制造业一家工业制造商部署了边缘计算来监控制造业，实现了边缘的实时分析和机器学习，以发现生产错误并提高产品制造质量。边缘计算支持在整个制造厂添加环境传感器，从而深入了解每个产品组件的组装和存储方式，以及组件的库存时间。制造商现在可以更快、更准确地就工厂设施和制造运营做出商业决策。

农事考虑一家在室内种植作物而不需要阳光、土壤或杀虫剂的公司。该工艺可将生长时间缩短60%以上。使用传感器使企业能够跟踪用水量、营养密度并确定最佳收成。收集和分析数据，以发现环境因素的影响，并不断改进作物生长算法，确保作物在峰值条件下收获。

网络优化。边缘计算可以通过测量用户在互联网上的性能，然后使用分析来确定每个用户流量的最可靠、低延迟的网络路径，从而帮助优化网络性能。实际上，边缘计算被用来“引导”整个网络的流量，以获得最佳的时间敏感流量性能。

工作场所安全。边缘计算可以结合和分析来自现场摄像头、员工安全设备和各种其他传感器的数据，以帮助企业监督工作场所的条件，或确保员工遵守既定的安全协议，尤其是在工作场所偏远或异常危险的情况下，如建筑工地或石油钻井平台。

改善医疗保健。医疗保健行业极大地扩大了从设备、传感器和其他医疗设备收集的患者数据量。巨大的数据量需要边缘计算来应用自动化和机器学习来访问数据，忽略“正常”数据并识别问题数据，以便临床医生能够立即采取行动，实时帮助患者避免健康事件。

运输自动驾驶汽车每天需要并生产5 TB至20 TB的任何地方，收集有关位置、速度、车辆状况、道路状况、交通状况和其他车辆的信息。在车辆行驶过程中，必须实时汇总和分析数据。这需要大量的车载计算——每辆自动驾驶汽车都成为一个“边缘”。此外，这些数据可以帮助当局和企业根据地面的实际情况管理车队。

零售零售企业还可以从监控、库存跟踪、销售数据和其他实时业务细节中产生大量数据。边缘计算可以帮助分析这些不同的数据，并确定商业机会，例如有效的收尾或活动，预测销售额并优化供应商订单等。由于零售业务在本地环境中可能会有很大差异，因此边缘计算可以成为每家商店本地处理的有效解决方案。

边缘计算的好处是什么？

边缘计算解决了重要的基础设施挑战，如带宽限制、过度延迟和网络拥塞，但边缘计算还有几个潜在的额外好处，可以使这种方法在其他情况下具有吸引力。

自治边缘计算在连接不可靠或由于站点的环境特征而限制带宽的情况下很有用。例如石油钻井平台、海上船只、偏远农场或其他偏远地区，如雨林或沙漠。边缘计算在现场完成计算工作——有时是在边缘设备本身上——比如偏远村庄净水器上的水质传感器，并且只有在连接可用时才能保存数据传输到中心点。通过本地处理数据，可以大大减少要发送的数据量，所需的带宽或连接时间比其他情况下所需的要少得多。

物联网系统网关

边缘设备涵盖了广泛的设备类型，包括传感器、执行器和其他端点，以及物联网网关。

数据主权。移动大量数据不仅仅是一个技术问题。数据跨越国家和地区边界的过程可能会给数据安全、隐私和其他法律问题带来额外的问题。边缘计算可以用于使数据接近其来源，并在现行数据主权法律的范围内，如欧盟的GDPR，该法律定义了数据应如何存储、处理和公开。这可以允许在本地处理原始数据，在将任何内容发送到云或主数据中心（可能位于其他司法管辖区）之前，掩盖或保护任何敏感数据。

边缘计算市场

研究表明，未来几年，边缘计算的发展只会越来越多。

边缘s