沃卡惠
如今，越来越多的设备在边缘连接。值得高兴的是，由于AI和机器学习，它们更加强大。这种更智能、更近距离的设备接连出现，正在改变设备在物联网中的功能。
这一结果将彻底改变未来的智能家居，为消费者带来巨大的胜利。比Amazon Alexa更先进的是，下一代数据处理设备将能够做出更多自主决策，并改变我们与技术的交互。
更重要的是，这一趋势没有放缓的迹象。设备越智能，其承载的数据就越多，边缘处理的隐私和速度就越重要。让我们更深入地挖掘这个良性循环，其将导致更强大的基于边缘的设备和更智能的家庭。
从云到边缘的迁移
在边缘托管和处理数据是计算的逻辑下一步。在过去的几十年里，技术已经发展到将数据存储在中央大型机上，然后是个人计算，再来是云计算。现在，边缘不再使用数据中心来托管和处理信息，而是使计算和数据存储更接近数据源，从而减少了向远程位置发送大量数据的需求。这可以在速度、可用性、隐私和数据安全方面带来无数好处。
与此同时，更智能的设备正在推动数据从云端迁移到边缘。考虑到设备经常加载AI优化的芯片组。这些芯片更小、更经济、更节能。因此，它们使设备能够在内部而不是外部处理更多的进程。此外，它们有能力进行预测、处理复杂的数据和管理解决方案——所有这些能力都转化为更高级别的自主权。
更智能的设备，更智能的家庭
现代家庭中功能强大的设备越来越多，这使得边缘计算不仅可行且实用。与其把个人数据托管在公司租用的云存储上，不如将其保存在家里?用户的利益不言而喻。
首先,带宽。由于边缘技术在本地分析数据，而不是在远程通信延迟的遥远云中分析数据，这可能为设备实时响应用户需求铺平道路。例如，在未来的智能家居中，联网的安全摄像头可以以更低的成本播放超高清视频。此外，装有AI的摄像头还可以识别人群，统计过往车辆;智能音箱，像Google Home或Amazon Alexa，可以执行更复杂的任务和计算，变得更有帮助。
第二,延迟。一些应用程序需要接近即时的响应时间，这是云计算不能总是提供的。由于数据不需要传输那么远，所以边缘的延迟天生较低。因此，智能家居设备变得更快，可以即时响应用户的命令并提供实时信息。这些更快的响应时间，可以挽救联系紧急服务或发出警报的智能家居设备的生命。它们还可以提供更大的便利，比如具有即时面部识别功能的门锁，或自动改变烹饪温度的智能电磁炉。
第三,安全。边缘计算的更高速度和更低的延迟意味着更少的停机和中断，从而减少了在传输中破坏数据的机会。此外，辅助边缘计算通信的平台正在成熟。以物联网设备间的P2P(点对点)连接为例。终端用户和服务器之间的这种通信绕过任何第三方服务器，以确保消息的直接和安全的中继。这不仅消除了延迟，且消除了另一个通常由云处理的元素，并将其重新置于用户的控制之下。这对联网设备尤其重要，因为这些设备过去的安全记录不佳。
开启更智能的未来
其实，Edge AI代表了第一波真正将未来科技融入家庭的浪潮。虽然AI和机器学习等元素已经存在了几十年，但我们现在才开始看到它们在消费产品中的实际应用。例如，自动驾驶汽车就是Edge AI进步的产物。这是一个更智能的未来的开始。
大流行只是加速了这种联网设备的趋势。预计到明年，智能家居数量将超过3.5亿户。现在，随着更多的设备和更高的消费者期望，这些应用程序的先进程度还有待观察。从分析用户生命体征参数和制定预防措施的健身手环，到在火灾时触发自动呼叫紧急服务的家庭报警系统，Edge AI将永远改变家庭中的物联网。
