邊緣計算是一種分布式信息技術(shù)(IT)體系結(jié)構(gòu)，其中客戶端數(shù)據(jù)在網(wǎng)絡(luò)的外圍處理，盡可能地靠近原始數(shù)據(jù)來源。

數(shù)據(jù)是現(xiàn)代業(yè)務(wù)的命脈，提供有價值的業(yè)務(wù)洞察力，并支持對關(guān)鍵業(yè)務(wù)流程和運營的實時控制。當(dāng)今的企業(yè)被淹沒在數(shù)據(jù)的海洋中，可以從世界上幾乎任何地方的遠(yuǎn)程位置和惡劣的操作環(huán)境中，實時運行的傳感器和物聯(lián)網(wǎng)設(shè)備，定期收集大量數(shù)據(jù)。但這種虛擬的數(shù)據(jù)洪流也正在改變企業(yè)處理計算的方式。建立在中心化數(shù)據(jù)中心和日?；ヂ?lián)網(wǎng)上的傳統(tǒng)計算范式，并不太適合移動不斷增長的現(xiàn)實世界數(shù)據(jù)河流。帶寬限制、延遲問題和不可預(yù)測的網(wǎng)絡(luò)中斷都可能阻礙這些努力。企業(yè)正在通過使用邊緣計算架構(gòu)來應(yīng)對這些數(shù)據(jù)挑戰(zhàn)。簡單來說，邊緣計算將部分存儲和計算資源移出中央數(shù)據(jù)中心，并更接近數(shù)據(jù)源本身。這種工作不是將原始數(shù)據(jù)傳輸?shù)街醒霐?shù)據(jù)中心進(jìn)行處理和分析，而是在實際產(chǎn)生數(shù)據(jù)的地方執(zhí)行——無論是零售店、工廠、龐大的公用事業(yè)單位還是整個智慧城市。只有邊緣計算工作的結(jié)果，如實時業(yè)務(wù)洞察、設(shè)備維護(hù)預(yù)測或其他可操作的答案，才會被發(fā)送回主數(shù)據(jù)中心進(jìn)行審查和其他人機(jī)交互。因此，邊緣計算正在重塑IT和業(yè)務(wù)計算。全面了解什么是邊緣計算，其是如何工作的，以及云的影響、邊緣用例、權(quán)衡和實施注意事項。

邊緣計算用途

邊緣計算是如何工作的?邊緣計算完全是一個位置問題。在傳統(tǒng)的企業(yè)計算中，數(shù)據(jù)是在客戶端端點產(chǎn)生的，例如用戶的計算機(jī)。這些數(shù)據(jù)通過企業(yè)廣域網(wǎng)跨局域網(wǎng)(如互聯(lián)網(wǎng))，企業(yè)應(yīng)用程序在其中存儲和處理數(shù)據(jù)。然后，將該工作的結(jié)果傳送回客戶端端點。對于大多數(shù)典型的業(yè)務(wù)應(yīng)用程序，這仍然是一種經(jīng)過驗證和時間檢驗的客戶端-服務(wù)器計算方法。但是，連接到互聯(lián)網(wǎng)的設(shè)備數(shù)量，以及由這些設(shè)備產(chǎn)生并被企業(yè)使用的數(shù)據(jù)量，增長太快，傳統(tǒng)數(shù)據(jù)中心基礎(chǔ)設(shè)施無法容納。Gartner預(yù)測，到2025年，75%的企業(yè)生成數(shù)據(jù)將在中心化數(shù)據(jù)中心之外創(chuàng)建。在通常對時間或中斷敏感的情況下移動如此多的數(shù)據(jù)，給全球互聯(lián)網(wǎng)帶來了難以置信的壓力，而全球互聯(lián)網(wǎng)本身往往會受到擁堵和中斷的影響。因此，IT架構(gòu)師已將重點從中央數(shù)據(jù)中心轉(zhuǎn)移到基礎(chǔ)設(shè)施的邏輯邊緣——從數(shù)據(jù)中心提取存儲和計算資源，并將這些資源轉(zhuǎn)移到生成數(shù)據(jù)的位置。原理很簡單:如果不能讓數(shù)據(jù)更接近數(shù)據(jù)中心，那么就讓數(shù)據(jù)中心更接近數(shù)據(jù)。邊緣計算的概念并不是新的，其植根于幾十年前的遠(yuǎn)程計算理念，比如遠(yuǎn)程辦公室和機(jī)構(gòu)，將計算資源放置在所需的位置比依賴于單一的中心位置更可靠、更高效。

