伴隨著海量設備接入物聯(lián)網系統(tǒng)，企業(yè)也在尋求更加簡單有效的方式來節(jié)省成本，對邊緣計算的需求也不斷增長。邊緣計算將數(shù)據(jù)計算分析放置在邊緣一側，數(shù)據(jù)的整理精簡有助降低服務器運行壓力，也能降低網速延遲的需求，云計算則是可以進行更深化的分析，以獲得更有深度的觀察力，兩者都是物聯(lián)網系統(tǒng)的重要組成部分，在設備的智能化管理發(fā)揮著重要作用。

物聯(lián)網設備的狀態(tài)監(jiān)控是邊緣計算的重要應用。它提供了對設備狀態(tài)的遠程監(jiān)控以指出變化以及變化如何導致故障，為準確定位分析提供數(shù)據(jù)支持。

物聯(lián)網對設備的監(jiān)控側重于數(shù)據(jù)輸入和輸出，以檢查變化和可能的行動路線，以防止設備出現(xiàn)故障或停機。為此，數(shù)據(jù)需要在工業(yè)設備、網絡和網關設備上移動，在這些設備上對其進行分析和解釋，以提供實時的質量預測性維護報告。由于處理的數(shù)據(jù)量很大，物聯(lián)網基于狀態(tài)的監(jiān)控設備需要邊緣計算來獲得更好的性能。

借助邊緣計算，基于狀態(tài)的監(jiān)控物聯(lián)網設備可以更快地處理數(shù)據(jù)，消除延遲并提供有助于工程師做出更好維護決策的信息。在這種情況下，邊緣計算的集成將幫助組織更加主動地確保其系統(tǒng)的效率，并大大降低維護成本。在云計算中心，則是可以更強力的數(shù)據(jù)分析支持，如預測性的維護支持，主動出擊提前進行設備維護。

以視頻監(jiān)控安防為例，城市中的攝像頭遍布大街小巷，數(shù)量有增無減，海量的數(shù)據(jù)實時上傳到云數(shù)據(jù)中心，必然會造成網絡帶寬的極大浪費與中心云資源的過量消耗。

如果我們采用云邊協(xié)同架構，那么就可以在云端保有關鍵數(shù)據(jù)備份、大數(shù)據(jù)分析等核心功能，同時利用邊緣節(jié)點對視頻圖像進行一定的預處理，例如使用人臉識別等技術提取特征信息，從而減小數(shù)據(jù)量，減輕中心云節(jié)點的計算、網絡和存儲壓力。

總的來說，云邊協(xié)同將是物聯(lián)網深度發(fā)展的重要內容，云計算的效率更高，而邊緣計算可以提供低時延，提升用戶體驗，云邊協(xié)同才能更好的適應各種復雜的場景，最大化的實現(xiàn)價值。

審核編輯：湯梓紅