邊緣計(jì)算正在興起。您是否已為這種分析驅(qū)動(dòng)的未來(lái)愿景的曙光做好準(zhǔn)備，該愿景結(jié)合了AI和網(wǎng)絡(luò)方面的先進(jìn)技術(shù)來(lái)創(chuàng)建功能更強(qiáng)大的本地化系統(tǒng)？

邊緣計(jì)算有望在今年取得重大發(fā)展，這些變化將對(duì)基礎(chǔ)架構(gòu)、網(wǎng)絡(luò)和分析產(chǎn)生重要影響。因此，在您要平衡的所有其他優(yōu)先事項(xiàng)中，您將希望繼續(xù)關(guān)注今年的邊緣計(jì)算發(fā)展。

邊緣計(jì)算將處理帶到網(wǎng)絡(luò)上的設(shè)備或網(wǎng)關(guān)?；靖拍钍怯梢韵滤枷腧?qū)動(dòng)的：必須以極低的延遲執(zhí)行某些類型的處理才能反饋諸如本地分析、機(jī)器人功能和傳感器操作之類的過(guò)程。強(qiáng)大的邊緣設(shè)備和網(wǎng)關(guān)可以壓縮數(shù)據(jù)以傳輸?shù)皆贫?，?zhí)行預(yù)處理或處理和協(xié)調(diào)自主任務(wù)，而無(wú)需訪問(wèn)中央計(jì)算機(jī)。

由于這些功能，邊緣計(jì)算與物聯(lián)網(wǎng)（IoT）的不斷發(fā)展以及5G移動(dòng)網(wǎng)絡(luò)的推出緊密相關(guān)。對(duì)于分析和數(shù)據(jù)，可能會(huì)存在重大的新機(jī)遇和挑戰(zhàn)。必須建立支持基礎(chǔ)設(shè)施，并且將對(duì)安全性提出新要求，并需要新的模型來(lái)處理IoT數(shù)據(jù)。

應(yīng)用案例

對(duì)于需要低延遲數(shù)據(jù)傳輸，非常高的帶寬或強(qiáng)大的本地處理能力的應(yīng)用而言，盡可能接近使用點(diǎn)的計(jì)算一直很重要，特別是對(duì)于機(jī)器學(xué)習(xí)（ML）和其他分析。

當(dāng)前最主要的用途之一是自動(dòng)駕駛汽車，其需要來(lái)自云的數(shù)據(jù)。如果對(duì)云的訪問(wèn)被拒絕或減慢，它們必須能夠繼續(xù)執(zhí)行；沒(méi)有延遲的空間。車輛上所有傳感器產(chǎn)生的數(shù)據(jù)量巨大，不僅必須在本地進(jìn)行處理，而且發(fā)送到云的任何數(shù)據(jù)都必須按需進(jìn)行壓縮和傳輸，以免占用過(guò)多的可用帶寬并浪費(fèi)寶貴的時(shí)間。IoT應(yīng)用通常是邊緣計(jì)算的重要驅(qū)動(dòng)程序，因?yàn)樗鼈児蚕硐嗨频呐渲梦募?/p>

邊緣計(jì)算正在發(fā)展一系列應(yīng)用案例，這些用例包括自主管理設(shè)備、工業(yè)4．0工業(yè)機(jī)器人、智能家居設(shè)備、AR ／ VR、通信功能、AI和ML、醫(yī)學(xué)和金融等等。在這些應(yīng)用領(lǐng)域的每一個(gè)中都有可能發(fā)現(xiàn)最小的延遲和大量本地處理可能是有利的情況。但是，分析家認(rèn)為這種情況會(huì)進(jìn)一步發(fā)展，許多公司對(duì)此表示贊同。

邊緣狀態(tài)

因?yàn)樗灰暈橐豁?xiàng)重要的新技術(shù)，所以許多公司已經(jīng)迅速進(jìn)入了邊緣計(jì)算的潮流。不過(guò)目前進(jìn)展緩慢，所需的技術(shù)尚未到位，但幾乎在每個(gè)領(lǐng)域都可以找到有限的機(jī)會(huì)。

據(jù)邊緣狀態(tài)報(bào)告（State of the Edge report）估計(jì)，在未來(lái)十年中，將在邊緣基礎(chǔ)設(shè)施和數(shù)據(jù)中心上花費(fèi)超過(guò)7000億美元的累計(jì)資本支出。根據(jù)Spiceworks于2019年發(fā)布的IT狀況報(bào)告，在擁有5000名員工的組織中，有32％的組織已經(jīng)在使用邊緣計(jì)算。 而《 2019年Forrester Analytics全球業(yè)務(wù)技術(shù)流動(dòng)性調(diào)查》發(fā)現(xiàn)，有57％的決策者計(jì)劃進(jìn)行邊緣計(jì)算。許多分析師也做出了同樣樂(lè)觀的預(yù)測(cè)。但是，我們今天擁有的邊緣計(jì)算與該概念所設(shè)想的未來(lái)幾乎沒(méi)有相似之處，即自主性、無(wú)處不在的AI和無(wú)處不在的智能設(shè)備的未來(lái)。

邊緣計(jì)算是分布式、分散式計(jì)算，可將大量功能置于最終用戶位置附近。因此，這是計(jì)算機(jī)能力和移動(dòng)性不斷提高的自然演進(jìn)。當(dāng)基礎(chǔ)架構(gòu)概念通過(guò)適當(dāng)?shù)目捎密浖?biāo)準(zhǔn)化，5G網(wǎng)絡(luò)全面運(yùn)行并在全球范圍內(nèi)可用，物聯(lián)網(wǎng)組件制定了標(biāo)準(zhǔn)，成本開(kāi)始下降以使物聯(lián)網(wǎng)本身開(kāi)始成熟時(shí)，將發(fā)生巨大的變化。

發(fā)展潮流

由于這是一個(gè)有望實(shí)現(xiàn)高增長(zhǎng)的領(lǐng)域，因此主要的行業(yè)供應(yīng)商（例如IBM，Cisco，Oracle，Microsoft，Amazon，Dell，Hewlett－Packard Enterprise，SAP等）正在涉足基礎(chǔ)架構(gòu)領(lǐng)域，希望從快速增長(zhǎng)的市場(chǎng)中獲得一席之地。

這是令人興奮的東西。許多分析家認(rèn)為2020年對(duì)于進(jìn)一步推動(dòng)邊緣計(jì)算在實(shí)現(xiàn)道路上至關(guān)重要。這是由于5G網(wǎng)絡(luò)的增長(zhǎng)、物聯(lián)網(wǎng)的擴(kuò)展，應(yīng)用案例的增長(zhǎng)以及關(guān)注度的提高（例如，無(wú)人駕駛汽車的火熱）以及對(duì)5G網(wǎng)絡(luò)可能實(shí)現(xiàn)的功能的逐漸了解。當(dāng)前的實(shí)現(xiàn)往往是高度專有的，并且在一定程度上受到限制，這意味著成功案例的復(fù)制要困難得多。

盡管如此，邊緣計(jì)算無(wú)疑正在發(fā)展，為這一新的未來(lái)做好準(zhǔn)備很重要。它是一種分析驅(qū)動(dòng)的愿景，結(jié)合了AI和網(wǎng)絡(luò)方面的最新進(jìn)展，以創(chuàng)建功能更強(qiáng)大的本地化系統(tǒng)。

責(zé)任編輯：gt