成百上千万的机器和物体正首次接入互联网，对过去几十年中为人类使用者设计的架构形成挑战。因此，企业正纷纷将更多计算资源投入网络边缘，例如车辆、电梯、工厂机器等。

　　迅达首席开发长兼Schindler Digital Business首席执行长Michael Nilles称，有一些应用和使用案例中需要有实时的机器智能，不能等待云端响应。

　　研究公司MarketsandMarkets的数据显示，初创公司以及微软和通用电气公司等老牌企业争相进入边缘产品和服务市场，预计该市场规模到2022年将增长至67亿美元，2017年约为15亿美元。

　　在这种新架构中，数据在产生这些数据的设备现场或附近得到处理和分析，而不是首先传送至企业云或数据中心。这样设备可以实时计算并分析数据，而不像通常那样依赖连接至企业云。新的架构还将为一些服务提供便利，比如基于实时分析的个性化移动应用推广。

　　据Gartner Research Inc.，联网设备的数量正在激增，到2020年将由2017年的84亿部增至204亿部。Gartner还补充称，到2021年，40%企业的边缘计算策略将就位，而2017年这一比例仅有1%左右。

　　自动驾驶技术彰显出对边缘计算的需求。自动驾驶汽车必须实时做出生死攸关的判断。其中部分计算将由汽车自己进行，而不是等候数据传输到云端再传回，而且有时自动驾驶汽车可能甚至根本无法连接到云。

　　初创企业Vapor IO的总裁兼首席运营长Don Duet称，通常情况下，从产生数据的设备端将数据传输到云供应商再传回需要150-200毫秒。Vapor IO与移动基础设施提供商合作，在蜂窝塔上建设和布置边缘服务器。

　　他还表示，在设备附近布置服务器或网关能将这一过程的时间缩短至2-5毫秒，可显著改善像医疗、联网汽车和智能城市这些关键应用领域的性能表现。

　　在许多边缘计算场景中，会有一块被称作网关的硬件配置在设备附近，负责收集传感器捕捉到的信息，并用软件进行分析，必要时将分析结果和数据发送给企业云端。在另一些场景中，服务器和软件会构成一个“边缘云”配置在设备附近。

　　Nilles说，迅达电梯里的传感器会探测温度波动、能量消耗和电梯门开关周期等数据。这些数据会传送到一个靠近电梯的边缘设备，然后由设备内置的机器学习算法来发现异常情况。

　　Nilles表示，如果算法发现某个配件即将出现故障，就会给通过云端给维修工人发送通知，做到防患于未然。

　　Nilles没有披露具体数据，但他说，利用这种边缘计算结构，迅达大幅削减了部分电梯的故障时间，并提高了顾客满意度;这一计算结构是与几家硬件和软件供应商共同开发的，包括通用电气和华为。

　　2017年，施耐德电气开始利用微软的Azure IoT Edge服务进行试验;Azure IoT Edge将现场设备与网关硬件连接起来，是其公有云的一种延伸。施耐德电气负责数字服务和物联网的执行副总裁Cyril Perducat说，施耐德正利用该服务预测有杆泵的潜在机械故障，这类故障维修成本很高;有杆泵应用在偏远地区的石油开采，而在这样的地区无线网络有时覆盖不到。

　　2016年皇家加勒比游轮有限公司开始尝试通过边缘计算来运行一个在海上航行途中为客户提供服务的移动应用。

　　安永(EY)数字和新兴技术部门经理兼皇家加勒比的数字顾问Eli Tsinovoi表示，驱动该移动应用程序的边缘计算系统是由数个机架的服务器和基于软件的应用组成，它们在五艘船上组成了一个“小型云”，也即“边缘云”。

　　该移动应用可根据边缘计算系统的实时分析来为船上的每位宾客提供个人化信息。

　　皇家加勒比首席科技长Michael Delgado表示，实时个人化对酒店类公司保持竞争力和盈利能力至关重要，这就是今年该公司有兴趣尝试边缘计算系统的原因。

　　他表示，该公司能否为宾客提供个人化体验以及一个精彩假期完全取决于该公司利用这项技术的能力。