边缘计算分析协助智能化和数据驱动型企业，在物联网设备收集数据后立即开展数据分析工作。
在过去，企业会从各个渠道采集数据，先将其储存在云端或本地存储中，然后再进行分析。 然而，这种数据分析模式已经成为物联网 (IoT) 和工业物联网 (IIoT) 发展的重大障碍。
边缘分析正是解决这一问题的关键！
本文将引导您快速了解边缘分析，帮助您轻松开发解决方案或实现数字化转型。
边缘分析导论
顾名思义，边缘数据分析就是在数据产生的边缘进行的分析方法。“边缘”指的是数据的来源。 在物联网领域，这些来源包括传感器、执行器、机械臂、HVAC系统、传送带控制系统、网络交换机和各种智能设备。
边缘分析应用会在更接近数据来源（例如制造工厂或公用事业系统）的物联网设备处执行数据分析，从而保证了时间敏感的业务流程能够顺利运作，而无需等待中央服务器的指令。
简而言之，在智能设备中进行的数据采集、处理、分析和操作都是边缘数据分析的结果。 亚马逊的 Echo 或 Nest Home 设备就是配备边缘分析功能的典型例子。
这些设备能够接收您的指令，将捕获的音频转化为机器语言，并在网络上搜索结果。 同时，设备还会将查询结果呈现给用户。
边缘分析的需求
智能设备在能源、零售、制造、安防、物流、汽车等行业的应用日益普及。 然而，互联网带宽的增长速度却未能与之匹配，或者说带宽总是受到限制。
因此，从物联网设备收集数 TB 的数据并将其传输到云端需要花费大量时间。 更不用说，在分析数据后，还需要通过同一个网络将可执行的见解发送回智能设备。
这种情况容易造成网络拥堵，甚至可能导致物联网系统瘫痪！
因此，企业必须部署边缘分析应用和设备。 这样，时间敏感型智能设备就能够在现场直接分析采集到的数据并立即采取行动。
例如，如果自动驾驶汽车在其行驶路线上探测到突然出现的障碍物，它必须立即做出刹车反应。
它不能等待收集障碍物的视觉和听觉数据，并将其发送到云端应用进行分析。 相反，车辆应该在瞬间做出改变方向或紧急制动的决定。
边缘分析如何运作？
边缘分析通常会监控多个边缘或物联网设备。 首先，分析应用会跟踪所有连接的智能设备的运行状态和性能。
如果它检测到工作流程问题，分析应用会尝试在本地解决问题。 如果问题仍然存在，边缘应用会停止故障设备，并通知技术人员。
在这个精心设计的流程中，以下设备发挥着关键作用：
- 物联网传感器：用于收集压力、温度、湿度、转速等环境数据。
- 边缘设备：可以是专用边缘设备，如用于现场数据分析的索尼 REA-C1000，也可以是用于控制物联网设备的智能手机和平板电脑。
- 边缘网关：相比边缘设备，其拥有更强大的功能和内存，主要充当云服务器和物联网设备之间的桥梁。
- 智能执行器：执行边缘数据分析建议的任务。 例如，智能水阀、智能开关、智能机械臂、智能传送带控制和计算机指令。
上图展示了 IBM IoT Edge Analytics 在酒店管理领域的应用示意。
优势
#1. 更强的安全性
采用边缘分析时，无需将数据传输到云端。 原始数据保留在产生数据的设备上。 由于数据在传输过程中不会受到黑客攻击或感染，因此安全性更高。
#2. 延迟预防和近实时数据分析
某些业务流程需要立即进行数据分析才能做出操作决策。 边缘分析通过在数据源头识别和收集见解来辅助此类决策。
由于分析过程发生在数据附近，因此耗时极少。 它无需涉及远程服务器的数据传输，因此您能够立即获取结果。
例如，在实时监控视频中识别罪犯，或者分析来自飞机或制造工厂的数据时，您需要在几秒钟内做出决策。 在这种情况下，使用边缘分析技术能够帮助您立即做出决策。
#3. 高扩展性
随着公司规模的扩大，越来越多的数据给中央数据分析带来了更大的负担。 通过分散流程，边缘分析允许您扩展流程，从而提供更强大的分析能力。
#4. 更低的带宽占用
从源设备到中央服务器的数据传输会占用大量带宽，反之亦然。 许多偏远地区不具备传输所需的数据带宽或网络强度。 在这种情况下，边缘分析可以有效节省带宽。
#5. 降低成本
传统的大数据分析方法通常成本高昂。 虽然公司可能会在其云服务器或公共云解决方案中处理数据，但是存储、处理、分析以及带宽消耗都非常昂贵。
边缘分析技术利用物联网设备或附近的硬件进行数据分析。 因此，分析和互联网带宽的成本将会降低。
局限性
#1. 远程设备安全
虽然边缘分析可以保护您的敏感数据在传输过程中免受网络安全威胁，但是它涉及到易受风险影响的远程设备。
安全摄像头被黑客入侵的事件屡见不鲜，您的摄像头也可能成为受害者。 如果您的网络安全措施不涵盖这些远程设备，那么为您的核心系统提供强大的安全性也无济于事。
#2. 数据丢失
边缘分析的设计目标是利用最相关的数据进行分析。 来自大型原始数据集的其余数据将被忽略。
由于该技术仅将相关的实例存储在中央服务器中，因此对于需要接收和存储所有原始数据的公司而言，它可能不是最佳选择。
#3. 设备和网络兼容性
边缘分析是一项新技术，因此如果您使用旧设备和网络技术，可能会出现兼容性和数据传输问题。 因此，公司必须购买新设备才能在其组织中部署该技术。