邊緣計算采用

邊緣計算將存儲和服務(wù)器放在數(shù)據(jù)所在的位置，通常只需要在遠(yuǎn)程局域網(wǎng)上運行部分設(shè)備即可在本地收集和處理數(shù)據(jù)。在許多情況下，計算設(shè)備部署在屏蔽或硬化外殼，以保護(hù)設(shè)備免受極端的溫度、濕度和其他環(huán)境條件的影響。處理通常涉及對數(shù)據(jù)流進(jìn)行規(guī)范化和分析，以尋找商業(yè)智能，并且只有分析的結(jié)果被發(fā)送回主數(shù)據(jù)中心。商業(yè)智能的概念可能有很大的不同。一些示例包括零售環(huán)境，其中展廳的視頻監(jiān)控可能與實際銷售數(shù)據(jù)相結(jié)合，以確定最理想的產(chǎn)品配置或消費者需求。其他例子還包括預(yù)測分析，其可以在實際缺陷或故障發(fā)生之前指導(dǎo)設(shè)備維護(hù)和維修。還有一些例子通常與公用事業(yè)相關(guān)，如水處理或發(fā)電，以確保設(shè)備正常運行，并保持輸出的質(zhì)量。邊緣計算、云計算與霧計算邊緣計算、云計算與霧計算的概念密切相關(guān)。盡管這些概念之間存在一些重疊，但并不是一回事，通常不應(yīng)互換使用。比較這些概念并理解它們之間的差異是有幫助的。要了解邊緣計算、云計算與霧計算之間的區(qū)別，最簡單的方法之一是突出共同主題:這三個概念都與分布式計算有關(guān)，并側(cè)重于與生成的數(shù)據(jù)相關(guān)的計算和存儲資源的物理部署。區(qū)別在于這些資源位于何處。

邊緣計算與云

邊緣。邊緣計算是指在數(shù)據(jù)產(chǎn)生的位置部署計算和存儲資源。理想情況下，這會將計算和存儲與網(wǎng)絡(luò)邊緣的數(shù)據(jù)源放在同一點上。舉兩個例子，一是在風(fēng)力渦輪機(jī)的頂部安裝一個帶有多個服務(wù)器和一些存儲設(shè)備的小型機(jī)箱，以收集和處理渦輪機(jī)本身傳感器產(chǎn)生的數(shù)據(jù)。另一個例子是，火車站可能會在車站內(nèi)放置適量的計算和存儲，以收集和處理無數(shù)軌道和軌道交通傳感器數(shù)據(jù)。然后將任何此類處理的結(jié)果發(fā)送回另一個數(shù)據(jù)中心進(jìn)行人工審查、存檔，并與其他數(shù)據(jù)結(jié)果合并以進(jìn)行更廣泛的分析。云。云計算是在多個分布式全球位置（區(qū)域）之一的計算和存儲資源的巨大、高度可擴(kuò)展的部署。云提供商還為物聯(lián)網(wǎng)運營整合了各種預(yù)打包服務(wù)，使云成為首選的物聯(lián)網(wǎng)部署集中平臺。但是，即使云計算提供的資源和服務(wù)遠(yuǎn)遠(yuǎn)超過了處理復(fù)雜分析的能力，最近的區(qū)域云設(shè)施仍然可能距離數(shù)據(jù)收集點數(shù)百英里，并且連接依賴于支持傳統(tǒng)數(shù)據(jù)中心的相同的互聯(lián)網(wǎng)連接。在實踐中，云計算是傳統(tǒng)數(shù)據(jù)中心的替代方案——有時是補(bǔ)充方案。云可以讓集中計算更接近數(shù)據(jù)源，但不能在網(wǎng)絡(luò)邊緣。

