoT Edge能够以安全、低延迟和高效的方式为边缘设备提供计算和智能能力，加速智能化部署，实现普及一体化，消除障碍并实现价值。