像绝大多数新兴的IT发展趋势一样，“边缘计算”并不是一场革命，相反，其更多的则是一次进化。边缘计算的根源在于本世纪初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不断提高及其与大规模数据增长的处理需求相结合，意味着现如今，计算对于企业组织机构的IT经理们而言将变得越来越重要。
随着大量预期的数据信息被发送到网络，并通过网络不断增长，企业组织正在开发更接近网络边缘的计算能力，因为海量的数据信息就是在这些网络边缘生成的。边缘计算所创建的中断允许本地用户实时生成和执行数据分析。但是，尽管这一发展趋势背后的势头越来越大，整个业界对于如何以及何时部署边缘计算仍然不确定。未来几年，边缘技术能否推动行业业务决策，抑或更广泛的部署是否需要进一步推进和全面的长期规划;哪些使用案例会切实的推动边缘计算的部署实施，还有哪些挑战仍然存在;等等这一系列的问题都亟待解答。
何谓边缘计算?
对于其定义，广义的边缘计算这一概念似乎起源于近20年前，彼时，边缘服务器指的是涉及到内容传送网络(CDN)中的服务器的术语。其最近出现在处理、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”这一术语是基于数据源的处理接近度以及分析所发生的位置，因此，其涵盖了一系列可能的用途。来自物联网(IoT)设备、移动设备以及网络的海量数据各自均有着不同的处理要求和优先级，而且这些数据还将继续产生。这种转变将强调计算所发生的具体位置的重要性，故而要求更小、更灵活的处理单元更贴近用户。其可能采取分布式微型数据中心的形式，具备本地网络接入和互连点，实质上形成了一款分布式云服务。
什么因素推动我们走向边缘?
即将到来的数据传输增长背后的力量是计算机与计算机的通信和物联网设备的增加的结果。由于各种各样的传感器和处理器可以创造和传输大量的数据信息。而与此同时，市场对于人工智能和增强现实、无人驾驶飞机以及自动化交通系统方面的投资和开发也越来越多——这一切均推动了边缘计算的发展。
2015年，思科云指数发现，在全球所创建的数据中，约有90%的数据是此前两年内所产生的。该指数还预测，从2014年到2019年，每月的互联网协议(IP)流量将以超过100%的复合年增长率(CAGR)保持持续的增长。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，所连接的设备的数量也将增长更快，达到11.4%的复合年增长率。
而在同一个五年的时间跨度内，视频数据的传输预计将增长80%.从这些数据来看，截至2016年，共计约有34亿人在互联网上活动。YouTube用户每天下载400个小时的新视频，Instagram用户每分钟为250万张照片点过赞，而Facebook用户每分钟则分享了300万个帖子，每分钟点赞的帖子数量则超过了400万。此外，每天每分钟进行了大约400万次Google搜索，每分钟所发送的电子邮件数量超过2亿封，在苹果应用程序商店所下载的App应用程序量超过了40万，发送了277，000条推文。在财务方面，亚马逊每天每分钟所销售的商品和服务价值约达8万美元!
