边缘计算:克服采用的障碍

2021年10月4日

Gartner预测，到2025年，大约75%的企业生成数据将在边缘生成和处理。虽然边缘计算是一个快速发展的市场，但它的采用仍然存在一些障碍。

工业物联网(IIoT)设备会生成大量数据，但在云中处理所有这些数据会带来延迟和成本方面的挑战。使用边缘来补充云可以帮助克服这些障碍。

边缘计算允许数据在本地进行过滤和简化，这意味着将最少的数据发送到云端，从而节省带宽和存储成本。此外，在边缘处理数据意味着数据传输距离更短，从而实现更快的响应时间和几乎瞬时的机器对机器(M2M)通信。

边缘分析市场正在增长。Turbonomic对900名IT专业人士进行的一项调查发现，近一半的人已经在利用边缘计算，或计划在不久的将来这样做。尽管如此，仍然有一些障碍阻止所有公司拥抱边缘。

克服障碍

根据调查，边缘技术采用的最大障碍是对复杂性的恐惧。许多公司对采用新技术犹豫不决，因为他们认为自己的IT环境非常复杂，这使得他们对做出任何改变都很谨慎。然而，这种看法可以通过采用低代码边缘分析平台来改变，该平台在构建时考虑到了简单性。

低代码平台使用可视化界面和直接的拖放模块，而不是使用广泛的编码语言。这提供了一个直观的系统，不需要用户有任何编码和编程经验。这意味着全公司的员工都可以理解并在平台上工作，从而在需要时协助IT项目。

此外，工业企业不应将其边缘分析之旅视为一个巨大的挑战，而应将其分解为小步骤。同时承担太多项目必然会让公司不堪重负。相反，他们应该从易于实施和完成的小项目开始，然后逐渐增加层次，以构建一个高度复杂的分析系统，从数据中提取价值。这是一种可扩展的技术，企业应该利用这一点。

着眼于未来

边缘计算的未来是光明的。有证据表明，这一市场正在增长，越来越多的公司希望在运营中利用这一市场。巨大的潜力在于将人工智能(AI)和机器学习(ML)集成在边缘，以便实时做出流程决策。

Edge AI创建了一个高效和反应性的控制系统，允许快速优化流程。例如，如果机器出现故障，AI系统可以快速做出停止机器的决定，以避免产品损坏。

Martin Thunman是Crosser的联合创始人兼首席执行官。