（文章來源：千家網(wǎng)）

邊緣計算正在興起。您是否已為這種分析驅(qū)動的未來愿景的曙光做好準備，該愿景結(jié)合了AI和網(wǎng)絡方面的先進技術(shù)來創(chuàng)建功能更強大的本地化系統(tǒng)？邊緣計算有望在今年取得重大發(fā)展，這些變化將對基礎架構(gòu)、網(wǎng)絡和分析產(chǎn)生重要影響。因此，在您要平衡的所有其他優(yōu)先事項中，您將希望繼續(xù)關注今年的邊緣計算發(fā)展。

邊緣計算將處理帶到網(wǎng)絡上的設備或網(wǎng)關?；靖拍钍怯梢韵滤枷腧?qū)動的：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、機器人功能和傳感器操作之類的過程。強大的邊緣設備和網(wǎng)關可以壓縮數(shù)據(jù)以傳輸?shù)皆贫?，?zhí)行預處理或處理和協(xié)調(diào)自主任務，而無需訪問中央計算機。

由于這些功能，邊緣計算與物聯(lián)網(wǎng)（IoT）的不斷發(fā)展以及5G移動網(wǎng)絡的推出緊密相關。對于分析和數(shù)據(jù)，可能會存在重大的新機遇和挑戰(zhàn)。必須建立支持基礎設施，并且將對安全性提出新要求，并需要新的模型來處理IoT數(shù)據(jù)。對于需要低延遲數(shù)據(jù)傳輸，非常高的帶寬或強大的本地處理能力的應用而言，盡可能接近使用點的計算一直很重要，特別是對于機器學習（ML）和其他分析。

當前最主要的用途之一是自動駕駛汽車，其需要來自云的數(shù)據(jù)。如果對云的訪問被拒絕或減慢，它們必須能夠繼續(xù)執(zhí)行；沒有延遲的空間。車輛上所有傳感器產(chǎn)生的數(shù)據(jù)量巨大，不僅必須在本地進行處理，而且發(fā)送到云的任何數(shù)據(jù)都必須按需進行壓縮和傳輸，以免占用過多的可用帶寬并浪費寶貴的時間。IoT應用通常是邊緣計算的重要驅(qū)動程序，因為它們共享相似的配置文件。

邊緣計算正在發(fā)展一系列應用案例，這些用例包括自主管理設備、工業(yè)4．0工業(yè)機器人、智能家居設備、AR ／ VR、通信功能、AI和ML、醫(yī)學和金融等等。在這些應用領域的每一個中都有可能發(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，分析家認為這種情況會進一步發(fā)展，許多公司對此表示贊同。

因為它被視為一項重要的新技術(shù)，所以許多公司已經(jīng)迅速進入了邊緣計算的潮流。不過目前進展緩慢，所需的技術(shù)尚未到位，但幾乎在每個領域都可以找到有限的機會。

據(jù)邊緣狀態(tài)報告（State of the Edge report）估計，在未來十年中，將在邊緣基礎設施和數(shù)據(jù)中心上花費超過7000億美元的累計資本支出。根據(jù)Spiceworks于2019年發(fā)布的IT狀況報告，在擁有5000名員工的組織中，有32％的組織已經(jīng)在使用邊緣計算。 而《 2019年Forrester Analytics全球業(yè)務技術(shù)流動性調(diào)查》發(fā)現(xiàn)，有57％的決策者計劃進行邊緣計算。許多分析師也做出了同樣樂觀的預測。但是，我們今天擁有的邊緣計算與該概念所設想的未來幾乎沒有相似之處，即自主性、無處不在的AI和無處不在的智能設備的未來。

邊緣計算是分布式、分散式計算，可將大量功能置于最終用戶位置附近。因此，這是計算機能力和移動性不斷提高的自然演進。當基礎架構(gòu)概念通過適當?shù)目捎密浖藴驶?G網(wǎng)絡全面運行并在全球范圍內(nèi)可用，物聯(lián)網(wǎng)組件制定了標準，成本開始下降以使物聯(lián)網(wǎng)本身開始成熟時，將發(fā)生巨大的變化。由于這是一個有望實現(xiàn)高增長的領域，因此主要的行業(yè)供應商（例如IBM，Cisco，Oracle，Microsoft，Amazon，Dell，Hewlett－Packard Enterprise，SAP等）正在涉足基礎架構(gòu)領域，希望從快速增長的市場中獲得一席之地。

這是令人興奮的東西。許多分析家認為2020年對于進一步推動邊緣計算在實現(xiàn)道路上至關重要。這是由于5G網(wǎng)絡的增長、物聯(lián)網(wǎng)的擴展，應用案例的增長以及關注度的提高（例如，無人駕駛汽車的火熱）以及對5G網(wǎng)絡可能實現(xiàn)的功能的逐漸了解。當前的實現(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制要困難得多。

盡管如此，邊緣計算無疑正在發(fā)展，為這一新的未來做好準備很重要。它是一種分析驅(qū)動的愿景，結(jié)合了AI和網(wǎng)絡方面的最新進展，以創(chuàng)建功能更強大的本地化系統(tǒng)。
（責任編輯：fqj）