边缘计算已成为最热门的技术之一，它提出，数据不需要完全集中，而是可以在称为边缘节点的分布式计算机上处理部分数据，即在生成数据的同一个地方。
边缘计算类型
边缘计算获得了科技界的广泛关注，尤其是在5G推出之后。Linux基金会的2021年边缘状况报告预测，到2028年，边缘计算基础设施的全球市值将超过8000亿美元。
近年来，大型公司开展了大量工作来定义和解释什么是边缘计算及其不同的案例研究，最后得出了一些定义和分类。而所有这些都根据处理数据的位置来对不同类型的边缘进行分类。
当数据处理在离网络最近而离设备最远的地方进行时，我们称之为雾计算或厚边缘。这发生在距离设备100米到40公里的地方，由非常强大的边缘节点执行，或者在某些情况下处理功能甚至被嵌入到网络核心设备本身。
如果数据处理是在本地网络上的设备或数据聚合器中进行时，则以薄边缘命名。在这些情况下，物理距离可以从1米到100米不等，其特点是由中等功率的边缘节点、1GHz和不超过8GB的RAM执行，这些节点在许多情况下充当数据集中器、物联网网关，甚至智能工业自动化设备。
最后，当处理功能嵌入到物联网设备本身时，我们称之为微边缘，在许多情况下，它的功能非常有限，因为设备本身通常具有非常有限的计算能力，以避免成本过高或电池消耗。
物联网边缘计算的挑战
毫无疑问，边缘物联网是加速企业数字化转型的新推动力之一。然而，它的部署并非没有挑战，而且任何企业在其设计和实施阶段都必须考虑这些挑战。
- 网络安全：作为一个分布式资源网络，它在很多情况下是无人值守的，而且在许多情况下都连接了很多关键元素，因此其安全设计、保护和监控需要特别予以关注，并且当边缘节点可以操控其连接的设备时，更要如此。
- 可扩展性：在边缘计算环境中，部署的设备数量可能非常多。因此，边缘节点的安装、配置和维护会将部署的隐性成本提高到不经济的地步。特别是对于使用寿命极长的工业装置而言，必须有工具以远程、集中和可扩展的方式对边缘节点进行生命周期管理。
- 集成：连网设备的类型，尤其是在工业领域，是高度分散的。这些设备具有不同的通信协议或数据结构。因此，边缘计算部署必须基于开放技术，最好使用标准的或被业界广泛使用的技术。应避免采用集成成本高的封闭解决方案。
从物联网边缘计算中受益最多的行业
如今，大多数工业公司都正在经历数字化转型过程，因此能够连接设备，以及收集和利用这些设备产生的数据，对于保持竞争力至关重要。受物联网边缘影响最大的行业将是那些使用大量连网设备的行业，并且当这些设备分布在不同的地理位置并以高频率生成数据时，其影响程度也将呈指数级增长。
从这个意义上说，它们的定位非常明确：
- 公用事业：业务连续性对于电力、天然气或水务部门至关重要。监控资产以检测故障，甚至预防故障，是一项基本功能。但是，其资产通常位于偏远位置。在这种情况下，边缘计算允许实时分析，数据处理功能更靠近资产，这意味着对连接性的依赖更少，响应时间更短。
- 可再生能源：边缘计算可以对太阳能和风能等可再生能源的可持续管理产生重大影响。同样，在远程和高度分布式环境中，它可以避免对连接性的高度依赖，并为此类关键服务提供稳健性和安全性。边缘计算算法可以实时评估甚至预测能源的供需情况，从而显著改善能源平衡。
- 物流和交通：在这种情况下，资产不仅是分布式的，而且还是移动的，使用车载计算节点的厚边缘是一种增长趋势。从用于保护货物或监测车辆关键部件的最基本传感案例，到用于路线优化甚至半自动化驾驶的最先进案例，当将计算功能放置在离资产最近的位置时，低延迟响应和整体系统可靠性绝对是非常有意义的体现。
- 分布式制造：分布式或分散式制造被理解为其产品在由几个较小的、地理上分散的工厂制造。由于需要在多个工厂之间非常频繁地传输大量数据，因此部署和维护这些网络的成本传统上非常高。虽然云计算已经在这些环境中取得了显著进步，但与边缘算法的结合可以优化投资、提高数据安全性，并有助于遵守不太适合云环境的行业法规。
