随着越来越多的企业和消费者将设备连接到互联网，超高速5G网络服务的覆盖范围扩大，以及组织追求边缘计算所带来的机遇，边缘计算在企业中正迅速普及。我们可以来看下十大边缘计算案例：

1、无人驾驶汽车

自动驾驶汽车是边缘计算的主要应用之一，因为只有在实时分析驾驶所需的所有数据时，才能保证其安全可靠地运行。然而，在云端进行实时分析可能存在问题；由于自动驾驶汽车在向云端发送数据时所产生的数据量和相应的延迟，甚至缺乏必要的连接，可能导致不安全的延迟。这些车辆收集的数据量非常庞大。行业对于数据生成量的估计存在较大的差异，但都将其定为TB级别。

举个例子，全球电信研究人员估计自动驾驶汽车每小时能够产生超过40TB的数据。尽管5G网络可以处理更多的数据容量，但不能保证能够将所有数据按照自动驾驶车辆所需的速度传输到云端。因此，导航、车辆之间的通信以及与新兴智能城市的集成需要车载计算能力和边缘数据中心来进行处理。

2、智慧城市

市政当局正在利用边缘计算技术创建智能社区，并通过智能交通控制等功能来管理道路。边缘计算技术可以在许多领域提供支持，帮助市政当局、交通机构、公共转型部门和私营运输企业更好地管理车队和整体交通流量。通过实时、实地情况的快速调整，边缘计算平台可以分析车辆数据，确定哪些区域出现了拥堵情况，并重新规划车辆路线，以缓解交通拥堵。

另外，市政当局可以利用边缘设备来处理来自电网、公共基础设施、公共设施、私人建筑和其他场所传感器的数据，以便立即评估需求并提高响应速度。这些市政当局包括城市工作人员和区域规划者。

3、安全性更强

边缘计算技术可以提升商业和消费者部署的安全性。企业可以利用边缘计算实现视频监控、生物识别扫描及其他监视和授权措施，用于实时分析数据，确认只有经授权的人员和批准的活动才得以进行。

举个例子，企业可以利用带有光学技术的生物识别安全产品，在边缘设备上进行虹膜扫描，并即时分析这些图像，以验证工作人员是否匹配授权访问权限。与此同时，视频门铃和安全摄像头等消费者安全产品也可以从边缘计算提供的实时分析中受益，这些分析通常通过部署在家庭网络中的雾节点进行。

4、医疗保健

医疗保健数据源源不断地来自不同的设备，这些设备包括医生办公室、医院的医疗设备以及患者自己购买的消费类可穿戴设备。然而，并不需要将所有这些数据转移到中央服务器进行分析和存储，因为这样可能会导致带宽过载和存储需求大幅增加。

相反，边缘设备可以接收和分析来自端点医疗设备的数据，以确定哪些数据可以舍弃，哪些数据应该保留，并且更加重要的是，哪些数据需要立即采取行动。举个例子，我们考虑一下心脏设备传来的数据；边缘设备可以运行一个程序，目的是汇总正常读数以进行报告，但是如果有紧急处理的异常读数出现，边缘设备将会立即发出警告。边缘计算在医疗服务中也扮演着关键角色，比如机器人辅助手术，这是一个实时数据分析至关紧要的过程。

5、工业制造流程

工业制造流程是指将原材料转化为成品所涉及的各个环节和步骤。这些流程包括原料采购、生产、加工、组装、包装和分销。制造和工业流程通常需要使用各种设备、机器和工具，以及人力资源来完成。这些流程的目标是提高生产效率，减少成本，并最终满足消费者的需求和市场的要求。不断改进和优化制造和工业流程是提高企业竞争力的重要举措。

工业物联网已经在制造工厂和其他类似行业中增加了数百万台连接设备，这些设备用于收集有关生产线、设备性能和成品的数据。然而，并非所有数据都需要在集中式服务器中进行处理，因为每个连接的温度计的每个温度读数并不重要。有些情况下，由于设施位置偏远，将数据转移到集中式服务器（无论是在云端还是在本地）可能会非常昂贵或不可行。在这种情况下，边缘计算将所需的处理能力引入到实际需要的地方，这些边缘设备可以被编程为将聚合数据传输回中央系统，或者在边缘设备上触发所需的操作。

