对于云计算来说，它是软件即服务和移动设备的爆炸式增长。如今，世界上有超过53亿的手机用户，这意味着地球上每10个人中就有近7个人从专门为高速下载而建立的网络服务器下载数据和信息。

即将到来的边缘计算时代有自己的最强应用，也就是物联网。但物联网的需求并非以下载数据为主，而是指向相反的方向。拥有数十亿设备的企业如今需要上传大量数据，这些数据需要在尽可能接近其源头的地方进行处理和分析，同时着眼于最小化决策延迟，减少昂贵的互联网带宽消耗，并确保自主权、安全性和隐私性。随着这些驱动因素的发挥，边缘计算和物联网提供了一个携手合作的解决方案。

例如计算机视觉，这是人工智能的一个领域，使计算机能够解释和理解数字图像。通过分析各种情况下的流媒体视频，人工智能模型可以提供识别针对人口统计或人员监控、识别车牌或武器等物体，以及有价值的信息，以推动改善质量控制、预测性维护和安全等结果。带宽密集的分析是在边缘进行的，只有关键事件才会被回调以触发其他系统。

预测性维护还形成了物联网中另一个关键用例的基础，在边缘部署人工智能来分析关键油气设备的振动，如泵、压缩机和电机。数据采样率每秒超过1000次并不罕见，有时甚至达到8-10倍，以获得公司预测机器故障所需的可见性。将如此多的数据连续传输到中央数据中心成本太高，因此在设备旁边部署人工智能模型来实时检查振动数据更有意义。如果模型感知到某个部件即将发生故障，则可以将信息传输给某人进行确认，然后发送给技术人员。

物联网和边缘计算将创造新产业

正如整个行业的兴起都是为了利用互联网和云计算一样，物联网在边缘的兴起也会带来支持它的硬件和软件公司的崛起。

硬件制造商和硅供应商将提供处理能力，电信公司将提供和管理连接，软件供应商将创建物联网框架和应用。这项任务非常复杂，因此领先的公司在开放、标准化的基础设施之上构建产品和服务是有意义的，正如我们在IT界已经看到的那样。

边缘产生的大量数据也给安全和数据分析带来了新的挑战。软件必须保持最新，以确保数据的准确性，在最极端的情况下，避免现场关键系统的完全故障，从而导致重大的生产损失，甚至危及个人安全。

边缘计算为企业提供了一个重要的机会，可以将我们在过去十年中在云计算中获得的经验教训扩展到物联网用例融合物理和数字世界的前置环境中。通过利用边缘技术收集和分析物联网数据，企业可以提高运营效率，同时确保业务连续性，确保数据安全和员工安全。