在低階領域傳統(tǒng)傳感器仍有生存空間，但在工廠設備監(jiān)測這類需要較高精細度領域，朝智能化傳感器應用邁進仍有其必要性。邊緣計算有兩大優(yōu)勢，其一為能夠在節(jié)點或網關端就進行實時決策，另一則是無需仰賴龐大的無線網絡基礎設施。

　　當前全球物聯(lián)網(IoT)應用日趨復雜，數(shù)據量也愈來愈龐大，業(yè)界也正在尋找如何處理這些來自物聯(lián)網傳感器所搜集大量數(shù)據的更佳方法，因此在選擇運算架構上便有其重要性。對此半導體業(yè)者ADI物聯(lián)網(IoT)營銷經理Grainne Murphy指出，智慧化物聯(lián)網傳感器在工業(yè)廠房應用等高級領域應用有其必要性，至于較低階物聯(lián)網應用領域仍是有傳統(tǒng)傳感器的生存空間。

　　據Design News網站報導，Murphy認為，物聯(lián)網一直由云端的討論所主導，這與分析及軟件公司有關，因此可見許多人從事概念證明且有很好的想法，不過卻不知道應如何落實這些想法，可能物聯(lián)網數(shù)據也不夠好到可提供其終端客戶價值，因此才需要先從物聯(lián)網系統(tǒng)中得到什么決定起，再向后決定要采用何種系統(tǒng)。

　　一直以來均有將智慧化放在邊緣端的呼聲，過去一年來ADI也在與業(yè)界人士談論此議題，Murphy也認為在低階領域傳統(tǒng)傳感器(Dumb Sensor)仍有生存空間，但在工廠設備監(jiān)測這類需要較高精細度領域，朝智能化傳感器應用邁進仍有其必要性。

　　針對當前工業(yè)物聯(lián)網(IIoT)應用通常是采用集中式架構或邊緣運算模式的問題，ADI高速轉換器團隊應用工程師Ian Beavers表示，這取決于是采“綠色領域”或“棕色領域”網絡。

　　在綠色領域網絡，可以引進新的技術且不受制于目前的網絡，能夠從頭開發(fā)適合應用的技術;在棕色領域，可能必須以現(xiàn)有基礎架構運行，因此可能必須擁有一套集中式的網絡。

　　Beavers以機器狀態(tài)監(jiān)測為例介紹邊緣運算模式，這會在工廠中監(jiān)測大量設備，并采3軸加速計進行感測工作，這類監(jiān)測可能會以某種形式的“快速傅立葉變換”(Fast Fourier Transform;FFT)進行，并可對數(shù)據進行分析以決定是否跨越某種閥值，并判斷是否需要予以處理，在此情況下，就可在邊緣進行實時的決定，無需傳送所有數(shù)據至下游端。

　　但若將所有物聯(lián)網傳感器搜集的數(shù)據都傳送至下游端，意謂將需要非常大的帶寬，特別是如果在一間工廠內配置高達數(shù)千顆物聯(lián)網傳感器時更是如此，在此情況下于邊緣進行數(shù)據分析較為合適，只有需要被立即解決的問題才會將數(shù)據傳送至下游端。

　　這套方法具備兩大優(yōu)勢，其一為能夠在節(jié)點或網關端就進行實時決策，另一則是無需仰賴龐大的無線網絡基礎設施，提供將所有物聯(lián)網傳感器所搜集原始數(shù)據傳送至下游端分析的優(yōu)勢。Murphy指出，在某些情況下工廠也不希望將數(shù)據傳送至云端，這也是因存在著安全性問題隱憂。

　　針對將大量資料存在于邊緣、而非單一集中式云端，是否會出現(xiàn)同步化的問題，Murphy表示，只要數(shù)據有標記時間，對于廠房設備監(jiān)測應用來說就不是問題。不過邊緣運算也非無往不利，如Beavers表示，如果監(jiān)測機器效能的周期達到好幾周或幾個月，或是想要歸檔大量信息進行歷史回顧，這時采云端集中式模式反而可能比較適合。