邊緣計算架構(gòu)霧計算。但是計算和存儲部署的選擇并不局限于云或邊緣。云數(shù)據(jù)中心可能距離太遠(yuǎn)，但邊緣部署可能過于資源有限，或物理上分散或分布，無法實現(xiàn)嚴(yán)格的邊緣計算。在這種情況下，霧計算的概念可以提供幫助。霧計算通常會后退一步，將計算和存儲資源置于數(shù)據(jù)“內(nèi)部”，但不一定“置于”數(shù)據(jù)中。霧計算環(huán)境可能會產(chǎn)生大量的傳感器或物聯(lián)網(wǎng)數(shù)據(jù)，這些數(shù)據(jù)跨越太大而無法定義邊緣的廣闊物理區(qū)域。例如智能建筑、智慧城市，甚至智能公用事業(yè)電網(wǎng)。考慮一個智慧城市，數(shù)據(jù)可用于跟蹤、分析和優(yōu)化公共交通系統(tǒng)、市政公用事業(yè)、城市服務(wù)，并指導(dǎo)長期城市規(guī)劃。單個邊緣部署不足以處理這樣的負(fù)載，因此霧計算可以在環(huán)境范圍內(nèi)操作一系列霧節(jié)點部署來收集、處理和分析數(shù)據(jù)。注意:需要重復(fù)的是，霧計算和邊緣計算具有幾乎相同的定義和架構(gòu)，甚至在技術(shù)專家之間有時也可以互換使用這兩個術(shù)語。為什么邊緣計算很重要?計算任務(wù)需要合適的架構(gòu)，適合一種計算任務(wù)的架構(gòu)不一定適合所有類型的計算任務(wù)。邊緣計算已成為一種可行且重要的體系結(jié)構(gòu)，其支持分布式計算，以便將計算和存儲資源部署在更靠近數(shù)據(jù)源的位置——理想情況下，位于與數(shù)據(jù)源相同的物理位置?？偟膩碚f，分布式計算模型并不新鮮，遠(yuǎn)程辦公室、分支機(jī)構(gòu)、數(shù)據(jù)中心托管和云計算的概念有著悠久且經(jīng)過驗證的歷史了。但是去中心化是具有挑戰(zhàn)性的，其要求高水平的監(jiān)控和控制，在脫離傳統(tǒng)的中心化計算模型時很容易被忽略。邊緣計算已變得非常重要，因為其提供了一個有效的解決方案，以解決與移動當(dāng)今組織產(chǎn)生和使用的大量數(shù)據(jù)相關(guān)的新興網(wǎng)絡(luò)問題。這不僅僅是數(shù)量的問題，也是一個時間問題，應(yīng)用程序依賴于對時間越來越敏感的處理和響應(yīng)。想想自動駕駛汽車的興起。它們將依賴于智能交通控制信號。汽車和交通管制將需要實時生成、分析和交換數(shù)據(jù)。將這一需求與大量自動駕駛汽車相乘，潛在問題的范圍就變得更加清晰。這需要一個快速響應(yīng)的網(wǎng)絡(luò)。邊緣計算和霧計算解決了三個主要的網(wǎng)絡(luò)限制:帶寬、延遲、擁塞或可靠性。

?帶寬。帶寬是網(wǎng)絡(luò)在一段時間內(nèi)所能攜帶的數(shù)據(jù)量，通常以每秒位數(shù)表示。所有的網(wǎng)絡(luò)都有一個有限的帶寬，對于無線通信來說，這種限制更為嚴(yán)重。這意味著可以通過網(wǎng)絡(luò)傳輸數(shù)據(jù)的數(shù)據(jù)量或設(shè)備數(shù)量是有限的。雖然可以通過增加網(wǎng)絡(luò)帶寬以容納更多的設(shè)備和數(shù)據(jù)，但成本可能很高，仍然存在(更高的)有限限制，并且不能解決其他問題。

