隨著企業(yè)和消費(fèi)者將更多設(shè)備連接到互聯(lián)網(wǎng)，超快5G網(wǎng)絡(luò)服務(wù)擴(kuò)大其覆蓋范圍以及企業(yè)努力尋求該技術(shù)帶來的機(jī)遇，企業(yè)中邊緣計(jì)算的使用將顯著增加。

根據(jù)Gartner公司2019年的報(bào)告顯示，到2021年底，超過50%的大型企業(yè)將部署至少一個(gè)邊緣計(jì)算用例來支持IoT或沉浸式體驗(yàn)，而在2019年這個(gè)數(shù)字不到5%。

邊緣計(jì)算用例的數(shù)量在未來幾年將進(jìn)一步增長，Gartner預(yù)測，到2023年底，將有超過一半的大型企業(yè)至少部署六個(gè)邊緣計(jì)算用例。2019年，在大型企業(yè)中，只有1%企業(yè)有六個(gè)或更多邊緣計(jì)算部署。

邊緣計(jì)算的興起取決于分析技術(shù)的不斷提高，這些技術(shù)可實(shí)時(shí)分析由端點(diǎn)設(shè)備生成的數(shù)據(jù)，這種分析與AI、機(jī)器學(xué)習(xí)和自動化結(jié)合使用時(shí)，可以用于控制端點(diǎn)的操作—這些端點(diǎn)只有有限或沒有人工干預(yù)。

例如，完全自動化的裝配線可以檢測并糾正錯(cuò)誤，或者安全檢查點(diǎn)可以根據(jù)生物特征識別允許授權(quán)用戶。這些情況需要邊緣計(jì)算提供低延遲和可靠性。

Addressable Markets 公司首席戰(zhàn)略官兼The Analyst Syndicate（資深獨(dú)立分析師社區(qū)）成員Bruce Guptill 稱：“物聯(lián)網(wǎng)、傳感器、移動設(shè)備和其他聯(lián)網(wǎng)設(shè)備的快速發(fā)展和部署意味著更多的數(shù)據(jù)，以及對邊緣計(jì)算的廣泛需求?！?/p>

“但是，隨著使用的數(shù)據(jù)量，數(shù)據(jù)類型和格式的廣泛變化，企業(yè)對通過更多的方式保護(hù)更多類型數(shù)據(jù)的需求日益增長，以及在眾多類型設(shè)備上利用數(shù)據(jù)的需求日益增長，在多個(gè)云計(jì)算之間來回移動數(shù)據(jù)的效率變得很低。而且網(wǎng)絡(luò)帶寬跟不上趨勢，因此響應(yīng)時(shí)間變得更糟?！?/p>

邊緣計(jì)算的5個(gè)優(yōu)勢

顧名思義，邊緣計(jì)算將計(jì)算從企業(yè)的核心數(shù)據(jù)中心移出，并將其放置在生成數(shù)據(jù)的端點(diǎn)設(shè)備附近，這帶來了幾個(gè)關(guān)鍵優(yōu)勢，包括以下方面：

1. 速度

通過專用設(shè)備（靠近端點(diǎn)的鄰近服務(wù)器或虛擬數(shù)據(jù)中心）提供邊緣計(jì)算，從而無需將數(shù)據(jù)從端點(diǎn)移至云，然后再移回。減少傳輸時(shí)間可以節(jié)省流程時(shí)間，這可以以秒為單位進(jìn)行度量，有時(shí)甚至是毫秒。企業(yè)云解決方案提供商Ahead公司常務(wù)董事David Williams說：“由于數(shù)據(jù)不必一直傳回到核心站點(diǎn)（即數(shù)據(jù)中心或公共云提供商），因此邊緣應(yīng)用程序和服務(wù)可以受益于實(shí)時(shí)或接近實(shí)時(shí)的延遲水平?！?/p>

2. 安全性

PA Consulting公司AI和區(qū)塊鏈負(fù)責(zé)人Yannis Kalfoglou表示，邊緣計(jì)算可實(shí)現(xiàn)更高的安全性和靈活性，因?yàn)槠浞稚⒌奶匦韵藛我恢醒牍收宵c(diǎn)。

