邊緣計算正在改變世界上數百萬臺設備處理，處理和傳遞數據的方式。聯網設備(IoT)的爆炸性增長，以及需要實時計算能力的新應用，繼續推動著邊緣計算系統的發展。

諸如5G無線之類的更快的聯網技術，使邊緣計算系統能夠加速實時應用的創建或支持，例如視頻處理和分析，自動駕駛汽車，人工智能和機器人技術等。

雖然邊緣計算的早期目標是解決由于IoT生成的數據增長而導致的數據長距離傳輸的帶寬成本，但需要在邊緣計算處理的實時應用程序的興起將推動該技術的發展。

[[282656]]

什么是邊緣計算?

Gartner將邊緣計算定義為“分布式計算拓撲結構的一部分，在該拓撲中，信息處理位于邊緣附近-事物和人在此處生成或使用該信息。”

從根本上講，邊緣計算使計算和數據存儲更接近收集它的設備，而不是依賴可以在數千英里之外的中央位置。這樣做是為了使數據(尤其是實時數據)不會遭受會影響應用程序性能的延遲問題。此外，公司可以通過在本地完成處理來節省資金，從而減少了需要在集中式或基于云的位置進行處理的數據量。

邊緣計算是由于物聯網設備的指數級增長而發展起來的，物聯網設備連接到互聯網以便從云中接收信息或將數據傳遞回云中。許多物聯網設備在其運行過程中會生成大量數據。

考慮一下用于監視工廠車間生產設備的設備，或連接了可從遠程辦公室發送實時鏡頭的互聯網攝像機。盡管單個產生數據的設備可以很容易地在網絡上傳輸數據，但同時傳輸數據的設備數量增加時會出現問題。與其一臺攝像機傳輸實時鏡頭，不如將其乘以數百或數千個設備。不僅質量會因延遲而受到影響，而且帶寬成本可能非常高。

邊緣計算硬件和服務是許多此類系統的處理和存儲源，可幫助解決此問題。例如，邊緣網關可以處理來自邊緣設備的數據，然后僅將相關數據通過云發送回去，從而減少了帶寬需求。或者，如果需要實時應用程序，它可以將數據發送回邊緣設備。

這些邊緣設備可以包括許多不同的東西，例如IoT傳感器，員工的筆記本電腦，最新的智能手機，安全攝像頭，甚至是辦公室休息室中的互聯網微波爐。邊緣網關本身被認為是邊緣計算基礎架構中的邊緣設備。

為什么邊緣計算很重要?

對于許多公司而言，僅節省成本就可以成為部署邊緣計算架構的推動力。在其許多應用程序中都采用云技術的公司可能已經發現，帶寬成本比預期的要高。

但是，邊緣計算的比較大的好處是能夠更快地處理和存儲數據，從而實現了對公司至關重要的更高效的實時應用程序。在進行邊緣計算之前，掃描人臉以進行面部識別的智能手機，將需要通過基于云的服務來運行面部識別算法，這將需要大量時間來處理。有了邊緣計算模型，鑒于智能手機功能的增強，該算法可以在邊緣服務器或網關上本地運行，甚至可以在智能手機本身上運行。虛擬現實和增強現實，自動駕駛汽車，智慧城市甚至樓宇自動化系統等應用都需要快速處理和響應。

IDC研究總監庫巴·斯托拉爾斯基(Kuba Stolarski)在《全球邊緣基礎架構(計算和存儲)預測，2019-2023》報告中表示：“邊緣計算已從ROBO(遠程辦公室分支機構)所在地的隔離IT時代顯著發展。”報告。“通過增強的互連性，可以改善對更多核心應用程序的邊緣訪問，并借助新的物聯網和特定于行業的業務用例，邊緣基礎設施有望成為未來十年及以后服務器和存儲市場的主要增長引擎之一。 ”

隱私與安全

但是，就像許多新技術一樣，解決一個問題可能會導致其他問題。從安全的角度來看，邊緣的數據可能很麻煩，特別是當數據由不如集中式或基于云的系統安全的其他設備處理時。隨著物聯網設備數量的增加，IT必須了解這些設備周圍的潛在安全問題，并確保這些系統可以得到保護。這包括確保數據已加密，并且使用了正確的訪問控制方法甚至VPN隧道。

此外，不同的設備對處理能力、電力和網絡連接的要求可能會影響邊緣設備的可靠性。這使得冗余和故障轉移管理對于處理邊緣數據的設備至關重要，以確保在單個節點宕機時正確地交付和處理數據。

5G呢?

在全球范圍內，運營商正在部署5G無線技術，該技術有望為應用程序帶來高帶寬和低延遲的優勢，使公司能夠利用其數據帶寬過渡到防火墻。除了提供更快的速度和讓公司繼續在云上處理數據，許多運營商還在5G部署中采用邊緣計算策略，以提供更快的實時處理，尤其是對移動設備、聯網汽車和自動駕駛汽車。

Futuriom 在《 5G，物聯網和邊緣計算趨勢 》中寫道，5G將成為邊緣計算技術的催化劑。該公司寫道：“使用5G技術的應用將改變流量需求模式，為移動蜂窩網絡的邊緣計算提供很大的推動力。” 它引用了包括IoT分析、機器學習、虛擬現實，自動駕駛汽車在內的低延遲應用程序，因為這些應用程序“具有新的帶寬和延遲特性，需要邊緣計算基礎架構的支持。”

在對2020年的預測中，Forrester還提到了按需計算的需求，實時應用程序參與將在2020年推動邊緣計算的增長中發揮作用。

顯而易見，雖然邊緣計算的最初目標是降低長距離物聯網設備的帶寬成本，但需要本地處理和存儲功能的實時應用程序的增長，將在未來幾年推動該技術的發展。