如今，人們聽到很多關(guān)于云計(jì)算基礎(chǔ)設(shè)施的大趨勢(shì)是如何處理邊緣計(jì)算的問題，但圍繞這個(gè)概念存在一些困惑。許多人都認(rèn)為它最終將取代傳統(tǒng)的云計(jì)算架構(gòu)。但肯定不是這種情況。但是，有些情況下，邊緣計(jì)算架構(gòu)比完全集中的云計(jì)算設(shè)計(jì)提供了優(yōu)勢(shì)，特別是從網(wǎng)絡(luò)和數(shù)據(jù)存儲(chǔ)的角度來看。以下將解釋什么是邊緣計(jì)算，它與傳統(tǒng)云計(jì)算服務(wù)有何不同，以及邊緣計(jì)算何時(shí)可能成為企業(yè)的正確選擇。

邊緣計(jì)算是云計(jì)算的一種形式，但與將計(jì)算和存儲(chǔ)集中到單個(gè)數(shù)據(jù)中心的傳統(tǒng)云計(jì)算架構(gòu)不同，邊緣計(jì)算將計(jì)算或數(shù)據(jù)處理能力推送到邊緣設(shè)備進(jìn)行處理。因此，只有數(shù)據(jù)處理的結(jié)果需要通過網(wǎng)絡(luò)傳輸。在某些情況下，這會(huì)提供精確的結(jié)果，并消耗更少的網(wǎng)絡(luò)帶寬。

物聯(lián)網(wǎng)是邊緣計(jì)算最常見的用例。云計(jì)算顯著改變了數(shù)據(jù)處理的形式，特別是對(duì)于大數(shù)據(jù)來說。利用云的計(jì)算能力，物聯(lián)網(wǎng)也實(shí)現(xiàn)了跨越式發(fā)展，我們獲取，存儲(chǔ)和處理數(shù)據(jù)，而不必考慮計(jì)算資源和管理。

物聯(lián)網(wǎng)每年安裝數(shù)十億臺(tái)智能設(shè)備，據(jù)估計(jì)，到2020年將安裝超過200億臺(tái)智能設(shè)備。由于安裝了大量設(shè)備并連接到物聯(lián)網(wǎng)，因此處理的數(shù)據(jù)量一直在增加。我們正應(yīng)對(duì)著處理和分析這些數(shù)據(jù)的挑戰(zhàn)，特別是在需要近乎實(shí)時(shí)處理這些數(shù)據(jù)的情況下。僅云計(jì)算雖然可以幫助處理如此龐大的數(shù)據(jù)集，但是無法實(shí)時(shí)提供響應(yīng)。

據(jù)國(guó)際數(shù)據(jù)公司（IDC）稱，邊緣計(jì)算（Edge computing）是一類微型數(shù)據(jù)中心的網(wǎng)絡(luò)，既可以在本地處理或存儲(chǔ)關(guān)鍵數(shù)據(jù)，也能將所有接收的數(shù)據(jù)推送到中央數(shù)據(jù)中心或云存儲(chǔ)庫。

簡(jiǎn)而言之，邊緣計(jì)算就是處理和分析更靠近數(shù)據(jù)源的數(shù)據(jù)處理。

在邊緣計(jì)算環(huán)境中安裝和連接的智能設(shè)備能夠處理關(guān)鍵任務(wù)數(shù)據(jù)并實(shí)時(shí)響應(yīng)，而不是通過網(wǎng)絡(luò)將所有數(shù)據(jù)發(fā)送到云數(shù)據(jù)中心并等待云數(shù)據(jù)中心的響應(yīng)。設(shè)備本身就像一個(gè)迷你數(shù)據(jù)中心，由于基本分析正在設(shè)備上進(jìn)行，因此延遲幾乎為零。利用這種新增功能，數(shù)據(jù)處理變得分散，網(wǎng)絡(luò)流量大大減少。云可以在以后收集這些數(shù)據(jù)進(jìn)行第二輪評(píng)估，處理和深入分析。