?延遲。延遲是網(wǎng)絡(luò)上兩點之間發(fā)送數(shù)據(jù)所需的時間。雖然理想情況下通信以光速進(jìn)行，但較大的物理距離加上網(wǎng)絡(luò)擁塞或中斷會延遲數(shù)據(jù)在網(wǎng)絡(luò)中的移動。這會延遲任何分析和決策過程，并降低系統(tǒng)的實時響應(yīng)能力。在自動駕駛汽車的例子中，其甚至導(dǎo)致生命的損失。

?擁塞?；ヂ?lián)網(wǎng)基本上是一個全球性的“網(wǎng)絡(luò)中的網(wǎng)絡(luò)”。盡管其已經(jīng)發(fā)展到為大多數(shù)日常計算任務(wù)提供良好的通用數(shù)據(jù)交換，但涉及數(shù)百億臺設(shè)備的數(shù)據(jù)量可能會使互聯(lián)網(wǎng)不堪重負(fù)，導(dǎo)致高度擁塞，和強(qiáng)制耗時的數(shù)據(jù)重傳。在其他情況下，網(wǎng)絡(luò)中斷可能會加劇擁塞，甚至完全切斷與某些互聯(lián)網(wǎng)用戶的通信——使物聯(lián)網(wǎng)在中斷期間變得毫無用處。通過在生成數(shù)據(jù)的地方部署服務(wù)器和存儲，邊緣計算可以在一個更小、更高效的LAN上運行許多設(shè)備。在該LAN中，本地數(shù)據(jù)生成設(shè)備專門使用充足的帶寬，從而幾乎不存在延遲和擁塞。本地存儲收集并保護(hù)原始數(shù)據(jù)，而本地服務(wù)器可以執(zhí)行基本的邊緣分析——或至少對數(shù)據(jù)進(jìn)行預(yù)處理和減少——在將結(jié)果或基本數(shù)據(jù)發(fā)送到云或中央數(shù)據(jù)中心之前，實時做出決策。邊緣計算用例和示例原則上，邊緣計算技術(shù)用于在網(wǎng)絡(luò)邊緣或附近“就地”收集、過濾、處理和分析數(shù)據(jù)。這是一種使用無法首先移動到中心化位置的數(shù)據(jù)的強(qiáng)大手段，通常是因為龐大的數(shù)據(jù)量使此類移動成本過高，技術(shù)上不切實際，或者可能違反合規(guī)義務(wù)，如數(shù)據(jù)主權(quán)。這個定義產(chǎn)生了無數(shù)現(xiàn)實世界中的用例:1.制造業(yè)。一家工業(yè)制造商部署了邊緣計算來監(jiān)控生產(chǎn)，在邊緣實現(xiàn)實時分析和機(jī)器學(xué)習(xí)，以發(fā)現(xiàn)生產(chǎn)錯誤并提高產(chǎn)品制造質(zhì)量。邊緣計算支持在整個制造工廠中添加環(huán)境傳感器，從而深入了解每個產(chǎn)品組件的組裝和存儲方式，以及這些組件的庫存時間。制造商現(xiàn)在可以對工廠設(shè)施和制造運營做出更快、更準(zhǔn)確的業(yè)務(wù)決策。2.農(nóng)業(yè)?？紤]一個在室內(nèi)種植作物的企業(yè)，沒有陽光、土壤或殺蟲劑。這個過程可以減少60%以上的生長時間。使用傳感器可以跟蹤用水、養(yǎng)分密度，并確定最佳收成。通過數(shù)據(jù)收集和分析，發(fā)現(xiàn)環(huán)境因素的影響，不斷改進(jìn)作物生長算法，確保作物在高峰條件下收獲。3.網(wǎng)絡(luò)優(yōu)化。