像大多数新的IT技术发展一样，“边缘计算”并不是一场革命，相反，它更像是一个进化。边缘计算的根源在于早期的内容交付和点对点网络以及网格计算。然而，随着网络，计算和分析技术能力的提高以及大规模数据增长的需求，意味着计算对于IT管理人员而言将变得越来越重要。
随着大量数据被发送到网络，以及网络不断增长，企业正在开发更接近网络边缘的计算能力，在网络边缘生成数据。边缘计算创建的中断允许本地用户实时生成和执行数据分析。但是，尽管这个趋势越来越明显，但企业仍然没有确定如何以及何时部署边缘计算。未来几年，边缘技术能否推动行业的业务决策，还是更广泛的部署需要进一步推进和全面的长期规划?哪些用例会推动实施，还有哪些挑战仍然存在?
什么是边缘计算?
为了定义的缘故，当边缘服务器是指内容传送网络(CDN)中的服务器的术语时，广义的边缘计算似乎起源于近20年前。它最近出现在处理，分析和应用网络边缘的数据源产生的数据的知识背景下，而不是将数据传输到“核心”处理单元。
“边缘”这个术语是基于数据源的处理接近度以及分析发生的位置，因此涵盖了一系列可能的用途。物联网(IoT)设备，移动设备以及具有不同处理要求和优先级的网络的数据量已经产生并将继续产生。这种转变将强调计算发生的重要性，需要更小，更灵活的处理单元更贴近用户。它可能采取分布式微型数据中心的形式，具有本地网络接入和互连点，实质上形成分布式云计算。
是什么推动人们采用边缘计算?
即将到来的数据传输增长背后的主导力量是计算机之间的通信和物联网设备增加的结果。由于各种各样的传感器和处理器可以创造和传输大量的信息，而且人工智能，增强现实，无人驾驶，以及自动化交通系统的投资和开发也越来越多。
2015年思科云指数的调查发现，全球创建的数据约有90%是在前两年产生的。这个指数还预测，从2014年到2019年，每月的互联网协议(IP)流量将以100%以上的复合年增长率(CAGR)增长。与此同时，互联网用户数量预计将以每年7%的年均复合增长率增长，网络连接设备的数量将增长更快，复合年增长率达到11.4%。
视频数据传输预计从2014年到2019将增长80%。以这些数字来看，截至2016年，估计有34亿个互联网用户。YouTube的用户每天上传400个小时的新视频，社交网站Instagram用户每分钟发布250万个帖子，Facebook的用户每分钟发布300万个帖子。此外，每天每分钟进行大约400万次Google搜索，每分钟发送超过2亿封电子邮件，下载超过40万个苹果应用程序，发送277,000条推文。在财务方面，亚马逊公司每天每分钟销售价值约8万美元的商品和服务。
消费和技术因素的结合创造了一组更复杂的驱动因素，这些驱动因素在行业和地理方面差异很大。一般来说，推动人们走向边缘网络有以下三个主要驱动因素：
- 改变消费者和业务预期以及数据使用情况
- 新兴技术，特别是使边缘计算成为可能的网络、处理、软件和协议领域
- 边缘处理的应用，如整合物联网设备数据、提高跨网络处理和传输效率、降低延迟、提供更好的客户体验和数据安全的机会
边缘处理的业务用途是什么?
像任何IT趋势一样，商业和技术专业人士都希望知道其进展如何帮助他们优化运营。但是，边缘计算可能不适合所有业务，至少现在是这样。边缘计算和应用程序的采用最终将取决于这些技术与业务目标的关联程度，取决于组织是否拥有有效实施，管理和货币化资源的资源。
有一些行业将会从边缘计算中受益：
- 智慧城市。边缘计算可以广泛应用于智能社区或城市。随着传感器和信息源数量的增多(公民，交通系统，医疗系统，公用事业和安全计划)，在中央位置存储和分析数据变得不太可行。边缘计算还可以减少社区服务中的延迟行动，例如医疗紧急情况，执法，交通模式和公共交通等。它还考虑到地理精度，因此与特定街道，街区或郊区相关的信息可以与该地区的用户即时共享。这些应用和技术将最终确定边缘计算是否从交通传感器和路灯延伸到水泵，风力涡轮机和其他传统上不连接网络的电力设备。智能城市边缘网络如何在发生自然灾害时收集和分发信息?如何利用智慧城市和边缘技术来传递和缓解水和汽油等资源对供应链的影响?
