在過去的幾年里，物聯網發展迅速。根據穆爾定律，每個芯片的晶體管數每18個月增加一次，因此硬件開發人員可以在同一個空間添加更多的功能。這會產生更小的電腦、更小的手機和其他電子設備。

 

    所有連接到互聯網的設備都需要芯片，但直到最近，芯片才變得足夠小。這種結合無線網絡的快速增長使得連接設備和為他們提供遠程功能變得更加容易。

 

    這是物聯網：簡單的設備可以通過一個新的性價比高的芯片來控制和監控。隨著像蘋果和微軟這樣的大公司繼續大力投資開發這項技術，如何構建物聯網已經成為如何管理大量數據的問題。

 

海洋信息

 

    多年來，公司一直在使用數據中心系統進行計算和控制。甚至基于云的系統都依賴于一組軟件組件，它們通過數據流收集數據并將它們傳輸回。

 

    物聯網改變了這種動態。突然之間，成千上萬的設備共享數據，與其他系統通信，并為成千上萬的終端提供控制。

 

    這給數據收集和分析帶來了新的問題。由于這些新網絡共享數據，物聯網設備通常很慢，共享少量信息，無法保證數據何時到達。特別是在智能城市和建筑物中，成千上萬的傳感器在不同的時間間隔生成數據，并在云中完成處理。

 

    隨著這些網絡的發展，它們面臨著現有計算趨勢帶來的新問題。由于大數據和智能網絡（通過網狀網絡、物聯網和低功耗網絡和計算），舊系統無法處理他們創造的大量信息。

 

    這些問題的答案是云存儲和邊緣計算的結合。然而，要利用這兩種技術，IT專業人員必須了解他們是如何操作的。

 

 

邊緣和云

 

    邊緣計算和云計算在操作方式上幾乎完全相反。云計算有效地利用了大量的網絡，通過中心到云的數據中心處理和存儲信息。由于在高性能網絡之間共享數據的節點之間的緊密互連，實現了目標。

 

    隨著物聯網的興起，越來越多的企業希望其計算能力更接近于信息設備的采集。物聯網中的設備在功耗和計算能力方面都較低，因此邊緣計算將中央計算能力從云計算轉移到了最終用戶設備的位置上。當您與大量客戶一起工作時，這使得處理過程更快。

 

    結合這兩種技術，云可以處理一般的計算任務，而邊緣計算可以處理更多特定于客戶機的需求。例如，數據聚合可以依賴邊緣計算，將數據聚合到一個集合中，然后將其發送到云中進行進一步處理。

 

    通過集中工作負載和網絡邊緣更具體的任務，IT專業人員可以在優化網絡和計算資源的同時提高用戶體驗。

 

使用技術從數據中獲取更多信息

 

    邊緣計算目前只在電信公司中流行，但隨著5G網絡越來越普及，該技術將迅速普及。IT專業人員應遵循以下三個步驟為即將到來的物聯網數據流做準備：

 

1、準備網絡架構

 

    目前，邊緣計算的早期版本只能用于內容交付網絡和一些軟件定義的網絡或電信網絡。對于這個領域之外的公司來說，現在已經準備好適應邊緣計算，這將使未來的采用更加容易。開始考慮現有的體系結構并準備擴展邊緣功能。

 

2、解決數據聚集

 

3、尋找最佳機會

 

    邊緣計算是資源的有效利用。從資源使用的角度映射架構對于尋找新的優化方法非常有用。

 

    該系統通過將數據傳輸到中心完成計算，降低了成本，彌補了邊際計算成本的增加。隨著邊緣處理的成熟，邊緣計算能力將增加，為準備好的公司提供更多的機會使用這項技術。

 

    網絡和物聯網不能等到新技術到來。通過這些步驟，IT領導者可以考慮物聯網和邊緣計算的發展，并為其廣泛的到來做準備。