現(xiàn)階段的物聯(lián)網(wǎng)商業(yè)體系處于正在發(fā)展階段，物聯(lián)網(wǎng)基礎(chǔ)設(shè)施架構(gòu)還不完善，在這方面想要超過當(dāng)前的IT數(shù)據(jù)中心基礎(chǔ)設(shè)施還很難。為了推動物聯(lián)網(wǎng)基礎(chǔ)設(shè)施架構(gòu)的成型以及在未來幾年內(nèi)躍進相對成熟的發(fā)展階段，物聯(lián)網(wǎng)相關(guān)技術(shù)發(fā)展需要IoT產(chǎn)業(yè)各上下游企業(yè)及技術(shù)法規(guī)制定機構(gòu)共同推進進程。
全球知名市場研究機構(gòu) CB Insights 數(shù)據(jù)預(yù)估，在兩年內(nèi)全球幾乎每人每天都會產(chǎn)生1.5 GB的數(shù)據(jù)。這將推動物聯(lián)網(wǎng)系統(tǒng)服務(wù)的支出從2013年的不到500美元增加到2019年的1.7萬億美元。到2022年，預(yù)計僅邊緣基礎(chǔ)設(shè)施的支出將超過67億美元。
邊緣計算技術(shù)包括各種類目和子類目，所有這些都應(yīng)該賦予各種技術(shù)標(biāo)準和案例 - 從智能家電到智能汽車再到整個智慧城市。利用邊緣計算及5G技術(shù)實現(xiàn)萬物互聯(lián)，從M2M到云端設(shè)備通信以及從客戶端到服務(wù)器端(C/S)通信等不同連接場景下將產(chǎn)生大量數(shù)據(jù)包，如何確保各種物聯(lián)連接環(huán)境下數(shù)據(jù)包的安全加密編解碼以及針對其進行有效的大數(shù)據(jù)快速批處理算法意義重大。
另外在人工智能算法方面，神經(jīng)網(wǎng)絡(luò)、機器學(xué)習(xí)、自主分析以及其他應(yīng)用程序等工具在某些特殊連接場景下，有快速的大數(shù)據(jù)運算的要求，這些即時的運算事件必須在實時或接近實時的時間進行，例如當(dāng)自動駕駛汽車在高速公路下行駛或者連接的醫(yī)療設(shè)備正在為患者提供緊急救生服務(wù)時，確保這些特定場景下滿足其業(yè)務(wù)需求，物聯(lián)網(wǎng)、5G技術(shù)的發(fā)展速度和進程必須要提前先落地。
其次邊緣的智能系統(tǒng)必須自己確定哪些數(shù)據(jù)要在本地處理，哪些數(shù)據(jù)由物聯(lián)網(wǎng)基礎(chǔ)設(shè)施來處理。建立物聯(lián)網(wǎng)數(shù)據(jù)中心來治理智慧城市或者為一些物聯(lián)網(wǎng)企業(yè)提供2B端物聯(lián)網(wǎng)云服務(wù)又或者為2C端提供智慧家庭服務(wù)是有必要的，因為這可以快速將結(jié)果傳遞給連接的設(shè)備，不僅可以提供快速的響應(yīng)時間，還可以防止集中的計算，存儲和網(wǎng)絡(luò)資源變得不堪重負。所以最好的方式是推動邊緣技術(shù)持續(xù)的發(fā)展，建立聚合數(shù)據(jù)庫和自動化預(yù)處理機制，同時在數(shù)據(jù)抽取分析決策方面需要高精度預(yù)判，機器自行決策如何在各種情況下進行自動化。
從智能邊緣過渡到智能網(wǎng)格是邊緣技術(shù)的一種延伸，在物聯(lián)網(wǎng)工作負載和系統(tǒng)變得更加復(fù)雜的情況下，該體系結(jié)構(gòu)也將更靈活，更靈敏。通過這種方式，物聯(lián)網(wǎng)將促進邊緣資源、M2M設(shè)備本身之間的更大連接，最終形成新的多點到多點結(jié)構(gòu)層取代當(dāng)今的點對點解決方案。