- 智能商业和公共交通。边缘计算已经为商业和公共交通提供了许多功能。对于诸如飞机，轮船和宇宙飞船等复杂的飞行器来说，加速处理要求和边缘计算/分析意味着只有最重要的信息才能传输，并进行进一步的分析，而大部分数据中心是在本地存储的。边缘计算技术允许交通和环境传感器处理和提供最相关的信息给车辆，包括自驾车。这个边缘网络的第二个功能是信息性：将本地数据模式提供给更广泛的网络系统，以提高驾驶效率和安全性。智能交通系统也是智慧城市发展的自然组成部分。
- 智能家居。一些数据中心的原始设备制造商声称，美国的每一个家庭都将很快成为自己的数据中心，这一说法正在接近现实。然而，边缘计算将智能家居系统与核心生产中心联系起来，而不是在数据走向边缘时创建独立的数据中心。“批量发送”与实时连接设备在智能家居中的作用仍在讨论和发展中。
- 自动车辆，无人驾驶飞机和遥控机器。据Andreessen Horowitz的Peter Levine介绍，自动驾驶汽车的边缘技术最著名的例子可能需要部署200个以上的CPU，并且是“车轮上的数据中心”。 自动驾驶汽车可以处理实时视频和流照片，根据数据输入立即作出决定。他们强调需要通过智能交通网络来共享协作信息。这个概念可以扩展到农业，采矿，石油和天然气等行业的无人机，这些行业必须对收集到的数据进行实时反应。
- 媒体和其他内容。CDN已经使内容更贴近用户，而边缘计算是向用户提供额外操作应用程序的合乎逻辑的下一步。他们还将参与未来的内容交付，使供应商能够扩大地理覆盖范围，并最大限度地提高交付网络的效率，特别是在引入更多增值和交互式服务的时候。
- 制造业和工业4.0。机器人，人工智能，机器学习已经被许多工业组织采用，所有这些都是边缘计算的最佳实践。制造业边缘计算的指导原则是将生产简化为从需求到生产，交付和消费的标准过程。这一努力需要边缘计算提供的各种位置的数据源之间的确切类型的协作。工业物联网(IIoT)通过预测性维护，提高安全性和其他运营效率，不断提高效率，降低成本。边缘计算本质上是工业4.0的数据供应链。
开发边缘战略
一些企业已经公开采用大量投入的方式来应对物联网及其边缘计算，尽管他们应该留意到一些产业仍然在为云计算的应用而奔忙。从集中化和云计算到分布式边缘计算的趋势需要仔细考虑，以便为每个用例确定聚合和分解之间的最佳平衡。
对于采取边缘计算的企业来说，制定全面战略的五个主要组成部分如下：
- 确定目标和要求，包括业务目标/驱动因素以及品牌，客户和投资回报要求。
- 将网络拓扑从边缘映射回核心。
- 定义构成边缘处理，抽象和通信功能的系统，协议和程序。
- 定义将边缘处理单元链接到数据源并返回到核心处理设施的网络。
- 制定边缘计算系统的监督，维护和安全策略。
边缘计算操作注意事项
建立边缘计算能力只是实施这项技术的第一步。企业获得长期的成功将取决于运营，安全和维护需求的全面发展，以及与IT部门和电信提供商的整合。随着企业对边缘计算需求的增长，必须明确定义各方的角色，并在网络中优先考虑数据。尽管采用边缘计算有着明显的好处，但应该考虑一些因素。
安全和隐私是需要解决的主要挑战。信息是如何生成和处理的，以及它的所有权必须被定义。其刑事或民事责任的概念可能会变得复杂。例如，由于编程缺陷而发生自驾车事故时，谁将被追究责任?数据保护要求有什么影响?边缘计算会创新，模仿还是调整?
分析人员还想知道，越来越多的数据生产设备将创造一个突破点和过载网络。软件定义的网络，5G技术和边缘到边缘的通信技术将会继续发展。无线电环境中的干扰和带宽需求将对传输网络提出苛刻的要求。传统的宏观网络将需要通过添加小单元来补充。
讨论边缘时也必须考虑弹性。它带来了各种各样的问题：边缘处理单元中的单元，源或单元失效的影响是什么?它将如何影响连接的单元和共享程序?完全依赖流体网络的系统如何保护自己免受网络攻击?容量和延迟如何共存，以及如何确定网络优先级?答案似乎是，弹性将取决于所交付的内容，受监管的位置，最终用户体验以及成本/收入指标。
随着边缘计算的发展，共享多个边缘系统和各种平台和运行时间的共享语言也将增加并需要提高。使系统和网络协同工作的协议将需要开发。行业领导者已经在开发能够支持边缘计算的物联网网关和路由器，而像Apache Spark这样的软件正在通过集群和运行各种模式，在需要的时候写磁盘的方式来冲击这个行业。一些小里程碑的发展组合将会产生重大变化，其转折点在哪些?
人们理解和准备边缘计算需要考虑很多因素，包括移动性和安全性。整体规划可以确保满足系统要求，并且系统能够识别和与设备和用户在边缘进行通信。