邊緣計算可以通過測量互聯(lián)網(wǎng)用戶的性能，然后利用分析來確定每個用戶流量的最可靠、低延遲的網(wǎng)絡(luò)路徑，從而幫助優(yōu)化網(wǎng)絡(luò)性能。實際上，邊緣計算被用來“引導(dǎo)”整個網(wǎng)絡(luò)的流量，以獲得最佳的時間敏感流量性能。4.工作場所安全。邊緣計算可以結(jié)合和分析來自現(xiàn)場攝像頭、員工安全設(shè)備和各種其他傳感器的數(shù)據(jù)，以幫助企業(yè)監(jiān)督工作環(huán)境，或確保員工遵守既定的安全協(xié)議，特別是在工作地點偏遠(yuǎn)或異常危險的情況下，如建筑工地或石油鉆井平臺。5.改善醫(yī)療保健。醫(yī)療保健行業(yè)極大地增加了從設(shè)備、傳感器和其他醫(yī)療設(shè)備收集的患者數(shù)據(jù)量。龐大的數(shù)據(jù)量需要邊緣計算應(yīng)用自動化和機(jī)器學(xué)習(xí)來訪問數(shù)據(jù)，忽略“正?！睌?shù)據(jù)并識別問題數(shù)據(jù)，以便臨床醫(yī)生能夠立即采取行動，幫助患者實時避免健康事件。6.運輸。自動駕駛汽車每天需要和生產(chǎn)5TB到20TB的數(shù)據(jù)，收集有關(guān)位置、速度、車輛狀況、路況、交通狀況和其他車輛的信息。并且數(shù)據(jù)必須在車輛運動時實時匯總和分析。這就需要大量的車載計算——每輛自動駕駛汽車都將成為一個“邊緣”。此外，這些數(shù)據(jù)可以幫助當(dāng)局和企業(yè)根據(jù)當(dāng)?shù)氐膶嶋H情況管理車隊。7.零售。零售企業(yè)還可以從監(jiān)控、庫存跟蹤、銷售數(shù)據(jù)和其他實時業(yè)務(wù)細(xì)節(jié)中產(chǎn)生大量數(shù)據(jù)。邊緣計算可以幫助分析這些多樣化的數(shù)據(jù)，并識別業(yè)務(wù)機(jī)會，如有效的終端或活動，預(yù)測銷售和優(yōu)化供應(yīng)商訂單，等等。由于零售業(yè)務(wù)在本地環(huán)境中可能會發(fā)生巨大變化，因此邊緣計算可以成為每個商店本地處理的有效解決方案。邊緣計算有什么好處？邊緣計算解決了至關(guān)重要的基礎(chǔ)設(shè)施挑戰(zhàn)，比如帶寬限制、過度延遲和網(wǎng)絡(luò)擁塞。不過，邊緣計算還有幾個潛在的額外好處，可以讓這種方法在其他情況下更有吸引力。自主權(quán)。當(dāng)連接不可靠或由于站點的環(huán)境特性而限制帶寬時，邊緣計算很有用。例如石油鉆井平臺、海上船只、偏遠(yuǎn)農(nóng)場或其他偏遠(yuǎn)地區(qū)。邊緣計算在現(xiàn)場進(jìn)行計算工作—有時是在邊緣設(shè)備本身，比如偏遠(yuǎn)村莊的凈水器上的水質(zhì)傳感器，并且只有在連接可用時才能保存數(shù)據(jù)以傳輸?shù)街行狞c。通過在本地處理數(shù)據(jù)，可以大大減少要發(fā)送的數(shù)據(jù)量，所需的帶寬或連接時間遠(yuǎn)遠(yuǎn)少于其他情況下可能需要的時間。

物聯(lián)網(wǎng)網(wǎng)關(guān)系統(tǒng)

