企业看到其数据中的价值，但需要方法将其原始信息转变为加速增长的动作。在我们的一切联系的世界中，我们创造了每天2.5千亿个字节。这是有意义的大量信息，而传统企业为传统企业提供动力的服务器和台式机通常不会具有将大量数据转换为明确方向的处理能力。同时，对于大规模数据分析而流行的云解决方案并不总是足够快地用于所有应用程序，而且生产力的潜在增长很大。那就是那里边缘计算进来。
随着他们的一系列传感器收集有关其周围环境的信息，自动驾驶汽车可以产生尽可能多的仅8个小时的驾驶40TB数据呢为了使自动驾驶汽车理解其环境并根据其所见所闻做出决定（例如，现在制动避免避免骑自行车的人出来），它必须立即处理该信息。为此，将信息传输到云进行处理是不切实际的。车辆必须使用车载计算机进行操作。任何延迟反应都可能导致骑自行车的人的致命结果，但是边缘计算可确保车辆可以立即反应。
基于无人机的检查变得普遍，边缘计算可能在改善过程中起作用。例如，保险调节器可以飞行无人机来收集数百张图像，目的是发现冰雹损坏或其他损坏作为屋顶索赔的一部分。他或她可能会依靠AI解决方案来自动识别问题，而不是通过图像进行艰苦的分类。为了使AI处理它，无人机将需要将数据传输到中心位置（通常是基于云的数据分析平台）。将数百个图像上传到基于云的系统，尤其是在蜂窝网络上可能需要很长时间。使用Edge计算，可以在收集该数据的无人机上处理数据。到它着陆时，调节器可以知道哪些问题折磨了屋顶，它是由哪种材料制成的，以及用于修复它的人工成本。这意味着调节器可以编写支票以在现场右下解决索赔。
边缘计算的崛起
对于数据分析，许多企业依赖于基于云的系统架构以处理大数据。通常，许多分散的设备收集，存储和将数据传输到中心位置。通过Edge Computing，用于收集数据的相同设备可以完成繁重的一部分 - 将其视为分散数据处理并将某些工作带到网络外边缘的一种方式。对于大多数人来说，数据具有至关重要的智能，可以为巨大的决策提供动力，但是将数据转化为行动的任何延迟都可能导致机会失去机会，或者正如我们将看到的致命后果。当你组合时与AI收集数据，机器学习和边缘计算，您将获得一种有力的方法来不仅做出决定，而且可以预测未来。行业的边缘计算
边缘计算有数百种潜在用途，但是这里有一些有趣的示例，说明了边缘计算如何工作。自动驾驶汽车
基于无人机的检查
