人工智能（AI）与物联网(IoT)实际应用中的落地融合形成 AIoT(智能物联网)，即万物的智能互联。AIoT已成为业界公认的未来主流技术形式。艾瑞咨询公司最近发布了2020年中国智能物联网（AIoT）白皮书预测，2025年中国物联网连接近200亿，海量连接产生的交互和数据分析需求将促进IoT与AI进行更深层次的集成。另一方面，智能物联网系统暴露了云计算中的潜在问题。智能和自动化的增加不可避免地导致性能和安全应用的意外延迟。
目前，威胁数量倍增的连网装置有两个主要挑战：一是远程通信边缘装置的性能，二是离网物联网应用的电池寿命。
原始数据的传输对任何设备都非常耗电。传统的蜂窝广域网（WAN）功耗大，不适用于电池供电的物联网装置。物联网应用LoRaWAN(远距离、广域网)是物联网应用中首选的通信协议之一，可以解决人工智能如何通过边缘应用改变物联网架构的问题。
随着智能设备的激增，核心网络和终端设备都面临着通信的挑战，如拥堵、安全、服务延迟、数据隐私和缺乏可操作性。
对于网络，大多数挑战来自于过度依赖云计算。当数据发送到云时，会产生更多的能耗、带宽、存储和延迟，导致更高的成本。雾计算或边缘计算可以降低成本和提高效率。
当使用无线技术进行数据传输时，终端设备中的通信障碍就会出现。在物联网中，蓝牙等无线标准技术的优点是功耗低，但覆盖范围有限，尤其是智能城市服务。在这种情况下，低功率广域网（LPWAN）它已成为介于远程蜂巢和短程操作技术之间的可靠替代方案。
LPWAN是在Sub-GHz无线电频段运行功耗低，通信物理层覆盖面广。LPWAN它是对链路和网络层的有效标准协议，提供可变数据速率，增加了将吞吐量交换为链路稳定性、覆盖范围或能量消耗的可能性。组织者和个人可以部署LPWAN网络。
边缘计算在智能和数据处理方面与雾计算非常相似。但它们之间的主要区别在于计算和智能的位置。
雾计算环境将智能处理放置在区域网中（LAN）将数据从端点传输到网关。另一方面，边缘计算将处理能力和智能放置在嵌入式自动化控制器等设备中。
这些设备可以操作算法，输出边缘智能—AI以及边缘计算的产品。
利用LPWAN边缘计算的优点
·减少数据传输： 边缘计算减少了传输的数据量和云存储。另一个优点是将计算能力放置在网络边缘，可以降低延迟和成本，减少带宽需求。
·减少延迟： 边缘计算可以最小化数据传输和处理，以及根据从过程中获得意见所采取的行动的时间间隔。此外，分析和事件处理的速度以较低的成本提高，信噪比也降低。由于更接近终端用户，可以降低核心网络和连接装置的带宽和功耗，边缘计算通过实时服务提供了较低的延迟能力，这是智能城市、汽车通信等要求延迟小于几十毫秒的应用程序所必需的。这低于主流云服务的延迟。
·安全增强： 大多数用户认为数据安全和隐私是首要考虑的问题，主要是因为这些因素对智能城市的相关应用构成了安全威胁。安全必须分为三个层次：用户隐私、数据安全和网络连接。边缘计算通过凭证升级和多个物理设备上的安全检查来解决物联网安全的挑战。
·扩展的应用程序: LPWAN边缘装置在健康监测中无处不在，如检测患者跌倒。边缘装置可以提高筛选数据进行实时处理时的准确性和适应性。在传统系统中，原始数据序列在云中传输，因此警报延迟增加。边缘系统通过从传感器节点转换到边缘网关来减少传感器节点上的计算工作。
虽然边缘装置的模型建设和培训阶段会消耗大量资源，增加额外的复杂性，但市场上有定制和降低复杂性的高质量选择。
安富利的SmartEdge Agile该装置可以简化并大大降低这种复杂性。SmartEdge Agile边缘计算装置配有各种类型的传感器。Brainium用于构建和训练模型。该装置有LPWAN连接建立雾计算架构，并使用网关连接Brainium。