边缘计算是一种网络信息技术的设计，在这种设计中，客户数据在网络边缘尽可能靠近原始数据来源进行处理。
现代企业依靠数据来提供重要的业务洞察力，并对基本业务运营和流程进行实时管理。大量数据可能会定期从远程位置和全球任何地方的工作环境实时运行的传感器和物联网设备中获取，而人们如今已经淹没在信息的海洋中。
边缘计算的过程是什么?
边缘计算完全取决于位置。在传统的企业计算中，数据是在客户端创建的，其中包括用户的计算机。该数据通过广域网(WAN)(例如Web)发送到企业LAN，在那里由企业应用程序存储和处理，其处理的结果随后被发送回客户端。对于大多数常见的应用程序来说，这仍然是一种久经考验的客户端-服务器计算范式。
然而，连接到互联网的设备数量以及这些设备创建和消费的数据量，正在超过传统的数据中心基础设施的存储和处理能力。根据调研机构Gartner公司的调查，到2025年，75%的企业生成的信息将在集中式数据中心之外创建。在传输时间或中断至关重要的情况下传输这么多数据对全球互联网提出了巨大的需求，而全球互联网已经很容易出现拥塞和中断。
因此，IT架构师将注意力从中央数据中心转移到基础设施的逻辑边界上，将存储和计算资源从数据中心重新定位到创建数据的位置。这个想法很简单：如果不能让数据更靠近数据中心，那么应该让数据中心更靠近产生数据的地方。边缘计算并不是一个新概念;它基于几十年前的远程计算思想，例如远程站点和区域办公室，在所需区域部署计算机资源比依赖单个数据中心更可靠、更高效。
隐私与安全
从安全角度来看，边缘计算设施存储和处理的数据可能存在风险，尤其是当它由各种不如集中式或基于云计算的解决方案安全设备进行处理时。随着物联网设备数量的增加，IT部门必须认识到安全风险并确保这些平台能够得到保护。加密数据、使用访问控制技术和潜在使用的虚拟网络都是其中的一部分。
此外，边缘设备的可靠性可能会受到不同设备对处理能力、能源和网络连接的需求的影响。对于在边缘处理数据的系统、弹性和故障转移管理，确保即使单个节点发生故障也能正确接收和处理数据至关重要。
边缘计算与5G
世界各地的运营商都在积极采用5G这种创新技术，而5G技术为各种应用提供了巨大的带宽和更低的功耗，使企业能够扩展数据容量和网络带宽。许多运营商正在将边缘计算技术纳入其5G实施中，以提供更快的实时处理，特别是对于便携式设备、智能汽车和自动驾驶汽车，而不是简单地提供更高的速度并让企业继续在云端处理数据。
一些无线通信运营商开始推出具有许可证的边缘服务，而不是像控制硬件那样的人工操作。Verizon公司的目标是让边缘节点虚拟地驻留在客户附近，通过5G的网络切片功能划分出一些频谱，以实现即时、无需安装的连接。例如Verizon的5G Edge、AT&T的Multi-Access Edge和T-Lumen Mobile的合作就是这种方案的典型。
更快的洞察需要更低的延迟
网络延迟与距离有关，这将导致应用程序操作和响应之间的延迟。这是一个无法回避的事实。在当今联系日益紧密的世界中，减少网络延迟至关重要。员工在家远程工作、智能设备成倍增加、客户交互的质量提高这些要求比以往任何时候都更加重要。而更高的延迟会中断数据流，并降低应用程序性能，从而显著影响业务运营。
边缘计算使处理和存储资源更接近数据的创建和消费点，缩短了基本数据传输的距离。最大限度地减少了网络延迟，提高了数据检索和利用的速度，缓解了带宽拥塞，并降低了支持大量数据移动性的成本。
根据调研机构IDC公司发布的一份调查报告，75%的企业高管要求5毫秒或更短的延迟才能使他们的边缘应用程序得以成功应用。这种低延迟允许企业实时或接近实时地收集和分析数据，从而提高应用程序性能，从而更快地传递洞察力。
良好的商业和生活方式质量
边缘计算正在推动各个领域的变革。更快的数据驱动洞察周期允许在更短的时间内开发更具创新性的商品、应用程序和数字体验。这会带来更多的收入、更好的客户服务、更少的开支和更有效的运营。
基于使用场景，边缘计算可以为各种用户提供显著的好处。例如，由于连接的小工具、更有效的机器人以及日益强大的人工智能，制造工厂正变得更加智能。边缘计算加快了这些技术生成和消耗的数据的处理速度，使制造商能够充分发挥其潜力。
制造商可以增强和评估生产设备和设施效率，使用智能设备预测维护需求和避免事故，实时跟踪资源和管理库存水平，以简化供应链和物流，制造工厂还可以通过获取和评估绩效信息采取行动。
边缘计算还可以显著地改变人们的工作和生活方式。例如，智慧城市采用互联设备和传感器来收集信息并采取行动，以通过改进交通和运输管理、改进废物管理操作，以及犯罪侦查等举措提高城市居民的生活水平。其中许多增强功能将包括实时处理由众多设备获取的大量数据。
结论
得益于边缘计算，数据已经从全球各地无数的设备中得到处理、处理和发送。边缘计算系统受到互联网连接设备(IoT)的指数增长以及需要实时计算能力的新应用程序的推动。边缘计算系统正在加速形成和协助实时的应用程序，其中包括图像处理和预测分析、自动驾驶汽车、机器智能、机器人系统等等。