這樣做的結(jié)果是，安全團(tuán)隊(duì)可以隔離被攻擊的端點(diǎn)和邊緣計(jì)算設(shè)備。此外，邊緣設(shè)備可以部署特定于設(shè)備的安全協(xié)議，從而使不良行為者更難學(xué)習(xí)如何侵入更多設(shè)備。

3. 成本節(jié)約

Williams認(rèn)為，企業(yè)邊緣計(jì)算的主要優(yōu)勢之一就是節(jié)省更多成本。他說：“邊緣計(jì)算架構(gòu)和技術(shù)的成本通常比集中式等效技術(shù)更低。由于往來于邊緣和核心/中央站點(diǎn)的數(shù)據(jù)量減少，因此連接成本的降低還可以進(jìn)一步節(jié)省成本?！?/p>

4. 可靠性

根據(jù)專家的說法，即使在通信通道速度緩慢、間歇可用或暫時(shí)中斷的情況下，邊緣計(jì)算也可以繼續(xù)運(yùn)行。Accenture Labs公司董事總經(jīng)理Teresa Tung表示，例如，一家能源公司在石油鉆井平臺上部署了邊緣計(jì)算，他們不必一直依靠可用的衛(wèi)星連接將所有數(shù)據(jù)中繼回?cái)?shù)據(jù)中心進(jìn)行處理，而是選擇在連接可用時(shí)從邊緣移動必要的處理信息。

如果邊緣發(fā)生任何故障，則影響可能僅限于受影響的設(shè)備-整體操作仍將繼續(xù)進(jìn)行，從而提高了整個(gè)系統(tǒng)的可靠性。

5. 可擴(kuò)展性

Lean Manufacturing Research公司創(chuàng)始人兼首席分析師兼The Analyst Syndicate的成員Dan Miklovic說，像云計(jì)算一樣，企業(yè)只能在擴(kuò)展其用例時(shí)才添加邊緣設(shè)備，從而確保他們僅部署和管理所需的東西。其他人還提到，邊緣計(jì)算的分散式方法如何使大規(guī)模部署更易于管理。Williams說：“用分散的方法分別解決每個(gè)邊緣位置的規(guī)模，比在集中處理位置（我們稱之為‘核心’）解決要容易得多。企業(yè)就是通過這種方式來支持成千上萬個(gè)端點(diǎn)（如果說不是數(shù)百萬端點(diǎn)），這是集中式模型中難以處理的數(shù)量?！?/p>

邊緣計(jì)算的7個(gè)用例

對于為特定用例部署邊緣計(jì)算，每個(gè)企業(yè)都有其自身的考慮因素和動機(jī)，例如，在一種情況下可能需要低延遲和低速度，而在另一種情況下則需要可靠性。

技術(shù)領(lǐng)導(dǎo)者和研究人員稱，現(xiàn)在，在幾乎所有行業(yè)，很多企業(yè)都在部署或測試邊緣計(jì)算用例。值得注意的用例包括以下：

1. 自動駕駛汽車

自動駕駛汽車是邊緣計(jì)算的主要用例，因?yàn)橹挥挟?dāng)它們能夠?qū)崟r(shí)分析駕駛所需的所有數(shù)據(jù)時(shí)，它們才能安全可靠地運(yùn)行。這些車輛積累的數(shù)據(jù)量非常驚人。根據(jù)行業(yè)專家估計(jì)，一輛自動駕駛汽車每天產(chǎn)生的數(shù)據(jù)可能在5 TB到20 TB之間。而且，雖然5G當(dāng)然可以處理更多的容量，但是現(xiàn)有的4G網(wǎng)絡(luò)遠(yuǎn)不能以足夠的速度處理所有數(shù)據(jù)。

Guptill說：“自動駕駛汽車必須從多個(gè)來源（包括其他車輛）以不同的方式整合和處理大量不同類型的數(shù)據(jù)，并且需要在行駛過程中即時(shí)進(jìn)行?！?/p>

