2023年边缘计算项目的7款硬件设备
作者：Charles Mahler / 开发者，用例
2023年5月26日
导航至
本文最初发表在The New Stack上，在此处获得授权重新发布。
边缘计算可以确保在可靠性至关紧要且无法保证网络连接的情况下，事物仍能正常运行。
如果您对从事边缘计算或物联网项目感兴趣，但不知道从何开始，本文将帮助您了解在硬件方面有哪些可供选择，以便为您的项目提供动力。
边缘计算概述
根据您的参考框架，“边缘”实际上可以大不相同。边缘可能只是一个内容分发网络（CDN），通过提供静态文件来降低加载时间，将您的应用程序部署在多个区域数据中心，使用现代无服务器框架和服务将处理移动到更靠近用户的硬件，甚至直接将功能推送到用户的设备上。
使用边缘计算的主要原因归结于延迟、成本和可靠性之间的权衡。延迟会让用户感到沮丧，因此开发者希望在可能的情况下尽量减少延迟。如果您的设备使用蜂窝或卫星数据，带宽也可能很昂贵，因此对于数据密集型任务，在可能的情况下在设备上执行任务是有意义的。
对于可靠性极为重要且网络连接无法保证的关键应用程序，通过在本地执行工作而不是依赖云端的处理能力，边缘计算可以确保事物保持正常运行。
以下是边缘计算的一些常见示例
- 安全摄像头图像识别
- 自动驾驶汽车
- 工业制造异常检测
- 工业监控
Nvidia Jetson
Nvidia制造的Jetson芯片系列专为边缘计算工作负载而设计，这些工作负载需要在边缘执行人工智能任务，而不是依赖于数据中心GPU。例如用例包括具有AI视觉的机械臂、可以进行流式分析的相机以及运行在收集到的传感器数据上的高级机器学习模型。
Nvidia通过提供用于与Jetson硬件配合使用的各种软件工具，使开发变得更容易。Jetson提供用于原型或爱好项目的开发套件，以及如果您计划将您构建的内容商业化，可以批量购买芯片的能力。
Particle
对于边缘或物联网项目，如果无法使用WiFi或以太网，那么Particle系列将是一个不错的选择。Particle提供全球可用的SIM卡，允许您的设备使用蜂窝数据传输数据。
使用Particle的另一个好处是，除了硬件之外，Particle还提供了一个完整的物联网云平台，这使得集成不同的系统比自行构建要容易得多。Particle还提供了一系列API、软件开发工具包（SDK）以及与第三方工具的集成。
Google Coral
如果您项目涉及任何类型的机器学习，由Google制造的Coral芯片是一个很好的选择。所有Coral设备都由Google的定制张量处理单元（TPU）供电，这些单元专门用于机器学习负载。Coral提供了适用于快速原型设计和用于商业化的生产就绪设备的原型板。
Coral制造的一款真正酷炫的设备是USB加速器，它可以与其他一些文章中提到的设备结合使用，为它们提供额外的动力，以高效地运行机器学习模型。
Raspberry Pi
Raspberry Pi可能是开始物联网或边缘计算类型项目的最知名产品。Raspberry Pi的主要卖点是其对初学者的可用性、生态系统和社区。几乎任何您想要尝试的任务都可能有一个指南或教程来帮助您，并且有许多库和第三方硬件可以加速开发。
在过去几年中，Raspberry Pi的唯一真正缺点是由于芯片短缺，几乎无法找到。根据公司消息，这个问题应该在2023年下半年得到解决。
Orange Pi
正如其名所示，Orange Pi设备与Raspberry Pi有很多相似之处。Orange Pi的主要优点是，与Raspberry Pi相比，您将以相同或更低的价格获得更好的硬件性能。
缺点是，Orange Pi的社区或第三方生态系统远不如Raspberry Pi庞大。这些问题可以通过使用某些专为与Raspberry Pi板兼容而设计的Orange Pi设备模型来缓解。
Odroid
Odroid是Hardkernal创建的一系列单板计算机，非常适合边缘计算。在适用性方面，Odroids被认为与Raspberry Pi相似。使用Odroid而不是Raspberry Pi的一些好处是，您可以向某些Odroid型号添加外部RAM，并且通常在处理能力和配置方面有更多选择。
通常提到的一个缺点是，与Raspberry Pi的用户友好型生态系统相比，Odroids在设置和与外围设备一起工作时难度更大。
Intel NUC
Intel NUCs实际上是微型PC，由于其小尺寸，是边缘计算的一个极好选择。这些设备将大量计算能力封装在小体积中，非常适合空间受限的环境。
它们被设计成易于扩展和升级，组件如RAM和存储都易于访问。NUC还可以配置为运行各种操作系统，包括Windows和Linux。NUC在边缘计算方面的另一个优点是它们消耗的电力相对较少，这在电力消耗是一个关注点的情况下可能很重要。一个潜在的缺点是，与本文中提到的其他一些设备相比，它们通常没有那么多端口或即插即用的外围设备支持。这是否会成为一个问题将取决于您的具体使用情况。
Intel NUC在边缘计算中大规模应用的例子之一是Chick-Fil-A，该公司有一系列关于他们如何在每个门店使用Intel NUC进行硬件部署Kubernetes的博客文章。
下一步
除了本文中介绍的工具，还有大量其他选项可用于物联网或边缘计算，它们都有各自的权衡。您选择哪个将取决于您特定项目的需求以及您希望对成本、便利性和开发速度进行多少优化。
查看以下链接获取更多信息和相关教程，以帮助您进行物联网或边缘计算项目
