邊緣計算正在改變全球數百萬臺設備處理和傳輸數據的方式。互聯網連接設備(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。

更快的網絡技術，如5G無線，使邊緣計算系統能夠加速創建或支持實時應用，例如視頻處理和分析、自動駕駛汽車、人工智能和機器人等。

什么是邊緣計算?

從根本上講，邊緣計算使計算和數據存儲更靠近收集數據的設備，而不是依賴于可能遠在數千英里之外的中心位置。這樣做是為了使數據(尤其是實時數據)不會遇到可能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，從而減少需要在集中式或基于云的位置處理的數據量。

邊緣計算的開發歸功于IoT設備的指數級增長，這些設備連接到Internet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。

邊緣計算的好處

對于許多公司來說，單是成本節約就可能成為部署邊緣計算架構的驅動力。在許多應用中采用云的公司可能已經發現，帶寬成本比他們預期的要高。

但是，邊緣計算的最大好處越來越多地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。使用邊緣計算模型，鑒于智能手機的功能日益強大，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、無人駕駛汽車、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。

諸如NVIDIA之類的公司已經認識到需要在邊緣進行更多處理，這就是為什么人們看到帶有內置人工智能功能的新系統模塊的原因。例如，該公司的最新模塊比信用卡小，可以內置在更小的設備中，例如無人機、機器人和醫療設備。AI算法需要大量的處理能力，這就是為什么大多數算法都通過云服務運行的原因。可以在邊緣進行處理的AI芯片組的增長將允許在需要即時計算的應用程序中實現更好的實時響應。

缺點

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，邊緣的數據可能會很麻煩，尤其是當它由可能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虛擬專用網隧道。

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在邊緣處理數據的設備至關重要，以確保在單個節點出現故障時能夠正確傳遞和處理數據。

5G與邊緣計算的未來

未來幾年，諸如5G和Wi-Fi6之類的無線通信技術也將影響邊緣部署和利用，從而實現尚未探索的虛擬化和自動化功能，例如更好的車輛自主性和將工作負載遷移到邊緣，同時使無線網絡更靈活、更具成本效益。

隨著物聯網的興起和此類設備產生的突然過剩的數據，邊緣計算引起了人們的注意。但由于物聯網技術仍處于相對初級階段，物聯網設備的演變也將對邊緣計算的未來發展產生影響。這種未來替代方案的一個例子是微型模塊化數據中心(MMDC)的發展。MMDC是一個盒子里的數據中心，將一個完整的數據中心放在一個小型移動系統中，該系統可以部署在更接近數據的地方--例如在一個城市或地區--讓計算更接近數據，而不會讓數據更合適。