未来的智慧城市将依靠边缘计算基础架构来充分利用未来大多数新兴的数据驱动技术。

当连接不可靠时，边缘计算通过在同一位置收集和处理数据来保持数据处理。无人驾驶汽车和其他物联网设备必须具有足够的处理能力，以使其能够在边缘自行完成一些工作，而无需将数据发送到云中。

如果没有边缘计算，则无人驾驶汽车将非常不安全，因为你将完全依赖于连接而无法行驶。无人驾驶汽车对于智慧城市的自动出租车和送货服务网络至关重要。

为什么智慧城市正在拥抱边缘计算?

通常，物联网设备(包括智慧城市的所有元素)都通过云连接连接到互联网。但是，由于与道路和其他基础设施有关的安全性问题，智慧城市也正在实施边缘计算策略。再次，边缘计算的关键是邻近性，将数据保留在生成或收集以进行处理的位置(或尽可能靠近边缘终端位置)。这意味着存储和处理的角色将从云服务器过渡到网络边缘的计算机，并尽可能靠近设备。

使用边缘计算，可以确保只要Web连接脱机，你的服务就可以继续流经本地数据处理。这样，除了提高可靠性之外，还可以最大程度地减少传输的数据并包含网络负载。

智慧公共服务

当你使用慧能城市的数据中心并向其介绍雾和边缘计算的原理时，你会将当前集中的智能转移到本地的物联网传感器和网关集合中。

借助边缘计算，你可以更迅速地响应各种情况。当组织使用该技术时，他们可以通过在收集数据的站点上执行分析来提高收集的数据的质量。同样，位置是使用边缘技术的重点。边缘计算还可以减少仅使用云时可能发生的网络延迟，并且可以提高速度。

通过边缘建立高速网络连接，你可以将视频监控，高分辨率视频和其他高质量数据有效地发送到中央控制。智慧城市也可以促进执法。边缘网关上的车辆标签识别应用可以使警察查看停车场的摄像头并找到特定的汽车。

可以通过边缘计算支持的服务包括：

传感器监视：可以使用边缘计算在本地监视传感器，仅在异常情况下才将数据传输到中央数据中心。

工作者消息传递：在没有网络连接的情况下，边缘计算平台可以支持安全的高带宽信息传递。从交通信号灯到垃圾桶，各种类型的端点中的IoT传感器都在生成大量数据，因此边缘处理对于控制成本变得越来越有吸引力。

安全摄像机：回程成本节省与安全摄像机有关。你可以将摄像机镜头存储在本地，只有在需要边缘时才可以访问，从而可以支持价格合理的无线IP摄像机。视频监控摄像机是现代警察工作的关键。

路灯：由于城市选择低功率的LED而不是钠灯，因此新路灯的物理安装将是一笔不小的成本。

智能私人服务

为了使自动出租车和送货服务网络正常运行，这可能很快就会遍及我们的城市，因此边缘计算是一种自然的解决方案。边缘数据中心为EdgeConneX提供的无人驾驶汽车平台支持了这种真实性。

对于无人驾驶汽车和其他数据密集型项目(尤其是一个小时内产生TB级数据的项目应用)，控制成本具有挑战性。带宽和使延迟在合理范围内的代价正促使企业处理一些尽可能接近原始数据的数据。

毕竟，正如Renovo首席商务官Damien Scott指出的那样，无人驾驶汽车创建的数据量是惊人的。斯科特说，每辆车都有许多激光雷达扫描仪和十个高清摄像头，占每辆车车载2至5千瓦处理能力的很大一部分。

假设在路上行驶14到16个小时的大量使用(这将是公共用途自动驾驶汽车的预期使用时间)，那么每天仅一辆自动驾驶汽车就可以产生50 TB的数据;毕竟，它们每小时可以产生1 TB到 5 TB ，由此可见边缘计算的重要性