企业在其数据中看到价值，但需要将原始信息转化为加速增长的行动。在我们的一切关联世界中，我们创造每天2.5千万千分比。它是一种大量的信息，可以理解，传统业务的服务器和桌面通常不具有处理能力，以将大量数据转化为清晰的方向。同时，对大规模数据分析流行的云解决方案对所有应用程序并不总是足够快，并且生产力有很多潜在的增益。那是哪里边缘计算进来。

边缘计算的兴起

对于数据分析，许多企业依赖于强大的计算实力基于云的系统架构到处理大数据。通常，许多分散的设备收集，存储并将数据传输到中心位置。利用边沿计算，用于收集数据的相同设备可以做大量升降的一部分 - 将其视为分散数据处理的方式，并将一些工作带到网络的外边缘。对于大多数情况而言，数据持有重要的智能，可以强大的决策，但是任何延迟将数据转化为行动会导致机会失去，或者我们将看到丧失的后果。当你结合时与ai收集的数据，机器学习，和边缘计算，你得到一种强大的方式来不仅做出决定，而是预测未来。

工业边缘计算

边缘计算有数百个潜在的用途，但这里有一些有趣的例子是如何使用边缘计算的。

自动车辆

与他们的传感器阵列收集有关周围环境的信息，自动车辆可以产生尽可能多的东西40TB的数据只需8小时的驾驶！为了使自主车辆了解其环境并根据所看到的内容做出决定（例如，制动器现在避免骑自行车的人无处可行），它必须立即处理该信息。为此，将信息转移到云以进行处理是不切实际的。车辆必须使用板载计算机。任何延迟的反应都可能导致骑自行车者的致命结果，但是边缘计算确保车辆可以立即反应。

基于无人机的检查

基于无人机的检查正在变得普遍，并且边缘计算可能在改善过程中具有作用。例如，保险调整器可以飞行无人机，以收集数百个图像，其目标是作为屋顶索赔的一部分找到冰雹损坏或其他伤害。而不是通过图像排序的调整，他或她可能依赖AI解决方案来帮助自动识别问题。为了使AI处理它，无人机需要将数据传送到中心位置（通常是基于云的数据分析平台）。将数百图像上传到基于云的系统可能需要很长时间，特别是在蜂窝网络上。使用Edge Computing，可以在收集它的无人机上处理数据。当它降落时，调整器可以知道问题折磨着屋顶，它是由它制成的材料以及劳动力成本要解决的问题。这意味着调整器可以写一张支票，以在现场解决索赔。

如何对业务产生影响的影响

虽然云不会消失，但许多较小的，更紧凑的设备将在处理它们创建或收集的数据时发挥作用。这对电子商务公司有用仓库有用，该公司需要一种在现场收集和处理库存信息的方式。卡车公司可以使用此技术创建，存储和分析车队维护信息，并在发生之前预测问题。医疗保健行业可以使用附加到患者的传感器来收集先进的生物公制信息并提供即时，超级特定的医疗建议。应用程序与令人难以置信的一样多。

结论

我们仍在为Edge Computing开发新的用途，今天它具有最大的影响工业应用。虽然平均业务可能无法从边缘计算的进展中受益，但由于它将很快为任何前瞻性思维业务提供巨大的益处，这是值得关注这项技术的值得注意的。