這就需要車載計(jì)算能力和邊緣數(shù)據(jù)中心來進(jìn)行關(guān)鍵任務(wù)處理，以進(jìn)行導(dǎo)航、車對車通信以及與新興智能城市的集成。

邊緣計(jì)算還可以幫助市政當(dāng)局（例如交通部門、公共轉(zhuǎn)型部門和私人運(yùn)輸公司）更好地管理其車隊(duì)和總體交通流量–通過基于實(shí)時(shí)實(shí)地狀況進(jìn)行快速調(diào)整。例如，部署用于處理車輛數(shù)據(jù)的邊緣計(jì)算平臺可以確定哪些區(qū)域正在發(fā)生擁堵，然后重新導(dǎo)航車輛以減輕交通流量。

2. 更高的安全性

企業(yè)可以使用邊緣計(jì)算來實(shí)現(xiàn)視頻監(jiān)控和生物特征識別掃描，以及其他監(jiān)控和授權(quán)措施，其中實(shí)時(shí)分析數(shù)據(jù)至關(guān)重要，以確保僅允許授權(quán)人員和批準(zhǔn)的活動。例如，企業(yè)可以使用具有光學(xué)技術(shù)的生物識別安全產(chǎn)品來執(zhí)行虹膜掃描，通過邊緣設(shè)備實(shí)時(shí)分析這些圖像，以確認(rèn)具有授權(quán)訪問權(quán)限的工人的匹配情況。

3. 醫(yī)療保健

醫(yī)療保健數(shù)據(jù)來自各種設(shè)備，包括醫(yī)生辦公室、醫(yī)院和患者自身的設(shè)備。傳輸這些數(shù)據(jù)到中央位置進(jìn)行分析可能會造成帶寬擁塞，但其實(shí)并非所有數(shù)據(jù)都需要移動并存儲在集中式服務(wù)器中。例如，患者醫(yī)療設(shè)備的每個(gè)正常心率讀數(shù)可能不需要保留，但某些數(shù)據(jù)非常重要，需要快速進(jìn)行分析，而無法接受由于低延遲或不可靠的網(wǎng)絡(luò)連接造成的任何延遲。

邊緣計(jì)算可以實(shí)時(shí)獲取和處理來自端點(diǎn)醫(yī)療設(shè)備的數(shù)據(jù)，并確定哪些數(shù)據(jù)點(diǎn)不是關(guān)鍵數(shù)據(jù)（即正常心率讀數(shù)），還可以識別、處理和響應(yīng)關(guān)鍵數(shù)據(jù)點(diǎn)，從而向臨床醫(yī)生發(fā)出警報(bào)以盡快采取行動。

4. 制造和工業(yè)流程

工業(yè)物聯(lián)網(wǎng)已在制造工廠和其他此類生產(chǎn)制造中添加了數(shù)百萬個(gè)連接的設(shè)備，這些設(shè)備收集有關(guān)生產(chǎn)線、設(shè)備性能和成品的數(shù)據(jù)。但是，所有這些數(shù)據(jù)都不需要在集中式服務(wù)器中處理-每個(gè)連接的溫度計(jì)的每個(gè)溫度讀數(shù)都不重要。

大多數(shù)企業(yè)僅需要將匯總數(shù)據(jù)或平均讀數(shù)帶回其中央系統(tǒng)，或者他們僅需要知道何時(shí)此類讀數(shù)表明有問題，例如設(shè)備溫度超出正常范圍。

惠普公司副總裁兼總經(jīng)理Gerald Kleyn說，這就是邊緣計(jì)算所能實(shí)現(xiàn)的;它使企業(yè)能夠非?？斓孬@取和理解數(shù)據(jù)，從而可以迅速發(fā)現(xiàn)并解決問題。 他指出，在制造和類似環(huán)境中，速度尤其重要，在這些環(huán)境中，自動裝配線快速移動并需要實(shí)時(shí)干預(yù)以解決問題。

