邊緣計算可以使數(shù)據(jù)處理盡可能接近物聯(lián)網(wǎng)(IoT)設備，這意味著企業(yè)IT在延遲、性能、成本、安全性等方面具有優(yōu)勢。

邊緣計算技術如今與其他幾項新興技術齊頭并進，尤其是混合云和5G。它還非常適用于物聯(lián)網(wǎng)(IoT)設備和應用程序。實際上，邊緣計算和物聯(lián)網(wǎng)不只是良好的合作伙伴，而且越來越相互依賴。

PubNub公司首席技術官Stephen Blum說：“邊緣計算是在物聯(lián)網(wǎng)設備進出的海量數(shù)據(jù)中保持領先地位的方法，在一些應用場合，每毫秒都很重要，尤其是在醫(yī)療監(jiān)控和安全應用程序等用例中。”

邊緣計算和物聯(lián)網(wǎng)的工作原理

邊緣計算通過使數(shù)據(jù)處理和其他計算需求盡可能地靠近傳感器或其他設備來做到這一點，這減少了等待時間，并帶來了其他潛在好處。

Blum解釋說：“以往處理數(shù)據(jù)需要發(fā)送到云計算服務器或數(shù)據(jù)中心，這個計算過程需要花費更多的時間和額外的資源。邊緣計算可以在物聯(lián)網(wǎng)設備或網(wǎng)絡本身處理數(shù)據(jù)之后可以更快地傳遞到其目的地，減少潛在帶寬瓶頸，并使數(shù)據(jù)接近數(shù)據(jù)源。”

SAS公司物聯(lián)網(wǎng)高級經理Saurabh Mishra表示，這是目前最常見的架構模式：位于傳感器附近的邊緣計算環(huán)境(即物聯(lián)網(wǎng)設備)會生成數(shù)據(jù)。

Mishra說，“物聯(lián)網(wǎng)和邊緣之間有著錯綜復雜的聯(lián)系。根據(jù)定義，物聯(lián)網(wǎng)是指通過現(xiàn)場計算環(huán)境相互連接的物品或集中式基礎設施(如云平臺)。”

Mishra解釋說，這些計算環(huán)境可能采用多種形式，其中包括遠程服務器(也稱為邊緣服務器)、網(wǎng)關、安裝在基站中的交換機、零售商店的后臺基礎設施或聯(lián)網(wǎng)汽車。

Mishra說，“這些計算環(huán)境支持邊緣計算，因為它們是分布在遠離核心(如云平臺)的小型計算單元，并且具有執(zhí)行各種任務的能力。”

邊緣計算和物聯(lián)網(wǎng)在成本和靈活性方面的優(yōu)勢

Mishra表示，除了性能和延遲優(yōu)勢之外，這也是更加經濟可行的架構選擇。這些數(shù)據(jù)中的大多數(shù)數(shù)據(jù)的價值可能很短晢，從云平臺往返實際上可能不會產生任何價值。

邊緣計算還有其他潛在的成本優(yōu)化(例如減少云計算支出或數(shù)據(jù)中心占用空間)以及在安全性等方面的優(yōu)勢。

Blum說：“在盡可能靠近邊緣的設備上執(zhí)行業(yè)務時，它減少了發(fā)送到外部服務器的流量，從而使用戶不必不斷增加數(shù)據(jù)中心容量來應對增長。這意味著更好的性能(無需等待發(fā)送和接收數(shù)據(jù))、更低的運營成本，以及更高的安全性(通過限制外部連接)。”

這種模式最具吸引力的一個原因是它非常適合混合云架構。

Crate.io公司首席執(zhí)行官Eva Schönleitner說，“這種新模式的最大優(yōu)勢在于使企業(yè)能夠獲得各自的優(yōu)勢：能夠在創(chuàng)建位置感知、捕獲和分析大量數(shù)據(jù)，并獲得全局可見性，管理和更深入的分析，甚至在云端創(chuàng)建機器學習模型這種邊緣模型是在物聯(lián)網(wǎng)用例中成功進行數(shù)字化計劃的最關鍵的推動力之一，例如智能工廠或智能建筑不斷輸出大量傳感器數(shù)據(jù)。”