这将增加公司部署边缘分析的成本。 此外，它可能需要进行完整的系统升级，这可能会中断操作。
#4. 需要开发定制解决方案
目前市场上存在多种可用于边缘分析的平台。 然而，一些公司可能需要根据他们需要分析的设备来开发定制的边缘分析平台。
#5. 选择合适的软件
市场上的一些系统只在云端共享其输出数据。 因此，公司无法看到分析背后的原始源数据。 为了避免这种情况，您需要使用最新的分析软件来获取所有必要的数据。
#6. 需要可用性评估
边缘分析最适合安全、高效且需要快速决策的场景。 因此，公司在选择解决方案之前应该评估自身是否需要该技术。
应用场景
分析客户行为
零售商会通过一系列传感器，包括商店摄像头、停车传感器和购物车标签来收集数据。 利用边缘分析，这些公司能够基于客户的行为为其提供定制的解决方案。
远程监控和维护
当机器停止运转或需要维护时，制造和能源行业需要立即响应或发出警报。 边缘分析技术能够帮助他们更快地识别潜在的问题，而不仅仅依赖于集中式数据分析。
智能监控
边缘分析对于实时入侵者检测非常有用。 企业可以利用此技术来提高安全性。 它可以通过闭路电视的原始图像来定位和跟踪可疑活动。
故障预测
物联网硬件故障可能会造成灾难性后果。 对物联网硬件设备进行边缘分析可以准确预测潜在问题。 在其帮助下，组织可以采取预防措施并增加正常运行时间。
目前，边缘分析主要针对特定行业应用使用定制设备和应用程序。 下面列出一些工具和设备，以便您了解当前趋势：
索尼边缘分析设备
索尼的 REA-C1000 是当前功能最全面的边缘分析设备之一。 您可以使用它连接索尼网络摄像头，从而捕捉和分析远程观众的实时演示。
它具有高科技功能，如手写提取、内容叠加、自主内容、演示者跟踪、图像分割、观众手势跟踪等等。
AWS 物联网绿草
AWS IoT GreenGrass 是一种开源的云服务和边缘运行时，用于开发、部署和控制物联网设备的软件。
它为本地物联网设备带来了逻辑和云数据处理能力。 因此，设备可以在低带宽或间歇性网络连接下正常运行。
HPE 边缘线
HPE Edgeline 适用于智能设备在制造工厂、石油钻井平台等严苛环境下的应用。它将边缘软件和运营技术 (OT) 硬件直接引入生产车间。
因此，智能设备可以从现场数据处理系统而不是云服务器快速获取输入。
英特尔物联网开发人员套件
您可以使用英特尔的软硬件来开发基于边缘分析的智能设备，以供商业用途。 该工具包包含以下产品：
- 软件堆栈，包含驱动程序、SDK、操作系统、示例和库
- 英特尔 OpenVINO 分发版
- 英特尔 Movidius VPU
- 英特尔 Arria 10 FPGA
Azure 物联网边缘
Azure IoT Edge 为在边缘运行的智能设备带来分析和 AI 工作负载。 该边缘分析开发平台具有以下功能：
- 来自可信赖供应商的物联网边缘硬件
- 自由的边缘运行时
- 在边缘运行软件的业务逻辑模块
- Azure 云接口
边缘分析与传统分析
边缘分析和传统/服务器分析之间的主要区别在于数据分析发生的位置。
在边缘系统中，数据分析发生在物联网设备附近或设备之上，而这些设备也是数据收集和指令执行的场所。 相反，服务器分析远离收集数据的智能设备。
下表列出了两者之间的其他主要区别：
| 特征/功能 | 边缘分析 | 传统分析 |
| 拥有成本 | 低 | 高 |
| 延迟 | 几乎为零 | 通常低到中等，但当服务器负载超过容量时会变高 |
| 设备兼容性 | 无，当您更换设备时，需要特定解决方案。 | 大多数基于云和服务器的分析应用都具有高度的跨设备兼容性 |
| 数据分析速度 | 比服务器分析快 | 比边缘分析慢 |
| 系统配置 | 每次更改设备品牌和型号时配置一次 | 配置一次即可使用多年 |
| 安全漏洞 | 几乎无法破解 | 容易受到黑客攻击和网络钓鱼攻击 |
| 连接丢失 | 物联网系统将继续工作 | 物联网系统将停止运行 |
| 分析应用程序市场上的选择 | 有限 | 市场上存在许多基于服务器的数据分析应用 |
| 服务器成本 | 低或无 | 高 |
常见问题
什么是边缘视频分析？
边缘视频分析是指在靠近视频输入设备的位置分析视频图像，而不是将视频数据移动到云服务器中进行处理。
摄像头或编码器会在边缘分析中处理图像以生成元数据。 因此，企业可以获得更快的响应时间，并降低数据传输所需的带宽。
在哪些情况下应优先考虑边缘分析？
当您需要监控设备时，边缘分析是最佳选择。 当您所在区域的网络连接不佳时，边缘分析也很有用。
金融服务和制造业是对此技术需求较高的延迟敏感型行业。 此外，着眼于扩大规模的企业也应该选择边缘分析。
总结
通过本文，您已经了解了什么是边缘分析、它的工作原理、优势、工具和应用场景等等。
现在，您可以更加自信地做出业务决策，使用边缘分析设备来改造您的工业物联网系统，从而快速控制远程设备。
或者，如果您是物联网工程师或开发人员，本文可以帮助您设计或开发新的物联网和工业物联网解决方案。
下一步，您可以进一步了解流行的物联网设备。