对于不同的行业而言，边缘计算都有着不同的意义。对于边缘计算，每个行业都有其独特的要求和广泛不同的应用。在汽车制造领域，优势可能体现在控制装配线机器人的系统中，也可能体现在安装在汽车上的设备中。在医疗保健领域，它是内置在医疗监控设备中的处理过程。在超市里，可以从监控制冷装置的系统中看出来。

 

　　最重要的是，边缘计算应用的数量与组织的数量一样多，而且它们通常服务于他们所处的不同行业。然而，在每个垂直平台中涌现出的各种应用中，底层技术很相似——传感器、网人们很容易就能找到边缘计算正在彻底改变城市运作方式的例子。事实上，智慧城市计划是边缘计算市场的主要驱动力之一，预计到2024年该市场将增长到90亿美元。

　　迄今为止，智慧城市中最突出和最常见的边缘计算部署是交通管理。这应该不足为奇：现代车辆收集大量数据，并使用边缘云基础设施自行处理其中大部分数据。某些城市甚至走得更远，正在寻求应用边缘处理来管理供水系统，甚至医疗保健系统。

　　不过，所有这些应用的共同点是，它们都在现有遗留系统之上构建数据收集和边缘处理功能。因此，许多城市不得不进行广泛且昂贵的设施改造过程，以利用这些新技术。

　　当然，如果边缘处理从一开始就内置到市政系统中，这些应用可以变得更容易。换句话说，如果城市规划者的工作方式是在早期阶段将智慧城市基础设施构建到他们的设计中。不幸的是，目前，这种情况仍然存在一些障碍。

　　与整个智慧城市的概念一样，其中一个挑战是隐私问题。多年来，隐私问题一直困扰着智慧城市的想法，并非没有原因：一些城市似乎决心在其所有系统中构建数据收集功能，英国警方已被发现未经授权访问此类数据。将数据收集功能构建到每个城市系统中只会加剧这些担忧，即使AI可用于提高边缘安全性。

　　其次，是敏捷性的问题。城市规划者习惯于在与网络工程师工作的时间尺度完全不同的时间尺度上工作：新的道路系统可能设计为持续数十年，而物联网系统的寿命将以年为单位。因此，城市规划者不仅需要在他们的设计中构建边缘能力，而且还需要使其具有足够的适应性，以便他们能够在很长一段时间内提供价值。

　　我们以自动驾驶汽车为例。目前，智慧城市工程师在很大程度上仅限于使用车辆本身收集的数据，因此对这些车辆与其他市政系统交互的方式了解有限。真正智慧城市的承诺是将这些数据与在整个城市服务范围内收集的信息进行对话。例如，在发生严重车祸时，监控关键路口的边缘计算网络可以处理车辆数据，向当地服务发出事故警报，并自动重新规划交通路线。

　　然而，要实现这种“智能”水平，需要改变城市规划者的思维方式。目前，城市工程师倾向于专注于大型、昂贵、华丽的项目，而忘记了与城市实际运作相关的平凡细节：在这一类别中可以找到垃圾收集、供水网络和污染监测系统

　　例如，在前年IEEE边缘会议上提交的一篇论文中，研究人员报告了他们如何借用最初为制造车间开发的边缘技术来增强在线杂货店购物和送货业务。所提出的系统基于MTComm工业协议，该协议旨在通过互联网提供制造机器的远程监控和操作服务。在另一个例子中，工业环境中通常使用的红外和音频传感器被用于监测货运列车通过时的磨损。此类传感器可传输机车和货车车轮轴中的温度峰值，为预测性维护提供数据。

　　这些只是无数交叉边缘应用示例中的两个，它们基于为一种类型的业务构建的技术，但又重新用于另一种类型的业务。 “边缘计算解决方案可以采用多种形式，”Gartner分析指出。 “例如，它们可以在车辆或智能手机中移动。或者，它们可以是静态的——例如作为建筑管理解决方案、制造工厂或海上石油钻井平台的一部分。或者它们可以是二者的混合，例如在医院或其他医疗环境中。”

　　开放连接基金会(Open Connectivity Foundation)执行董事John Park博士表示：“物联网将继续扩大其市场，并将达到一个临界点，即每个垂直领域都存在有限的解决方案。”“到那时，物联网技术将在性能和兼容性方面趋于成熟。”开放连接基金会(Open Connectivity Foundation)是一个跨行业倡导和标准组织，是致力于指定边缘设备之间的通用标准和互操作性的多个组织之一，而不考虑外形因素、操作系统、服务提供商、传输技术或生态系统。