边缘计算：为何如此重要

作者：Cassie 编译 2021-01-26 16:21:46

网络

通信技术

边缘计算 边缘计算正在改变全球数百万台设备处理和传输数据的方式。互联网连接设备(IoT)的爆炸性增长，以及需要实时计算能力的新应用，继续推动着边缘计算系统的发展。

边缘计算正在改变全球数百万台设备处理和传输数据的方式。互联网连接设备(IoT)的爆炸性增长，以及需要实时计算能力的新应用，继续推动着边缘计算系统的发展。

更快的网络技术，如5G无线，使边缘计算系统能够加速创建或支持实时应用，例如视频处理和分析、自动驾驶汽车、人工智能和机器人等。

[[378549]]

什么是边缘计算?

从根本上讲，边缘计算使计算和数据存储更靠近收集数据的设备，而不是依赖于可能远在数千英里之外的中心位置。这样做是为了使数据(尤其是实时数据)不会遇到可能影响应用程序性能的延迟问题。此外，公司可以通过在本地完成处理来节省资金，从而减少需要在集中式或基于云的位置处理的数据量。

边缘计算的开发归功于IoT设备的指数级增长，这些设备连接到Internet以便从云中接收信息或将数据传递回云中。许多物联网设备在其运行过程中会生成大量数据。

边缘计算的好处

对于许多公司来说，单是成本节约就可能成为部署边缘计算架构的驱动力。在许多应用中采用云的公司可能已经发现，带宽成本比他们预期的要高。

但是，边缘计算的最大好处越来越多地是能够更快地处理和存储数据，从而实现了对公司至关重要的更高效的实时应用程序。在进行边缘计算之前，扫描人脸以进行面部识别的智能手机将需要通过基于云的服务来运行面部识别算法，这将需要大量时间来处理。使用边缘计算模型，鉴于智能手机的功能日益强大，该算法可以在边缘服务器或网关上本地运行，甚至可以在智能手机本身上运行。虚拟现实和增强现实、无人驾驶汽车、智慧城市、甚至楼宇自动化系统等应用都需要快速处理和响应。

诸如NVIDIA之类的公司已经认识到需要在边缘进行更多处理，这就是为什么人们看到带有内置人工智能功能的新系统模块的原因。例如，该公司的最新模块比信用卡小，可以内置在更小的设备中，例如无人机、机器人和医疗设备。AI算法需要大量的处理能力，这就是为什么大多数算法都通过云服务运行的原因。可以在边缘进行处理的AI芯片组的增长将允许在需要即时计算的应用程序中实现更好的实时响应。

缺点

但是，就像许多新技术一样，解决一个问题可能会导致其他问题。从安全的角度来看，边缘的数据可能会很麻烦，尤其是当它由可能不如集中式或基于云的系统安全的其他设备处理时。随着物联网设备数量的增加，IT必须了解这些设备周围的潜在安全问题，并确保这些系统可以得到保护。这包括确保数据已加密，并且使用了正确的访问控制方法甚至虚拟专用网隧道。

此外，不同的设备对处理能力、电力和网络连接的要求可能会影响边缘设备的可靠性。这使得冗余和故障转移管理对于在边缘处理数据的设备至关重要，以确保在单个节点出现故障时能够正确传递和处理数据。

5G与边缘计算的未来

未来几年，诸如5G和Wi-Fi6之类的无线通信技术也将影响边缘部署和利用，从而实现尚未探索的虚拟化和自动化功能，例如更好的车辆自主性和将工作负载迁移到边缘，同时使无线网络更灵活、更具成本效益。

随着物联网的兴起和此类设备产生的突然过剩的数据，边缘计算引起了人们的注意。但由于物联网技术仍处于相对初级阶段，物联网设备的演变也将对边缘计算的未来发展产生影响。这种未来替代方案的一个例子是微型模块化数据中心(MMDC)的发展。MMDC是一个盒子里的数据中心，将一个完整的数据中心放在一个小型移动系统中，该系统可以部署在更接近数据的地方–例如在一个城市或地区–让计算更接近数据，而不会让数据更合适。