当时间敏感事件发生时，边缘计算胜过云处理。
在过去的15到20年间，已经从本地软件向云计算发生了巨大转变。现在，我们可以从任何地方访问所需的一切，而不受固定位置服务器的限制。但是，云计算运动即将向分散计算的另一方向倾斜。那么为什么我们需要边缘计算呢？
考虑到云网络带来的巨大机遇，这一概念似乎有悖常理。但为了让我们充分利用物联网（IoT）所提供的一切优势，技术必须再次成为本地技术。
看一下农业历史可以得出一些相似之处。一个世纪或更早以前，人们食用当地种植的食物。如果它不在您居住的地方的50-100英里内生长或繁殖，那么您可能将没有机会食用它。
然后，技术出现并打开了新的大门。运输变得更快了，制冷意味着食物可以在不损坏的情况下运输，并且新的耕作技术允许大量生产。随着这些发展，消费者可以从世界各地获得食物。
我们仍在利用容易获得的全球食品的优势，但是由于多种原因，人们已经转向了本地食物。长途运输食品会影响环境。消费者希望为当地经济做出贡献。我们中的许多人都希望我们食用的食物中的人造成分更少。
那么这对云计算意味着什么呢？ 就像全球获得食物一样，云计算并没有完全消失。但是，定期进行处理的地方将从云端转移到现在所谓的“边缘”。
什么是边缘计算？
如果我们回想对云的了解，就可以将其与本地计算进行比较。本地计算意味着在公司大型机或服务器上集中存储和管理数据。可以说，云计算可转换为一系列“远程”服务器上的数据存储和处理。
因此，如果云计算发生在远程服务器上，则边缘计算的发生位置更接近其记录的动作。边缘计算包括收集数据的传感器（例如RFID标签），现场数据中心以及将它们全部连接起来以支持本地计算的网络。数据处理发生在远离云的源头或“边缘”。边缘计算网络在必要时仍可以连接到云，但是它们不需要云也可以正常运行。
您可能需要一个Nest Thermostat来控制您家里的气候，一个FitBit来衡量您的个人健康状况，甚至可能是Alexa或Google Home作为个人助手。但是对于这些设备，没有任何紧急事件需要解决。您可以等待对Alexa的请求由云处理。
当时间敏感事件发生时，边缘计算胜过云处理。为了使无人驾驶汽车成为现实，这些汽车需要实时对外部因素做出反应。如果自动驾驶汽车在道路上行驶，并且有行人从汽车前走出来，则汽车必须立即停车。它没有时间将信号发送到云端然后等待响应，它必须能够立即处理信号。
边缘计算的好处是什么？
显然，速度是使用边缘计算的重要因素，并且有很多解决速度的用例。工厂可以使用边缘计算通过检测人体来大幅度减少工作中受伤的发生率。TSA检查站可以收集通过不同闸门而来的化学物质数据，这些数据可以组合起来制造炸弹。在出现问题之前，城市可以使用边缘计算来解决道路和交叉路口的维护问题。
另一大好处是流程优化。如果自动驾驶汽车、工厂和TSA检查站使用云而不是edge，它们将把收集到的所有数据推送到云上。但是，如果edge做出本地决策，云可能不会立即需要所有这些数据，甚至根本不需要。
借助边缘计算，数据中心可以执行对时间敏感的规则（例如“停车”），然后在带宽需求不那么高时将数据分批流式传输到云中。然后，云可以花时间从边缘分析数据，并发送建议的规则更改，例如“当汽车在50英尺内感觉到人类活动时，缓慢减速”。
除了速度和优化之外，减少停机也是使用边缘计算的主要原因。通过将所有内容推送到云端，您可以使企业不受ISP故障和云服务器停机的影响。今天，许多关键任务操作（如铁路和化工厂）甚至都不会使用云。拥有自己的服务器是保证正常运行的唯一方法。
边缘计算依赖于单个传感器与本地数据中心之间的连接，从而大大减少了停机的机会。
边缘计算的下一步是什么？
即使具有提高速度、优化和减少停机等好处，采用边缘计算仍将需要一些关键的工作。毕竟，看看云的采用到底花了多长时间！但是随着时间的流逝，企业将学习边缘计算如何在减少常见风险因素的同时加快运营速度。
