誤區(qū)一：物聯(lián)網(wǎng)邊緣設備存在安全風險，只能搭載基本的安全措施。

安全是物聯(lián)網(wǎng)邊緣設備的基本要求，事關數(shù)據(jù)采集傳輸?shù)陌踩?，我們可以通過可以一系列軟件硬件的數(shù)字安全措施來確保數(shù)據(jù)完整性、機密性與真實性?，F(xiàn)代物聯(lián)網(wǎng)安全解決方案越來越多地基于信任根 (RoT) 技術開發(fā)，通過搭載不同的模塊來實現(xiàn)網(wǎng)關設備的多功能，如防火墻、看門狗、數(shù)據(jù)分析軟件，這種軟件硬件相結(jié)合的系統(tǒng)可以在網(wǎng)關工作周期實現(xiàn)數(shù)據(jù)安全防護，保證工廠的生產(chǎn)，避免惡意攻擊造成的損失。

誤區(qū)二：由于廣域網(wǎng)固有的延遲，邊緣處理無法支持實時應用。

物聯(lián)網(wǎng)的技術應用在不斷的進步，例如自動駕駛汽車、工業(yè)機器人和智能家居，需要高速率的響應反饋能力。我們不能否認存在網(wǎng)絡延遲與系統(tǒng)出錯的可能，但隨著嵌入式網(wǎng)關設備與5G技術的增強，我們可以實現(xiàn)近乎實時的數(shù)據(jù)傳輸，低延遲可以滿足大多數(shù)工廠與生活的需求。現(xiàn)在6G技術已經(jīng)提上日程，隨著通信技術的不斷更迭，網(wǎng)關、交換價等工業(yè)設備也會不斷更新，邊緣計算已經(jīng)可以實現(xiàn)實時應用。

誤區(qū)三：接入設備多樣復雜，機器學習比邊緣計算更加有用。

隨著物聯(lián)網(wǎng)設備的發(fā)展，更多具備不同協(xié)議不同作用的設備出現(xiàn)在人們眼中，邊緣處理網(wǎng)關所具備的協(xié)議解析轉(zhuǎn)換能力可以對接大部分的協(xié)議。同時機器學習 (ML) 技術的成熟，對于圖片視頻文字等信息的識別會更加穩(wěn)定，與邊緣計算相輔相成，可以支持更復雜的應用程序，不過大部分的工廠其實應用邊緣計算網(wǎng)關就已足夠，機器學習成本太高，無法大規(guī)模應用。

誤區(qū)四：邊緣計算十分耗電，不適合低能耗應用。

低能耗是邊緣設備的一個關鍵特性。許多應用，例如可穿戴設備或遠程傳感器，必須通過一次電池充電才能長時間運行，或者由替代能源供電，而邊緣計算網(wǎng)關的核心在于其芯片。邊緣計算的高性能帶來的并不是高能耗，通過能耗優(yōu)化技術、系統(tǒng)布局架構與優(yōu)質(zhì)材料的選擇可以實現(xiàn)低能耗應用，同時帶來的則是技術成本的上漲。這也是帶有邊緣計算的網(wǎng)關設備對比其他網(wǎng)關價格會貴一些的原因。

誤區(qū)五：海量聯(lián)網(wǎng)設備數(shù)據(jù)帶來的爆炸式增長突破邊緣計算的處理能力

物聯(lián)網(wǎng)設備數(shù)量的不斷增加是近年來互聯(lián)網(wǎng)數(shù)據(jù)爆炸式增長的主要因素，為了解決這問題才開發(fā)的邊緣計算功能。隨著嵌入在邊緣設備中的計算能力不斷提高，更多的數(shù)據(jù)處理發(fā)生在邊緣端而不是云端。這種本地數(shù)據(jù)處理將顯著減少必須在云中處理的數(shù)據(jù)量。物聯(lián)網(wǎng)設備數(shù)量與互聯(lián)網(wǎng)流量之間的線性關系將從根本上改變，相應地減少通過互聯(lián)網(wǎng)傳輸?shù)臄?shù)據(jù)量。

誤區(qū)六：將邊緣計算物聯(lián)網(wǎng)應用起來十分麻煩，需要極高的成本。

新技術的開發(fā)總是面臨的巨大的時間成本和技術成本，甚至還要承擔血本無歸的分享，價格自然會高。然而，面對開發(fā)周期不斷縮短、市場競爭愈發(fā)激烈、技術更新越來越快的現(xiàn)在，我們可以利用便捷的工具去實現(xiàn)高效率高性能的技術開發(fā)，使開發(fā)人員能夠?qū)Ｗ⒂趹玫募毠?jié)，將安全性和連接性等功能的技術細節(jié)抽象為可以輕松集成到最終產(chǎn)品中的打包解決方案，所以實際上邊緣計算網(wǎng)關的價格早已降下來。 以上分享只是邊緣計算中的一小部分，技術發(fā)展日新月異，需要我們具備未來視角去持續(xù)的關注，而對于未實現(xiàn)智能化的工廠、制造商而言，更重要的是把握當下。

審核編輯 黃昊宇