今天，在围绕数字转型或物联网(IOT)的每一次对话中，无论在哪个行业，都会讨论应用程序将托管在哪里。有些人可能会说，“云”通常是一个不错的选择——，“只需将所有数据发送到云进行分析”。其他人可能会提出一个新概念，“边缘计算”，作为一个重要的突破，它将为应用程序提供动力，并提供云计算无法实现的结果。这种声音经常迫使我们从云和边缘——中选择一个，并希望选择一个赢家。但事实是这样吗？我们需要努力分析和下注吗？在我看来，答案是否定的。这些计算架构是互补的，两者都发挥着重要作用。我的公司为工业客户提供软件，其中一些运行在边缘，一些更典型地运行在云上。这让我对这两个环境有了很好的理解，也让我明白了为什么你选择了一个环境而不是另一个环境。让我们先看看它们是什么意思。云计算已经存在很长时间了，大多数人对它有一个基本的概念:简而言之，云计算涉及远程数据中心，这些数据中心充满了通过互联网连接的计算机并提供计算能力。单位成本是可以得到的，任何人都可以使用。边缘计算刚刚成为一个常用术语。这是突出云的相反方式，尤其是在物联网中。从根本上说，边缘计算是指在物理上尽可能靠近生成数据的位置运行应用程序。例如，考虑一辆基于速度和油耗传感器数据实时计算燃油经济性的车辆。在车辆中执行该计算的计算机可以被正确地标记为边缘计算设备。然而，边缘计算的概念并不是一个新概念。事实上，我工作的自动化领域的公司一段时间以来一直在设备层面进行控制和分析，即加工厂、工厂、矿山、油田等的“边缘”计算——。我们公司提供的一个常见的例子是分布式控制系统，这是一个由特殊计算机组成的网络，这些计算机在现场运行，监控来自数千个传感器的数据，这些传感器测量过程的温度、压力和流量，并产生使过程安全和最佳运行的动作。在这个术语变得普遍之前，这基本上是边缘计算。制造业以外的其他行业现在正在他们的设备上安装传感器或“过程”——。移动网络已经存在，它将数据从建筑物的各个房间转移到城市的停车计时器和信号灯，或者是人们身上的可穿戴设备——。因此，出现了一个新问题:您应该计算在哪里将数据转换成可操作和可执行的命令？云处理的支持者说所有这些都应该在云中完成。然而，通常有很好的理由通过边缘计算在本地执行计算和分析。两种方法都有优点和缺点。在某些情况下，例如以下情况，边缘计算可能是更好的选择:没有足够或可靠的网络带宽向云发送数据。尽管业界非常关注网络安全，但在通过公共网络发送数据或在云中存储数据时，可能会存在安全和隐私问题。通过边缘计算，数据保留在本地。通信网络和云之间的连接不够强或可靠，不足以可靠。应用需要快速数据采样，或者必须以最小的延迟计算结果。让我们看一下我们公司为石油和天然气行业提供的边缘计算示例。在石油地区，油井的通信可能是无线的或间歇性的。称为远程终端单元(RTU)的专用计算机用于接收传感器数据并在油井上执行本地控制功能。通信中断时，他们通常在内部存储油井数据；当通信恢复时，他们将数据发送到远程系统进行报告和分析。相反，由于以下因素，云可能是更好的选择:云的处理能力几乎是无限的。任何分析工具都可以随时部署。某些应用程序的外形和环境限制可能会增加边缘计算的成本，并使云更具成本效益。数据集可能很大。云计算中大量应用程序的可用性和其他数据的引入可以使应用程序开始自学，从而获得更好的结果。我们许多人听说过使用“大数据”。结果可能需要在各种平台上广泛分发和查看。云可以从多个设备上的任何位置访问。 巡航控制系统需要高度可靠、安全和灵敏，以便能够在“边缘”或车内运行。然而，车队的监控应用程序将性能数据纳入计划的维护或导航信息中，以计算路线，该应用程序应该在云中运行，在云中可以访问和分析多辆车辆上的大量数据。同样，在石油和天然气行业，我已经看到通过RTU发送的一些油井性能或设备健康信息的数据可能不会在RTU中使用。但是，云或远程数据中心中的应用程序可以在模拟整个油田的应用程序中使用数据，并采取直接行动从油田中回收最大量的石油。我相信在可预见的未来，edge和云计算将继续发挥重要作用。事实上，我希望软件开发和研究工作能够更无缝地连接两个世界。因此，不要担心——。两者的支持者在未来将会有大量的应用。