[[408175]]

談到過去幾年的流行語，邊緣計算與 5G 和 AI 相得益彰。但是 Eclipse 基金會的一項調查結果表明，邊緣計算實際上正在企業中取得進展，并且部署速度比它們中的任何一個都要快。

Eclipse 基金會在 2021 年前三個月對 301 人進行了調查，發現 38% 的企業已經在實施某種形式的邊緣計算戰略，而 44% 的企業計劃在隨后的 24 個月內實施邊緣計算。其中，44% 的人預計這些部署將花費不到 12 個月的時間。

企業正在采用邊緣計算策略，因為將不斷增加的數據堆發送到云中并將其保存在云中的成本變得太高了。此外，將數據移動到云端、對其進行分析，然后將洞察發送回原始設備所需的時間對于許多作業來說太長了。

例如，如果工廠機器上的傳感器檢測到異常，機器的操作員希望立即知道，以便她可以停止機器(或讓控制器停止機器)，而到云的往返數據傳輸時間太長。這就是為什么在上圖中看到的許多頂級云工作負載都涉及邊緣的機器學習或分析。

工廠和傳感器融合的控制邏輯需要快速發生才能使其有價值，而數據分析和視頻處理可以生成如此多的數據，以至于在云中發送和處理這些數據可能會很昂貴。在這兩個用例中，延遲也很重要。

但圖中的其他幾個工作負載表明計算領域的下一個重大挑戰將來自何處。上圖列出的兩個工作負載涉及多個節點之間的數據交換。事實上，我們正在從一個計算發生在單個云或客戶端設備上的時代轉變為一個跨多個云和客戶端設備的分布式時代。

這種計算模型帶來了新的挑戰，因為那些構建計算系統的人必須適應無數的邊緣計算環境以及在所有這些計算環境上運行的應用程序的安全性和延遲要求。因此，配置和管理成為一個棘手的問題。

與選擇服務器或手機進行計算不同，分布式邊緣計算的新世界可能會為應用提供在電燈開關、工業可編程邏輯控制器、工廠車間的邊緣網關或手持平板電腦上運行的機會。這將意味著多種處理器類型、多種可用內存級別以及不同級別的網絡訪問。

以這種方式移動數據和計算是新的，它將需要新的架構、新的數據庫以及處理安全和設備管理的新方法。正如調查結果所表明的那樣，邊緣計算已經開始部署，其部署并不是特別具有挑戰性。具有挑戰性的是我們構建新應用和利用我們周圍的計算機的方式。

這一點在德勤(Deloitte)關于云計算新架構的一次采訪中得到了很好的闡述。在這篇文章中，該公司的總經理大衛·林西克姆(David Linthicum)向首席信息官(cos)、首席技術官(cto)以及其他試圖找出如何以這種方式最好地利用他們的新型邊緣計算系統的人提出了一些難題:

“我們看到組織遇到的挑戰是架構。本質上，他們需要幫助將架構劃分為層。作為技術人員，我們會聽到一些問題，例如您將數據保存在哪里?你把知識放在哪里?最有效的方法是什么?展望未來，無論是針對機器人還是基于邊緣的私有云服務，組織都需要創建一個配置管理系統，可以動態管理跨架構層的信息流。當我與高管交談時，我聽到的最大的恐懼是將他們的組織遷移到邊緣計算并不是邊緣計算不能實現，而是它是否能夠以允許動態變化的方式操作基礎設施或層。”

因此，構建邊緣基礎設施可能只需要一年時間，但弄清楚如何最好地使用該架構將需要更長的時間，并且可能會隨著時間的推移而發展。