邊緣計算是一種網路資訊科技的設計，在這種設計中，客戶資料在網路邊緣儘可能靠近原始資料來源進行處理。

現代企業依靠資料來提供重要的業務洞察力，並對基本業務運營和流程進行實時管理。大量資料可能會定期從遠端位置和全球任何地方的工作環境實時執行的感測器和物聯網裝置中獲取，而人們如今已經淹沒在資訊的海洋中。

邊緣計算的過程是什麼?

邊緣計算完全取決於位置。在傳統的企業計算中，資料是在客戶端建立的，其中包括使用者的計算機。該資料透過廣域網（WAN）（例如Web）傳送到企業LAN，在那裡由企業應用程式儲存和處理，其處理的結果隨後被髮送回客戶端。對於大多數常見的應用程式來說，這仍然是一種久經考驗的客戶端-伺服器計算正規化。

然而，連線到網際網路的裝置數量以及這些裝置建立和消費的資料量，正在超過傳統的資料中心基礎設施的儲存和處理能力。根據調研機構Gartner公司的調查，到2025年，75%的企業生成的資訊將在集中式資料中心之外建立。在傳輸時間或中斷至關重要的情況下傳輸這麼多資料對全球網際網路提出了巨大的需求，而全球網際網路已經很容易出現擁塞和中斷。

因此，IT架構師將注意力從中央資料中心轉移到基礎設施的邏輯邊界上，將儲存和計算資源從資料中心重新定位到建立資料的位置。這個想法很簡單：如果不能讓資料更靠近資料中心，那麼應該讓資料中心更靠近產生資料的地方。邊緣計算並不是一個新概念；它基於幾十年前的遠端計算思想，例如遠端站點和區域辦公室，在所需區域部署計算機資源比依賴單個數據中心更可靠、更高效。

隱私與安全

從安全形度來看，邊緣計算設施儲存和處理的資料可能存在風險，尤其是當它由各種不如集中式或基於雲計算的解決方案安全裝置進行處理時。隨著物聯網裝置數量的增加，IT部門必須認識到安全風險並確保這些平臺能夠得到保護。加密資料、使用訪問控制技術和潛在使用的VPN都是其中的一部分。

此外，邊緣裝置的可靠性可能會受到不同裝置對處理能力、能源和網路連線的需求的影響。對於在邊緣處理資料的系統、彈性和故障轉移管理，確保即使單個節點發生故障也能正確接收和處理資料至關重要。

邊緣計算與5G

世界各地的運營商都在積極採用5G這種創新技術，而5G技術為各種應用提供了巨大的頻寬和更低的功耗，使企業能夠擴充套件資料容量和網路頻寬。許多運營商正在將邊緣計算技術納入其5G實施中，以提供更快的實時處理，特別是對於行動式裝置、智慧汽車和自動駕駛汽車，而不是簡單地提供更高的速度並讓企業繼續在雲端處理資料。

一些無線通訊運營商開始推出具有許可證的邊緣服務，而不是像控制硬體那樣的人工操作。Verizon公司的目標是讓邊緣節點虛擬地駐留在客戶附近，透過5G的網路切片功能劃分出一些頻譜，以實現即時、無需安裝的連線。例如Verizon的5G Edge、AT&T的Multi-Access Edge和T-Lumen Mobile的合作就是這種方案的典型。

更快的洞察需要更低的延遲

網路延遲與距離有關，這將導致應用程式操作和響應之間的延遲。這是一個無法迴避的事實。在當今聯絡日益緊密的世界中，減少網路延遲至關重要。員工在家遠端工作、智慧裝置成倍增加、客戶互動的質量提高這些要求比以往任何時候都更加重要。而更高的延遲會中斷資料流，並降低應用程式效能，從而顯著影響業務運營。

邊緣計算使處理和儲存資源更接近資料的建立和消費點，縮短了基本資料傳輸的距離。最大限度地減少了網路延遲，提高了資料檢索和利用的速度，緩解了頻寬擁塞，並降低了支援大量資料移動性的成本。

根據調研機構IDC公司釋出的一份調查報告，75%的企業高管要求5毫秒或更短的延遲才能使他們的邊緣應用程式得以成功應用。這種低延遲允許企業實時或接近實時地收集和分析資料，從而提高應用程式效能，從而更快地傳遞洞察力。

良好的商業和生活方式質量

邊緣計算正在推動各個領域的變革。更快的資料驅動洞察週期允許在更短的時間內開發更具創新性的商品、應用程式和數字體驗。這會帶來更多的收入、更好的客戶服務、更少的開支和更有效的運營。

基於使用場景，邊緣計算可以為各種使用者提供顯著的好處。例如，由於連線的小工具、更有效的機器人以及日益強大的人工智慧，製造工廠正變得更加智慧。邊緣計算加快了這些技術生成和消耗的資料的處理速度，使製造商能夠充分發揮其潛力。

製造商可以增強和評估生產裝置和設施效率，使用智慧裝置預測維護需求和避免事故，實時跟蹤資源和管理庫存水平，以簡化供應鏈和物流，製造工廠還可以透過獲取和評估績效資訊採取行動。

邊緣計算還可以顯著地改變人們的工作和生活方式。例如，智慧城市採用互聯裝置和感測器來收集資訊並採取行動，以透過改進交通和運輸管理、改進廢物管理操作，以及犯罪偵查等舉措提高城市居民的生活水平。其中許多增強功能將包括實時處理由眾多裝置獲取的大量資料。

結論

得益於邊緣計算，資料已經從全球各地無數的裝置中得到處理、處理和傳送。邊緣計算系統受到網際網路連線裝置（IoT）的指數增長以及需要實時計算能力的新應用程式的推動。邊緣計算系統正在加速形成和協助實時的應用程式，其中包括影象處理和預測分析、自動駕駛汽車、機器智慧、機器人系統等等。