消费和技术因素的结合创造了一系列更为复杂的驱动因素，这些驱动因素在行业和地理上的差异很大。一般说来，推动我们走向边缘网络的三大驱动因素如下：
- 不断变化的消费者和商业预期，以及数据使用情况;
- 新兴技术的发展，特别是在网络、处理、软件和协议领域，使边缘计算成为可能;
- 边缘处理的应用程序，如整合物联网设备数据的机会、更高的网络处理和传输效率、更低的延迟，进而提供了更好的客户体验和数据安全性。
边缘处理在企业业务中的使用
与任何其它IT趋势一样，商业和技术专业人士都希望知道这些新的技术进步趋势将如何帮助他们优化运营。但是，边缘计算可能并不适合所有的业务，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，取决于企业是否拥有有效实施、管理和货币化它们的资源。
有几大行业将特别能够从边缘计算中受益：
- 智能城市。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的不断增加(交通系统、医疗系统、公用服务事业和安保计划)，在中央位置存储和分析数据已经变得不太可行。边缘计算还可以减少社区服务中的延迟，例如针对医疗紧急情况、执法、交通模式和公共交通等的处理。其还考虑到了地理精度，因此能够将特定街道、街区或郊区相关的信息与该地区的用户即时共享。这些应用程序和技术将最终确定边缘是否从交通系统传感器和路灯延伸到数据中心的泵、涡轮机和其他传统上不相连的实用设备。在发生自然灾害时，智能城市边缘网络将如何收集和分发信息?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运输业。边缘计算已经为商业和公共交通运输业执行了许多方面的功能了。对于诸如飞机、轮船和宇宙飞船等复杂的飞行器来说，在边缘的加速处理需求和边缘计算/分析意味着只传输最为重要的信息以便进行进一步的分析;大部分都是本地存储的。边缘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。边缘网络的第二大功能是其信息性：将本地数据模式提供给更广泛的网络系统，以提高交通运输的效率和安全性。智能交通系统也是智慧城市发展的自然部分。
- 智能家居。一些数据中心的原始设备制造商声称，在美国，每个家庭都将很快成为自己的数据中心，而这一说法正在逐渐成为现实。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。故而围绕着“批量发送”与实时连接设备在智能家居中的作用还将继续讨论和发展。
- 无人驾驶汽车/飞机和遥控机械。根据风投公司Andreessen Horowitz的Peter Levine介绍说，关于边缘技术，最为出名的例子可能是无人自动驾驶汽车估计需要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，根据数据输入实时的立即作出决定。他们强调需要通过智能交通网络来共享协作信息。这一概念还可以扩展到农业、采矿业、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和处理。
- 媒体和其他内容。CDN已经使内容更贴近用户，而边缘计算是为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情况下。
- 制造业和工业4.0.机器人、人工智能和机器学习已经被许多工业企业所采用，所有这些都是边缘计算的最佳使用案例。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。这方面将需要边缘计算所提供的各个位置的数据源之间的确切类型的协作。工业物联网(Industrial IoT，IIoT)通过预测性的维护，提高安全性和其他运营效率，不断提高效率，降低成本。边缘本质上是工业4.0的数据供应链。
开发制定一套边缘战略
一些企业已经采用了一套“多位一体”的方式来应对物联网及其边缘，尽管他们应该留意到某些采用缓慢的产业仍然在为云计算而忙碌。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，以便为每项使用案例确定融合和分解之间的最佳平衡。
对于正在采用边缘计算的企业来说，制定综合的战略将主要包含如下五个主要组成部分：
- 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控、维护和安全策略。
关于边缘操作的注意事项
企业建立边缘计算功能仅仅只是实施这项技术的第一步。而长远的成功将取决于操作运营、安全和维护需求的全面发展，以及与IT和通信提供商的整合。随着对边缘计算需求的不断增长，必须明确定义各方的角色，并在网络中优先考虑数据。尽管边缘计算有明显的好处，但还应该考虑一些因素。
安全和隐私是亟待解决的主要挑战。数据信息是如何生成和处理的，以及数据信息的所有权必须被定义。刑事或民事责任方面的概念可能会变得复杂。例如，由于编程方面的缺陷而引发自驾车事故时，谁将被追究责任?数据保护要求会产生什么影响?边缘创新，模仿或调节又会产生什么影响?
分析人员们还想知道，越来越多的数据生产设备何时将创造一个突破临界点和过载的网络。软件定义的网络，5G技术和边缘到边缘的通信将继续发展。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的单元来补充。
讨论边缘计算时也必须考虑弹性。其引发了各种各样的问题：边缘处理单元中的单位、源或单元失效所产生的影响是什么?其将如何影响连接的单元和共享的程序?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，以及如何确定网络的优先级?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。
随着边缘计算的不断发展，支持多个边缘系统、多种平台和运行时间的共享语言也将增加，并且需要进一步改善。使系统和网络协同工作的协议也将需要进一步的发展。业界领导者们已经在开发能够支持边缘计算的物联网网关和路由器了，而像Apache Spark这样的软件正在通过集群和运行各种模式，在需要的时候写入磁盘的方式来应对整个行业需求的发展变化。这类转折点与那些小的发展里程碑的组合将会产生重大的变化。
理解和准备边缘计算将需要考虑诸多方面的因素，包括移动性和安全性。整体性的规划可以帮助确保满足系统的要求，而该系统可以识别边缘设备和用户，并与之通信。
