Azure IoT 的物联网边缘计算功能主要由 Azure IoT Edge 提供，具有以下特点：
架构与核心组件
- IoT Edge 模块 ：是容器化的应用程序，可以运行 Azure 服务、第三方服务或用户自定义代码，这些模块被部署到 IoT Edge 设备上并以本地方式执行，可将其配置为互相通信，创建数据处理管道。例如，可以开发一个自定义模块用于数据预处理，另一个模块用于数据分析和处理，两者协同工作以实现复杂的数据处理任务。
- IoT Edge 运行时 ：运行在每个 IoT Edge 设备上，负责管理部署到设备上的模块，包括模块的启动、停止、监控等，还负责处理模块之间的通信以及设备与云之间的通信，确保设备的稳定运行和数据的可靠传输。
- 云接口 ：通过基于云的界面远程监视和管理 IoT Edge 设备，用户可以在云端对大量 IoT Edge 设备进行集中配置、部署和监控，实现对边缘设备的高效管理。
边缘人工智能
- 丰富的 AI 服务支持 ：可将 Azure 机器学习、Azure 流分析、 Cognitive Services 等 AI 服务打包成模块部署到边缘设备，实现复杂事件处理、机器学习、图像识别等高价值 AI 功能。例如，在制造业中，通过在设备边缘运行机器学习模型，可以实时监测设备运行状态，实现故障预测和预防性维护。
- 自定义 AI 模块 ：除了使用 Azure 提供的 AI 服务外，开发者还可以创建自定义的 AI 模块，以满足特定的业务需求。例如，企业可以根据自身的生产流程和数据特点，开发专门的图像识别算法，用于检测产品质量或识别生产线上异常情况。
开发与部署
- 支持多种编程语言 ：支持 C、C#、Java、Node.js、Python 等多种编程语言，允许开发人员使用熟悉的语言和现有的业务逻辑进行编码，降低开发难度，提高开发效率。
- 开发工具丰富 ：提供了完整的开发工具和应用程序接口，如 Azure IoT Explorer、Visual Studio Code 扩展等，方便用户进行边缘计算的开发、测试和部署。
- 一站式部署与管理 ：用户可以将业务逻辑打包到标准容器中，形成 IoT Edge 模块，然后通过 Azure IoT Hub 将这些模块一键部署到边缘设备上，并在云端进行统一管理和监控，实现从开发到部署的全流程无缝衔接。
可靠性与安全性
- 高可靠性 ：基于云端服务和本地计算相结合，具有高度的自我包容性和恢复能力，保证设备的稳定性和连续性。即使在边缘设备与云端连接中断的情况下，设备仍然可以继续运行本地业务逻辑，确保关键业务的不间断运行。
- 数据安全保障 ：提供了完整的安全保护机制，包括数据加密、设备认证和访问控制等，确保数据的安全性和隐私性。例如，通过使用基于硬件的信任根，可以实现设备的可信启动和身份认证，防止未经授权的设备接入系统。
性能优化
- 降低带宽消耗 ：在边缘设备上进行数据预处理和分析，只将有价值的信息发送到云端，减少了云端的数据量，降低了网络带宽的消耗，节省了数据传输成本。
- 提高实时性能 ：将计算能力推向边缘，使得数据处理更接近数据源，减少了数据传输的延迟，提高了系统的实时性和响应速度，能够更快地做出决策和采取行动。
扩展性与集成性
- 强大的扩展性 ：IoT Edge 运行时在 MIT 许可下实现开源，支持 Moby 容器管理系统，具有良好的扩展性。用户可以根据需要灵活地添加或修改模块，构建高度可定制的边缘解决方案，以适应不断变化的业务需求。
- 与 Azure 服务深度集成 ：与 Azure 云平台的其他服务紧密集成，如 Azure Functions、Azure Stream Analytics、Azure Machine Learning 等，可以无缝地将云端的强大计算能力和丰富服务引入边缘设备，实现边缘与云端的协同工作，为用户提供更加全面、灵活的物联网解决方案。