例如，在一家制造工廠，邊緣計(jì)算僅花了一秒鐘來分析產(chǎn)品質(zhì)量，這比將制造數(shù)據(jù)轉(zhuǎn)移到云端進(jìn)行處理快了整整20秒。

5. 增強(qiáng)現(xiàn)實(shí)

Miklovic說，指導(dǎo)員工完成工作、對員工進(jìn)行新流程培訓(xùn)以及向?qū)W生教授復(fù)雜概念，這些將越來越多地通過頭戴式設(shè)備完成，提供虛擬現(xiàn)實(shí)或增強(qiáng)現(xiàn)實(shí)學(xué)習(xí)體驗(yàn)。

這種體驗(yàn)可以通過集中式計(jì)算資源來提供，但是成本和延遲性可能會影響用戶體驗(yàn)，而邊緣計(jì)算可以以較低的成本提供對所需信息的可靠實(shí)時(shí)訪問。

6. 加強(qiáng)工作場所安全性

傳感器、計(jì)算機(jī)視覺和人工智能方面的進(jìn)步正在進(jìn)一步擴(kuò)展工作場所安全應(yīng)用程序，因?yàn)樵谶吘夁\(yùn)行這些技術(shù)使企業(yè)可以監(jiān)視狀況，并實(shí)時(shí)識別危險(xiǎn)情況并發(fā)出警報(bào)。

例如，企業(yè)可以使用現(xiàn)場員工的位置數(shù)據(jù)，在COVID-19疫情期間執(zhí)行新的社會距離要求，并警告他們不要保持太近的距離。由于此類位置數(shù)據(jù)在那一刻之后沒有任何價(jià)值，因此可以在邊緣上收集和處理信息，而不必將其移動和存儲在企業(yè)數(shù)據(jù)中心內(nèi)。

7. 流服務(wù)

Williams說：“OTT流媒體平臺正迅速成為發(fā)布內(nèi)容的標(biāo)準(zhǔn)手段。盡管IPTV （IP電視）是內(nèi)容制作以及集中發(fā)布到消費(fèi)設(shè)備的最初目標(biāo)，但我們看到OTT不斷發(fā)展，包括原創(chuàng)內(nèi)容、現(xiàn)場直播甚至對用戶體驗(yàn)要求更高的區(qū)域性內(nèi)容?！?/p>

根據(jù)Williams的說法，這是媒體公司利用邊緣計(jì)算功能的驅(qū)動因素-它使企業(yè)能夠減少延遲，同時(shí)確保高質(zhì)量的視頻和流媒體性能。

即將出現(xiàn)更多邊緣計(jì)算機(jī)會

盡管邊緣計(jì)算的這些用例已經(jīng)帶來價(jià)值，但專家預(yù)測企業(yè)將繼續(xù)擴(kuò)展其部署邊緣計(jì)算的方式，以改善當(dāng)前的運(yùn)營和活動，以及開發(fā)和支持新產(chǎn)品和服務(wù)。

Williams說：“隨著企業(yè)不斷尋找方法來利用所收集的數(shù)據(jù)，他們還將繼續(xù)提供應(yīng)用程序和服務(wù)以在本地處理和使用該數(shù)據(jù)?！?/p>

他繼續(xù)說：“這種‘?dāng)?shù)據(jù)重力’將推動在邊緣的新一代數(shù)據(jù)驅(qū)動解決方案，這在以前不可能做到。服務(wù)提供商將繼續(xù)進(jìn)行投資以解決當(dāng)今的連接挑戰(zhàn);人工智能將繼續(xù)發(fā)展，并在邊緣和其技術(shù)架構(gòu)的云計(jì)算方面之間變得更加分布式和分散;我們將看到加快轉(zhuǎn)移到開放、安全的云原生標(biāo)準(zhǔn)，其中的重點(diǎn)是部署邊緣技術(shù)，從自恢復(fù)到自愈。可以說，邊緣計(jì)算的前景一片光明?！?br /> 責(zé)編AJX