邊緣計(jì)算帶來了哪些好處

利用邊緣計(jì)算帶來了諸多好處，例如接近零延遲，較小的網(wǎng)絡(luò)負(fù)載，增加的彈性，減少的數(shù)據(jù)暴露以及較低的數(shù)據(jù)管理成本。讓我們逐一看看這些：

超低延遲：

接近零延遲是邊緣計(jì)算的最大優(yōu)勢(shì)。數(shù)據(jù)收集，處理和采取行動(dòng)之間的時(shí)間間隔幾乎是real－time。這是在關(guān)鍵任務(wù)情況下物聯(lián)網(wǎng)設(shè)備的重要要求。一個(gè)非常好的例子是無人駕駛汽車。

谷歌估計(jì)他們的自動(dòng)駕駛汽車每秒產(chǎn)生超過1GB的數(shù)據(jù)！需要快速處理大量此類數(shù)據(jù)，以便汽車能夠保持正確的路線并避免碰撞。想象一下，如果這些數(shù)據(jù)被收集，傳輸?shù)皆?，云?huì)對(duì)其進(jìn)行處理，然后將其發(fā)送回汽車。盡管整個(gè)過程在幾秒鐘內(nèi)完成，但事實(shí)證明為時(shí)已晚，而且汽車可能已經(jīng)遇到了碰撞。此方案中的最佳解決方案是使用邊緣計(jì)算分析傳感器本身的數(shù)據(jù)，然后將其發(fā)送到云以進(jìn)行后續(xù)分析。

邊緣計(jì)算在醫(yī)療行業(yè)和監(jiān)控行業(yè)也很重要。延遲在醫(yī)療保健行業(yè)中較為關(guān)鍵，其中設(shè)備連接到心率監(jiān)測(cè)器或心臟起搏器，并且輕微延遲可能導(dǎo)致患者的生死狀況。

較輕的網(wǎng)絡(luò)負(fù)載：

思科估計(jì)到2020年，物聯(lián)網(wǎng)設(shè)備處理的數(shù)據(jù)量將達(dá)到近7．5 Zettabytes（1ZB＝1，000，000，000，000 GB）！這是互聯(lián)網(wǎng)高速公路上的大量數(shù)據(jù)，可能導(dǎo)致網(wǎng)絡(luò)擁堵增加，尤其是在連接較弱的地區(qū)。使用邊緣計(jì)算，大部分流量負(fù)載將通過在源處理數(shù)據(jù)而不是通過網(wǎng)絡(luò)發(fā)送所有數(shù)據(jù)，網(wǎng)絡(luò)擁堵明顯改善。

高彈性易擴(kuò)展：

借助邊緣計(jì)算提供的分散式架構(gòu)，網(wǎng)絡(luò)中的其他連接設(shè)備變得更具彈性。將此與云上的單個(gè)虛擬機(jī)故障進(jìn)行比較，這將影響連接到網(wǎng)絡(luò)的數(shù)千甚至數(shù)百萬個(gè)IoT設(shè)備。即使其中一個(gè)設(shè)備發(fā)生故障，它也不會(huì)影響其他設(shè)備，并且它們?nèi)匀槐３只顒?dòng)和運(yùn)行狀態(tài)。

數(shù)據(jù)暴露減少：

邊緣計(jì)算減少了它通過網(wǎng)絡(luò)發(fā)送的數(shù)據(jù)量。這樣做還有助于減少傳輸中的數(shù)據(jù)泄露。在某些情況下，智能設(shè)備收集的敏感和關(guān)鍵數(shù)據(jù)（如支付卡行業(yè)（PCI）和個(gè)人身份信息（PII））根本不需要傳輸。這有助于在每個(gè)國(guó)家對(duì)此數(shù)據(jù)有不同規(guī)定并且更靠近其來源處理數(shù)據(jù)有助于避免許多隱私，法律和安全復(fù)雜性的情況。通過進(jìn)一步加密數(shù)據(jù)和控制訪問，我們可以使其更安全地抵御已知威脅。

數(shù)據(jù)管理成本降低：

使用邊緣計(jì)算可以顯著降低云上的存儲(chǔ)成本，因?yàn)槲覀儾⑽磳⑺袃?nèi)容存儲(chǔ)在云上。由于數(shù)量相對(duì)較少，這也有助于有效地管理數(shù)據(jù)。只有需要更深入分析的匯總數(shù)據(jù)才會(huì)發(fā)送到云端，隨后會(huì)對(duì)其進(jìn)行分析和推斷。

