数据处理首先要解决什么问题

如今物联网的应用越来越广泛，但需要具有企业的视角。这意味着垂直行业应用程序、开发生态系统、产品设计、硬件、部署等。

虽然这不是什么秘密，但物联网设备数量的急剧增加将改变人们生活、工作和与技术互动的方式。预测表明，到2025年，全球将有多达750亿台智能物联网设备，这将使人们进入超级连接的新时代。这些物联网设备不仅可以收集数据，还可以直接在最接近边缘的用户的产品和服务上生成和处理信息。边缘计算的功能和计算能力的提高已经改变了企业设计和制造产品的方式，从智能建筑现场的视频监控到石油钻机维护。以下将介绍如何从云端到边缘的数据处理，从而对可靠性、隐私和延迟产生积极影响。

边缘计算是指在中央数据中心之外执行并且更接近最终用户的应用程序、服务和处理的场所。“更接近”的定义属于一个范围，在很大程度上取决于所使用的网络技术、应用程序特性和所需的最终用户体验。

虽然边缘应用程序不需要与云计算平台通信，但它们仍可能与服务器和基于全球互联网的应用程序进行交互。许多最常见的边缘设备都拥有物理传感器，例如温度、灯光、音箱，并且在物理世界中更靠近这些传感器的移动计算能力是有意义的。例如，当用户要求其灯光调暗时，真的需要依靠云计算进行处理吗？由于立即可以获得收集和处理能力，用户可以显著减少必须移动和存储在云中的数据量，从而节省了流程中的时间和费用。

随着边缘计算将改变人们的生活和工作方式，企业必须了解其业务模式、客户体验、员工的利害关系。边缘计算影响三个方面：可靠性、隐私、延迟。每个方面都对企业和消费者有深远的影响。此外，边缘计算和人工智能的融合为企业带来新的机遇。

推动边缘计算应用的主要动力是在难以到达的环境中需要强大而可靠的技术。许多工业企业和服务商根本不能依赖互联网连接来完成任务关键型应用。可穿戴设备还必须具有足够的弹性，能够在没有4G网络的情况下正常工作。对于这些用例以及更多的用例来说，离线的可靠性是至关重要的。

在经常发生数据泄露的世界中，隐私数据既是潜在的资产，也是企业面临的风险。消费者已经变得更加谨慎。而且，主要依赖云计算技术的企业已经仔细检查他们对用户的了解以及他们如何处理这些信息。

边缘计算通过将处理和收集的数据引入到生成数据的环境中，有助于减轻其中的一些问题。例如，当今市场上领先的语音助理系统地集中、存储、学习终端用户与他们之间的每一次交互。他们的记录包括原始音频数据和所有相关算法的输出，附在助理采取的所有行动的日志上。最新的研究还表明，基于有关最终用户的品味、联系方式、习惯等其他信息，交互将变得更加顺畅和更具相关性。

这为依赖云计算的语音公司带来了一个矛盾的问题，为了使人工智能语音助理具有相关性和实用性，他们必须了解更多关于用户的个人信息。将处理能力转移到边缘是在不损害隐私的情况下提供相同级别性能的唯一方法。

用最简单的术语来说，延迟是指动作和响应之间的时间差。如果你在触摸智能手机屏幕上的图标之后，发现打开应用程序所需的时间有些长，那么可能就遇到延迟。然而，对于许多工业用例来说，延迟存在比糟糕的用户体验和让用户等待更大的风险。对于制造企业来说，关键任务系统无法承受向非现场云计算数据库发送信息的延迟。延迟之后可能造成物理损坏，而切断机器的电源可能为时已晚。

当在边缘进行计算时，延迟不是问题。客户和工作人员无需等待数据发送到云计算服务器或从云计算服务器发送数据。他们的维护报告、发货清单或错误日志会实时记录和跟踪。