同時使用混合云戰(zhàn)略和邊緣計算的組織可以獲得靈活性和一致性。Red Hat公司云平臺高級首席營銷經理Rosa Guntrip最近指出：“組織需要在工作負載的放置位置上保持靈活性，如果戰(zhàn)略發(fā)生變化，他們需要運營的一致性，而這對于ITOps和開發(fā)人員來說，這樣才能使他們快速反應，并最大限度地減少中斷。”

邊緣計算有意義的例子

SAS公司的Mishra指出，各種行業(yè)趨勢、環(huán)境特征和業(yè)務需求可以進一步推動更具體的架構決策和用例。以下有一些例子：

邊緣環(huán)境是否連接到集中式樞紐(例如云平臺或傳統(tǒng)數(shù)據(jù)中心)?

Mishra說：“諸如零售店或制造工廠之類的專用內部部署環(huán)境通常將與中央樞紐(例如云平臺)建立專用連接，另一方面，移動的機車或海上石油鉆井平臺可能具有更多的零星連接，這些連接考慮因素決定了可以在邊緣支持的用例。”

是否需要在本地執(zhí)行控制邏輯?

在某些情況下，這一要求非常重要。Mishra表示，這是自動駕駛汽車的必備條件，而在其他情況下則沒有那么重要。Mishra說：“在擁有大量機器和流程的工廠中，通常的目標是更好地使用生成的數(shù)據(jù)來驅動本地控制邏輯。而在像醫(yī)療保健這樣的行業(yè)領域中，并不需要立即執(zhí)行本地控制邏輯，并且邊緣計算支持的用例可以存儲轉發(fā)或資產跟蹤。”

是否建立并采用了標準?

這一進程介于“有點”和“尚未”之間。這是人們對多路訪問邊緣計算(MEC)興趣日益濃厚的原因之一，它既是考慮外部邊緣(特別是在5G世界中)的一種方式，又是一種實際的標準框架。Mishra說：“MEC模式有望通過支持從視頻分析到基于位置的服務再到增強現(xiàn)實的橫向用例，開拓新的邊緣生態(tài)系統(tǒng)和價值鏈，”

這一點說明了當前的另一個現(xiàn)實：雖然Mishra和其他物聯(lián)網(wǎng)專家看好邊緣計算和物聯(lián)網(wǎng)結合的發(fā)展前景，但其實際采用和實施仍處于早期階段。

Mishra說，“在計算環(huán)境、數(shù)據(jù)協(xié)議、連接性方面，邊緣碎片化仍然是一個障礙。”

擴展是碎片化問題帶來的另一個關鍵挑戰(zhàn)。Mishra說，“即使在同一個組織中，考慮到邊緣環(huán)境在硬件平臺、操作系統(tǒng)、連接性、安全性和容量方面可能存在的巨大差異，也很難調整組件的大小。這仍然是一個有趣的創(chuàng)新空間，如果能夠克服這一障礙，它將為推動價值創(chuàng)造更多的機會。”

將出現(xiàn)兩種新興趨勢

就邊緣計算和物聯(lián)網(wǎng)結合使用來說，Mishra還分享了另外兩個值得關注的趨勢，這可能會激發(fā)用戶的進一步興趣。第一個趨勢是視頻分析的采用，Mishra認為這是一個很好的“快速入門”的邊緣物聯(lián)網(wǎng)用例。

Mishra說，“攝像頭將是最終的傳感器，并且可以作為并行資產添加到邊緣計算環(huán)境中，而無需進行顛覆性的儀表更改。由于其具有靈活性，在邊緣使用視頻分析可以支持各種用例。”

第二個趨勢是邊緣計算到云計算模式的更具體的出現(xiàn)，有時被稱為“邊緣輸入”方法，而上述的“云輸出”方法使計算和其他資源更接近物聯(lián)網(wǎng)設備和應用程序。

Mishra說，“盡管在邊緣計算進行本地處理的概念很強大，但是在邊緣計算和云計算平臺之間創(chuàng)建一個生命周期效應來擴展用例是非常有必要的。”