此外，边缘计算提供了满足制造和工业运营需求的速度。自动化装配线快速运转，需要实时干预来解决问题。边缘计算通常用于支持预测性维护、能源效率计划、定制生产运营，以及智能制造和智能运营。工业高管还可以利用边缘计算作为物联网生态系统的一部分，来监控、分析和管理工厂、车间以及办公室的能源使用情况。能源供应部门本身也可以利用边缘技术来监控和管理现场设备。

6、虚拟现实和增强现实

与其他使用情况相似，虚拟现实（VR）和增强现实（AR）都需要实时处理大量数据，因为任何延迟都可能导致操作的延迟。这意味着在使用VR和AR时，图像和指令可能会延迟，当这些技术被广泛使用时，会给用户带来糟糕甚至不安全的体验。

雇员运用这些技术来引导他们完成任务和学习新流程，学生则用它们来学习复杂的概念，而个人则用于娱乐和提升技能。企业利用这些技术来创造独特和定制的体验，例如个性化的购物展示。当带宽限制、成本和隐私问题导致使用集中式处理能力成为不佳选择时，边缘计算可实现不同的体验。

7、强化工作场所的安全措施

根据美国劳工统计局(BLS)发布的数据，2020年美国私营企业主报告了210万起非致命工伤案例。而根据劳工统计局最新数据显示，2019年有5,333人因工伤而丧生。然而，各行各业正在采用诸如端点传感器、计算机视觉、人工智能和边缘设备等技术组合，以提升工作场所的安全应用。

举个例子，企业可以利用现场员工的位置数据来满足COVID-19大流行所带来的社交距离要求，一旦员工移动或靠得太近，系统便会发出警报。由于这类位置数据在使用后就没有太多价值，所以可以在边缘进行信息的收集和处理，而不必将其移动并存储在企业的数据中心中。

8、流媒体服务和内容交付

流媒体就是通过互联网将音频、视频等内容传输到用户设备的过程。在流媒体服务中，用户可以即时观看或收听内容，无需等待下载完成。这种服务通常使用流媒体协议，在传输过程中将内容切分为小块进行传输。

流媒体服务和内容交付的优势包括快速启动、实时播放和按需观看。用户可以根据自己的需要，随时选择想要观看或收听的内容，并且可以通过跳转或快进来快速浏览或跳过部分内容。此外，流媒体服务还提供了多种设备的支持，用户可以在手机、平板电脑、电视等多种设备上享受流畅的观看体验。

对于内容提供商来说，流媒体服务和内容交付可以帮助他们扩大受众范围，并提供更多的观众互动。通过流媒体服务，内容提供商不再受限于地理位置或传统的广播电视机制，可以将内容传递给全球范围内的观众。此外，流媒体服务还可以提供个性化推荐和用户喜好分析，帮助内容提供商更好地了解观众需求，为其提供更加精准的内容。

总之，流媒体服务和内容交付已经成为现代娱乐消费的主要方式。通过互联网，用户可以随时随地享受各种音频、视频内容，而内容提供商也能够获得更多的观众和商机。

在增强现实和虚拟现实的应用中，边缘计算的使用方式与之类似。它可以满足视频流和内容传输的低延迟需求。除此之外，边缘计算还提供了良好的用户体验，支持各种现有和新兴功能，例如搜索、内容推荐、个性化体验和互动功能。

随着OTT流媒体平台成为分发内容的标准方式，许多媒体企业正在采用边缘计算技术来提供原创内容、现场活动和区域内容，并确保提供完美的用户体验，这正是消费者目前对内容服务的期望。

9、提升客户服务质量

无论是银行业还是零售业，各个行业的企业都在研究如何利用边缘计算为客户提供更加个性化的体验和针对性的广告。它们还在积极开发使用边缘计算来支持新服务的方法，比如支持增强现实的交互式购物。

10、智能家居

随着家庭变得越来越高科技，家里使用的人工智能虚拟助理、互联网安全系统和智能扬声器等设备将会产生越来越多的数据。这些数据的增加将导致家庭网络的带宽需求急剧增加。在家庭内部进行边缘计算可以减轻网络提供商所面临的压力，并保证实时响应能力。此外，边缘计算还能够提高家庭数据的隐私性，因为它将更多的数据留在家庭内部，减少了与第三方系统的交互。