數(shù)據(jù)主權(quán)。移動大量數(shù)據(jù)不僅僅是一個技術(shù)問題。數(shù)據(jù)跨越國家和地區(qū)邊界的流動可能會給數(shù)據(jù)安全、隱私和其他法律問題帶來額外的問題。邊緣計算可以用來保持?jǐn)?shù)據(jù)接近其來源，并在現(xiàn)行數(shù)據(jù)主權(quán)法律的范圍內(nèi)。如歐盟的GDPR，其定義了數(shù)據(jù)的存儲、處理和公開方式。這可以允許原始數(shù)據(jù)在本地處理，在將任何數(shù)據(jù)發(fā)送到云或主數(shù)據(jù)中心(可能位于其他司法管轄區(qū))之前，對任何敏感數(shù)據(jù)進(jìn)行模糊處理或保護(hù)。

邊緣計算市場

?能力有限。云計算給邊緣計算或霧計算帶來的吸引力之一是資源和服務(wù)的多樣性和規(guī)模。在邊緣部署基礎(chǔ)設(shè)施可能是有效的，但必須明確定義邊緣部署的范圍和目的，即使是廣泛的邊緣計算部署也可以使用有限的資源和很少的服務(wù)以預(yù)定規(guī)模服務(wù)于特定目的。

?連通性。邊緣計算克服了典型的網(wǎng)絡(luò)限制，但即使是最寬容的邊緣部署也需要一些最低級別的連通性。設(shè)計一種能夠適應(yīng)不良或不穩(wěn)定連接的邊緣部署非常關(guān)鍵，并考慮當(dāng)連接丟失時，邊緣會發(fā)生什么情況。自主、人工智能和在連接問題之后的優(yōu)雅失敗規(guī)劃是成功的邊緣計算的關(guān)鍵。

?安全。眾所周知，物聯(lián)網(wǎng)設(shè)備不安全，所以設(shè)計邊緣計算部署至關(guān)重要。該部署將強(qiáng)調(diào)適當(dāng)?shù)脑O(shè)備管理，如策略驅(qū)動的配置實施，以及計算和存儲資源的安全性，包括軟件補(bǔ)丁和更新等因素，特別注意靜態(tài)和動態(tài)的數(shù)據(jù)加密。主要云提供商提供的物聯(lián)網(wǎng)服務(wù)包括安全通信，但這在從頭開始構(gòu)建邊緣站點時并不是自動的。

?數(shù)據(jù)生命周期。當(dāng)今數(shù)據(jù)過剩的長期問題是，有太多的數(shù)據(jù)是不必要的?？紤]一種醫(yī)療監(jiān)測設(shè)備——只有問題數(shù)據(jù)才是關(guān)鍵，保存幾天的正?；颊邤?shù)據(jù)沒有任何意義。實時分析中涉及的大多數(shù)數(shù)據(jù)都是短期數(shù)據(jù)，不會長期保存。在執(zhí)行分析之后，企業(yè)必須決定保留哪些數(shù)據(jù)，以及丟棄哪些數(shù)據(jù)，并必須根據(jù)業(yè)務(wù)和監(jiān)管政策保護(hù)所保留的數(shù)據(jù)。邊緣計算實現(xiàn)邊緣計算是一個簡單的想法，在紙面上看起來很容易，但開發(fā)一個有凝聚力策略并在邊緣實現(xiàn)合理的部署可能是一項具有挑戰(zhàn)性的工作。任何成功的技術(shù)部署的第一個關(guān)鍵因素是創(chuàng)建有意義的業(yè)務(wù)和技術(shù)優(yōu)勢戰(zhàn)略。這樣的策略并不是關(guān)于挑選供應(yīng)商或設(shè)備。相反，邊緣策略考慮的是邊緣計算的需求。理解“為什么”需要清楚地了解組織試圖解決的技術(shù)和業(yè)務(wù)問題，例如克服網(wǎng)絡(luò)限制和觀察數(shù)據(jù)主權(quán)。

