传统的物联网部署由网络设备组成，但是简单添加设备并不能成为一个智慧城市

传统的物联网部署由网络设备组成，但是简单添加设备并不能成为一个智慧城市。城市可以随时安装类似安全摄像头这样的东西，并将其连接回数据中心，但是除非城市能够快速分析数据，否则它所能做的也只是收集和存储信息。为了真正智能并且经济地扩展，该网络设备需要具有板载或附近的计算资源。换句话说，就是边缘计算。

边缘计算更适合物联网，它位于大面积区域、低连接性区域或依赖多个传感器协同工作以提供复杂图像的区域。在设备上进行的任何计算都意味着可以让集中式数据中心完成更少的计算，这还意味着可以减轻带宽传输的工作负载。通过这种方式，任务关键型应用可以免费获得更多资源。

城市正在走向边缘

智慧城市的大部分使用案例涉及保护公民安全。这可能意味着需要监测正在发生的犯罪、提醒消防员注意房屋火灾，或者向患有心脏病的公民提供紧急服务。在所有这些场景中，每一秒都很重要——这就是边缘计算如此重要的原因。举个例子：假如城市安装了一个监测空气质量的智能空气监测仪，有一天它监测到异常读数，它将读数发送到数百英里之外的数据中心，然后，该数据中心必须花时间处理数据，再然后必须花时间将数据返回。与此同时，智能空气监测仪监测到的气体泄漏已经变成了一场大火。

在智能空气监测仪具备计算能力的情况下，火灾不会发生——或者至少在火灾发生时，消防人员已经在路上了。该设备使用其板载计算能力得出泄漏正在发生，然后直接通知相关机构，而不依赖于回程。

城市已经认识到边缘计算的潜在影响，许多智慧城市项目已经开始以多种方式将其纳入其中，包括：

▲水质：在纽约市，复杂老化的供水系统为数百万人供水。该市的公用事业部门利用物联网技术帮助当地一家医院控制爆发的军团菌，通过在其供水系统中使用物联网传感器，市政工作人员能够监测供水管道中的氯含量，并确保它们足够高，以防止军团菌的生长。

▲公共汽车：城市正在通过安装识别潜在暴力事件的记录系统来提高公共汽车的安全性。从移动的车辆中传输视频和音频非常困难，因此公共汽车上的物联网监控系统配备了计算能力，使它们能够识别和报告问题。

▲高速公路收费：收费公路上几乎每一个驾驶员都受益于边缘驱动的物联网系统。在繁忙的高速公路上很难实现连接，因此车牌摄像头在本地拍摄照片并进行光学字符识别，然后在车流量较少的晚上传输数据到中央数据中心。

边缘计算在紧急至关重要问题以及难以找到良好连接情况下是有意义的。城市中有很多这样的区域，上面只是边缘计算的部分应用，唯一的问题是——城市应该在哪里开始实施边缘计算以最大化成果?

城市应该如何构建边缘计算基础设施?

从概念上来说，为智慧城市构建边缘计算基础设施与构建其他IT服务并无太大不同。城市必须通过物联网定义他们希望实现的目标，以确定其优先级并相应地支持它们。例如：

▲智慧城市物联网项目的目标是什么?您想减少意外死亡、制止犯罪、监控环境质量、减少交通流量或其他什么吗?

▲项目有多重要?如果它下线，人们的生命会有危险吗?如果是，危险是眼前的还是长期的?

▲对于生命垂危的任务关键型活动，城市需要将冗余设计到系统中，并让支持团队随时待命，以便在发生故障时进行修复。

对于某些物联网服务，如高速公路收费，正常运行时间并不重要。城市希望实现智能收费，但如果系统停机，驾驶员将不会注意到或不会遭受过度损害——与此同时，车牌摄像头仍然可以拍摄照片，并准备好在连网恢复后上传照片。对于像水质监视器这样的东西，关系民生，所以拥有本地计算能力非常重要，有了边缘计算，如果网络连接中断，城市管理员仍然可以获得实时情报和分析。

此外，分析水中的化学物质必须尽可能接近实时，以防止广泛的污染。然后，将这些数据与流量和压力周围的数字相结合，您可以模拟污染物的潜在扩散，以确定您已经彻底冲洗了水源。所有这些都是以正确的方式将数据组合在一起，并在一个能够满足数据分析需求的平台上进行。

基于我们的例子，城市应该将投资重点放在物联网基础设施上的三个重要因素：核心、云和边缘。边缘计算可能更昂贵，因为它涉及需要购买具有额外计算能力的设备用于机载分析，但是对于高优先级、低带宽场景非常有用。城市的私有云具有更多延迟和更多计算能力，工作负载很难到达那里，但是一旦到达就很容易处理。

最后，公共云具有最高的延迟和最高的计算能力。公共云的数据中心可能位于完全不同的区域，但其处理能力在功能上是无限的。这种能力的混合为智慧城市提供了一个框架，让它们能够区分工作负载的优先级和投资的优先级。

为了让智慧城市项目发挥作用，管理员需要确定其物联网系统可以防止生死攸关场景的位置。然后，他们需要确定这些情况可能涉及拥挤带宽和繁重工作负载的组合，例如图像识别或语音分析。在这些场景中，将计算资源从云中取出并放在设备本身或附近，将会对公民的健康和福祉产生直接的积极影响。