Ian Beavers ADI公司
减少边缘节点的洞察时间可在获得数据之后尽快做出关键决定。而理论上处理能力和通信数据均不受限制，则可将所有全带宽边缘节点检测信息发送至远端的云计算服务器。此外，还可以进行大量运算，以挖掘做出明智决策所需的宝贵细节信息。然而，电池电量、通信带宽和计算周期密集型算法的局限使得我们的设想只是一种概念，而无法成为实际方案。
在这个包含多个部分的工业物联网系列文章中，我们将分解和研究大型物联网框架中边缘节点解读的基本方面：检测、测量、解读和连接数据，同时还将考虑功率管理和安全性。
边缘节点所需的数据集可能只是一个离散的完整宽带信息子集。同样，数据可以根据要求进行传输。高效的超低功耗(ULP)处理也是实施任何边缘节点方案的一个关键。
智能分区模式转变
工业物联网及其前身（机对机(M2M)通信）的先锋时代在很大程度上是由云平台这一主要应用推动因素的作用定义的。智能系统的洞察力以往都只是依赖于云级能力。实际的边缘传感器装置一直以来都相对简单。然而，由于边缘节点的低功耗计算能力比云计算能力的发展更迅速，这个前提目前正在动摇。1
边缘节点如今具有检测、测量、解读和连接数据的能力。
智能分区模式正从连接传感器模型向智能设备模型转变，从而提供更多的可用架构选项，并允许组织部署工业物联网，以独特的方式改进其实体资产和流程。边缘计算分析（亦称为智能边缘或解读）推动着这一转变。大规模的工业物联网部署依赖于一系列安全、高效节能并且易于管理的多样化智能节点。