邊緣計(jì)算和云協(xié)同工作，物聯(lián)網(wǎng)的未來

我們已經(jīng)看到邊緣計(jì)算如何使物聯(lián)網(wǎng)受益，那么來分析下為什么邊緣計(jì)算不能完全替代云計(jì)算。

邊緣計(jì)算需要考慮的一點(diǎn)是，由于數(shù)據(jù)不是長(zhǎng)期存儲(chǔ)的，最終會(huì)被刪除，這不利于大數(shù)據(jù)分析。請(qǐng)記住，邊緣設(shè)備僅提供處理本地收集的數(shù)據(jù)的結(jié)果。在大多數(shù)情況下，收集的數(shù)據(jù)只能被丟棄。因此，如果企業(yè)的物聯(lián)網(wǎng)項(xiàng)目要您存儲(chǔ)所有收集的數(shù)據(jù)以進(jìn)行累積分析決策，那么邊緣計(jì)算并不適合。

為了滿足物聯(lián)網(wǎng)設(shè)備的所有要求和需求，邊緣計(jì)算和云計(jì)算需要協(xié)同工作。來自智能設(shè)備和傳感器的所有數(shù)據(jù)仍然需要在云上進(jìn)行匯總，這需要更深入的分析，以便從中獲取有意義的見解。云計(jì)算仍然在使物聯(lián)網(wǎng)設(shè)備更智能和更好的過程中發(fā)揮關(guān)鍵作用。

回過頭來看看谷歌自動(dòng)駕駛汽車的例子。

在收集了所有車輛的數(shù)據(jù)并使用云進(jìn)行分析后，Google可以提出最佳實(shí)踐和駕駛算法，這些算法將改善其導(dǎo)航并使車輛在首次訪問的位置時(shí)表現(xiàn)最佳。

美國(guó)和歐洲的主要貨運(yùn)公司已經(jīng)在使用這種方法從技術(shù)中受益并節(jié)省了主要成本。他們將傳感器放置在車隊(duì)中，并收集各種數(shù)據(jù)，包括發(fā)動(dòng)機(jī)性能，輪胎，燃油油位，變速箱和電池。在邊緣處理這些數(shù)據(jù)是沒有用的，而是將所有這些數(shù)據(jù)發(fā)送到云端。經(jīng)過深入分析，公司可以發(fā)布關(guān)于獲取最佳行車路線的警報(bào)，何時(shí)更換舊零件，需要加油的燃油低，更換故障傳動(dòng)等等，從而改善并節(jié)省維護(hù)，維修和運(yùn)營(yíng)成本。

憑借云提供的巨大計(jì)算能力，讓它在巨大而繁重的數(shù)據(jù)集上進(jìn)行繁重的工作是有意義的。大多數(shù)時(shí)候，云計(jì)算的集中性在速度，成本和可擴(kuò)展性方面優(yōu)于邊緣計(jì)算的分散性質(zhì)。因此，為了完全滿足物聯(lián)網(wǎng)的主要需求，即延遲和大數(shù)據(jù)處理，我們看到邊緣計(jì)算和云計(jì)算需要協(xié)調(diào)工作。邊緣負(fù)責(zé)實(shí)時(shí)分析和響應(yīng)，而云負(fù)責(zé)數(shù)據(jù)集的繁重和處理，以改善這些智能設(shè)備的功能。

物聯(lián)網(wǎng)未來幾年將快速發(fā)展。雖然云計(jì)算推動(dòng)了物聯(lián)網(wǎng)的發(fā)展，但邊緣計(jì)算對(duì)所收集的數(shù)據(jù)有了更強(qiáng)大的洞察和分析力。隨著技術(shù)的進(jìn)步，易邁云也加大了邊緣云計(jì)算的研發(fā)力度，相信在不久的將來，易邁云的邊緣云計(jì)算產(chǎn)品將會(huì)很快面世，并快速改變你我的生活。