邊緣數(shù)據(jù)中心

這樣的策略可以從討論優(yōu)勢的意義、其對企業(yè)的意義以及應(yīng)該如何使組織受益開始。邊緣策略也應(yīng)該與現(xiàn)有的業(yè)務(wù)計劃和技術(shù)路線圖保持一致。例如，如果企業(yè)試圖減少其集中式數(shù)據(jù)中心的占用，那么邊緣計算和其他分布式計算技術(shù)可能會很好地結(jié)合在一起。

?安全。物理和邏輯安全預(yù)防措施是至關(guān)重要的，應(yīng)該包括強(qiáng)調(diào)漏洞管理和入侵檢測和預(yù)防的工具。安全必須擴(kuò)展到傳感器和物聯(lián)網(wǎng)設(shè)備，因為每一個設(shè)備都是一個可以被訪問或攻擊的網(wǎng)絡(luò)元素，呈現(xiàn)出數(shù)量驚人的可能攻擊面。

?連通性。連接性是另一個問題，即使實際數(shù)據(jù)的連接性不可用，也必須提供控制和報告的訪問。一些邊緣部署使用輔助連接進(jìn)行備份連接和控制。

?管理。邊緣部署的遠(yuǎn)程和不適宜的位置使得遠(yuǎn)程配置和管理至關(guān)重要。IT經(jīng)理必須能夠看到邊緣發(fā)生的事情，并能夠在必要時控制部署。

?物理維護(hù)。物理維護(hù)要求不容忽視。物聯(lián)網(wǎng)設(shè)備的使用壽命通常有限，需要定期更換電池和設(shè)備。當(dāng)設(shè)備出現(xiàn)故障，需要維護(hù)或更換時，實用的網(wǎng)站后勤必須包括維護(hù)。邊緣計算、物聯(lián)網(wǎng)和5G的可能性邊緣計算不斷發(fā)展，使用新的技術(shù)和實踐來增強(qiáng)其能力和性能。也許最值得注意的趨勢是邊緣服務(wù)的可用性，預(yù)計到2028年，邊緣服務(wù)將在全球范圍內(nèi)可用。目前，邊緣計算通常與具體情況有關(guān)，但預(yù)計該技術(shù)將變得更加普遍，并改變互聯(lián)網(wǎng)的使用方式，為邊緣技術(shù)帶來更多抽象和潛在用例。這一點可以從專門為邊緣計算設(shè)計的計算、存儲和網(wǎng)絡(luò)設(shè)備產(chǎn)品的激增中看出。更多的多供應(yīng)商合作將使產(chǎn)品具有更好的互操作性和靈活性。一個例子包括AWS和Verizon之間的合作，為邊緣地區(qū)帶來更好的連接。無線通信技術(shù)，如5G和Wi-Fi6，也將在未來幾年影響邊緣的部署和利用，實現(xiàn)尚未探索的虛擬化和自動化功能，如更好的車輛自動駕駛和工作負(fù)載遷移到邊緣，同時使無線網(wǎng)絡(luò)更靈活和更具成本效益。

此圖詳細(xì)地展示了5G如何在4G和LTE能力之上為邊緣計算和核心網(wǎng)絡(luò)提供顯著的進(jìn)步。

隨著物聯(lián)網(wǎng)的興起以及此類設(shè)備產(chǎn)生的數(shù)據(jù)突然過剩，邊緣計算受到了關(guān)注。但由于物聯(lián)網(wǎng)技術(shù)仍處于相對起步階段，物聯(lián)網(wǎng)設(shè)備的發(fā)展也將對邊緣計算的未來發(fā)展產(chǎn)生影響。此類未來替代方案的一個例子是微型模塊化數(shù)據(jù)中心(MMDC)的開發(fā)。MMDC基本上是一個盒子里的數(shù)據(jù)中心，將一個完整的數(shù)據(jù)中心放在一個小型移動系統(tǒng)中，該系統(tǒng)可以部署在更靠近數(shù)據(jù)的地方，例如跨越城市或地區(qū)，以使計算更接近數(shù)據(jù)，而無需在數(shù)據(jù)上設(shè)置邊緣。

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。