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：聯邦能源監管委員會估算，到2019年，供電公司通過軟件動態降價的“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。互聯網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一級扮演類似角色，復制本地社區的互聯網，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”或者將其發送到云端的沖動也許是最大的挑戰。一個不聯網的系統是一個孤島。

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.whjdnk.com