據IDC預測，到2025年，152,000部新設備將直接或間接地接入互聯網，從而將全球聯網設備的總數升至800億。其結果之一是，全球的數據總量將從2020年的44ZB飆升至2025年的約180ZB 。全球當前的數據總量為10ZB[1]左右。

一家智能工廠每天可生成1,000TB數據，無人駕駛汽車每秒可生成1 GB數據[2]。雖然這些數據的很大一部分轉瞬即逝，但仍有很大一部分——比大多數人認為的還要大——將被保存、存儲能和分析。

因此，我們將不得不重新思考如何管理數據，而且最終會得出以下結論：大多數數據，尤其是物聯網數據，將不會“去”到數據中心或計算機，而是數據中心或其它計算設備來到生成和消費數據的地方。

智能建筑將監(jiān)測它們自己的生命體征，在本地解決問題，并只向位于總部的數據中心發(fā)送它們的行為快照。為了避免云計算固有的時延，用于控制高速公路交通或分析店內客戶行為的“快速數據”應用將受邊緣計算設備控制。如果您對最新的電視節(jié)目上癮，視頻流亦不會來自互聯網，而是您的機頂盒在網絡并不繁忙的前一晚下載它(通過分析您的觀看行為)。

計算將會無處不在，而且近在咫尺。

大數據的大局觀

困境部分源于數據的本質。彼此隔絕的數據點互不相關。作為整體，馬賽克式的信息能夠解決各種神秘問題。您保存的數據越多，您的優(yōu)勢就越大，

以能源消費為例。智能電表已經能讓供電公司消減用電的時間和成本。看一下美國的情況：聯邦能源監(jiān)管委員會估算，到2019年，供電公司通過軟件動態(tài)降價的“需求響應”計劃可將高峰用電需求降低188GW[3]，從而能讓社區(qū)推遲建設電站，并減少客戶的用電支出。

但數據量增長很快。一個智能電表報告能夠生成 50-100 千比特數據[4]。但如果您每分鐘ping一下每家的電表，每年將會生成110PT數據。而這只是家庭消費的很小一部分：一棟商業(yè)建筑每年可生成100GB 數據[5]，而這僅僅是空調和供暖數據。通過本地存儲、分析和操作數據，您有可能以更低的成本獲得更好的結果。

網絡更多的是以線性方式演進。據Akamai統(tǒng)計，全球寬帶網速每年提升約10%-15%[6]。為什么?因為錢。提高寬帶網速需要安裝設備、開發(fā)軟件和雇用建設人員。

信息可能是免費的，但突破性的壓縮算法和新型復用器不免費。

與此同時，很多物聯網設備需要實時運行。一個只有在收到總部發(fā)來的信號之后才能關燈的智能燈具并不太智能。您想要的是能夠在人離開房子后關燈、或能利用環(huán)境光線、或能通知店長5號過道有一卷尿不濕掉下的燈具。對于這些任務而言，即時的本地數據處理遠遠好于云計算。

正如市場分析公司Wikibon總裁David Floyer所言：“很多物聯網數據將用于控制，因此應存儲在本地，在本地分析，然后發(fā)送一個快照。”

邊緣生活

在充當物聯網和傳感器網絡的神經中樞，平衡二者方面，物聯網網關將扮演關鍵角色?；ヂ摼W連接和安全性將透過網關，后者還能存儲原始數據，進行快速分析，并標記異常。物聯網不僅將進入樓宇和家庭中，而且還將進入汽車，匯聚傳感器數據，下載停車信息，并幫助您抵御病毒。

邊緣數據中心將在地區(qū)一級扮演類似角色，復制本地社區(qū)的互聯網，從而讓消費者不用從遙遠的拉斯維加斯或芝加哥獲取網頁，通過降低數據的傳輸需求降低流量。如果微軟的Natick項目取得成功，時延和流量還能進一步降低，因為大城市中的很多人能夠從附近的水下數據中心獲取數據。

應留在本地，還是走向云端?

從成本效益的角度而言，留在本地一般都會勝出。假設您希望挖掘安保攝像頭的數據，以5M/s的速度傳輸20個安保攝像頭的數據將占用100Mbps帶寬[7]，并在五年期間支付約36,000美元的帶寬費(根據Colocation America公布的費率)。如果在本地緩存數據，只將異常傳輸至您的數據中心，總成本將會降至約13,000美元。

沒有人(或智能恒溫器)是一個孤島

這需要說服。“將其接入網絡”或者將其發(fā)送到云端的沖動也許是最大的挑戰(zhàn)。一個不聯網的系統(tǒng)是一個孤島。

沒錯。但一個邊緣架構不會讓智能設備成為孤島，而是讓它們組成群島。

文章來源：機房專用空調 http://www.yuanchangqo.cn