邊緣計算已成為物聯網的重要趨勢。高德納咨詢公司認為邊緣計算是2019年的一項技術趨勢。各個物聯網公司發現在將數據發送到云之前，通過邊緣計算處理數據有很大的好處。最近Micron/Forrester的調查證實了這一趨勢：在未來三年中，53%的人認為應該通過邊緣計算處理分析復雜的數據集。因此，有人大膽預測，“邊緣計算將吞掉云”。
邊緣計算備受推崇的原因是其解決了工業物聯網實現中的一些關鍵性問題。
通過處理大量的傳感器數據，邊緣計算可以降低網絡上的數據傳輸成本以及云數據的存儲成本。邊緣計算還可以分析和過濾傳感器側的數據，只將相關的數據發送到云。
許多工業物聯網都需要亞秒級的響應才能保證安全性以及關鍵和精準的操作。例如，如果人類太靠近某個工業設備，則需要立即停止設備的運轉。在這種情況下，不能等待與物聯網云平臺的來回通信再做出停止設備運轉的決定。如果將該處理轉移到靠近傳感器一側的邊緣計算中，則可以實現亞秒級的響應。再舉一個例子，自動駕駛汽車的亞秒級響應也可以借助邊緣計算。
工業物聯網的安全和隱私要求也推動了邊緣計算的需求。工廠和關鍵性的基礎設施可以利用邊緣設備來保護關鍵的工業流程和設備免受網絡連接的直接影響。同樣，這些機器生成的數據通常都是私有且機密的數據，而邊緣計算能夠將敏感信息保留在工廠內。
最后，邊緣計算還可以實現自主操作。許多工業操作都不能只因為網絡連接問題立即停止。然而，無論網絡連接的情況如何，邊緣計算都可以保證設備和工廠的正常運轉。
對邊緣計算的控制
邊緣計算已經引起了技術供應商的關注。小型創業公司正在創建專門的邊緣計算堆棧。物聯網平臺供應商擁有與物聯網硬件供應商相關的邊緣解決方案，甚至開源基金會也看到了邊緣計算的潛在機遇。
不同供應商與開源社區之間的市場動態仍在發展。有些供應商希望能夠提供完整的云解決方案設備，有些供應商則在建立合作伙伴關系，還有一些則與開源社區展開了合作。目前還看不出哪家處于顯著的領導地位，但似乎有些廠商略勝一籌。
物聯網云提供商的邊緣解決方案重點在于為客戶提供一體化的整體解決方案，包括設備、邊緣和云。他們的工作可以讓客戶更輕松地構建、部署和管理與其云平臺連接的物聯網設備。對于很多希望快速推出新產品的客戶而言，物聯網云提供商似乎更具優勢。但是，從長期看來，這些一體化的解決方案的風險在于，他們會被封閉在其供應商的平臺上。
亞馬遜和微軟是物聯網云提供商的佼佼者。他們兩家都有與各自的物聯網云平臺連接的邊緣解決方案。亞馬遜提供的AWS IoT Greengrass允許連接的設備通過運行AWS Lambda功能和AWS服務，來運行機器學習、數據同步以及與AWS IoT Core的連接。同樣，微軟的IoT Edge允許連接的設備運行微軟的Azure服務。微軟還在GitHub上創建了IoT Edge的開源項目。看似可以將IoT Edge移植到其他硬件平臺上，但其實它與Azure IoT Hub云平臺密不可分。
Google發布了Cloud IoT Edge，他們似乎正在集中精力提供邊緣計算的AI功能。Cloud IoT Edge仍屬于alpha。過去，Google還曾宣布與備受推崇的邊緣計算供應商Foghorn建立了合作伙伴關系。
物聯網平臺
很多物聯網平臺供應商也在創建自己的邊緣計算產品。Litmus Automation、Clearblade、Bosch IoT Suite、Software AG Cumulocity等公司提供了與其物聯網平臺相連的邊緣解決方案。這些公司中的大多數都在努力實現在邊緣硬件上運行數據分析和機器學習模型。
其中一些供應商還與物聯網硬件供應商建立了合作伙伴關系。例如，Software AG與戴爾和Eurotech建立了合作關系，在戴爾和Eurotech的硬件上提供其邊緣軟件解決方案。擁有硬件軟件一體化的解決方案，可以幫助這些公司更方便地向客戶推廣聯合解決方案。
邊緣供應商
許多風險投資支持下的創業公司都致力于提供邊緣解決方案。Foghorn和Swim等公司專注于提供以邊緣計算為基礎的機器學習和分析。Zededa和Edgeworx等其他公司正在努力將虛擬化技術和容器技術引入到邊緣設備中。
所有這些公司都與主流的物聯網平臺和物聯網云提供商建立了合作伙伴關系，并將他們的邊緣解決方案連接到了不同的物聯網平臺上。他們所面臨的挑戰將是支持各色迥異的集成，而通常這些集成都以各自供應商的api和協議為基礎。
物聯網硬件供應商
