数据密集型技术的出现，如虚拟和增强现实、自动驾驶汽车和AIGC，创造了许多创新和机会。不过，它也给现有数据中心的容量带来了更大的压力。
因此，IT基础设施已转向混合模式——需要复杂的管理。
然而，戴尔技术公司负责边缘计算产品、战略和执行的工程技术副总裁皮尔卢卡·奇奥德利表示，随着AI在边缘计算环境中的崛起，数据处理不再局限于核心数据中心和集中式云。
相反，它发生在离数据源更近的网络边缘，允许实时决策，并减少将大量数据传输回集中位置的需要。
奇奥德利解释说：“因此，企业必须采用高度精炼和先进的方法来高效、安全和智能地管理其整个IT领域的工作负载和数据。”
“这对于充分利用数据密集型技术的潜力，同时应对边缘AI集成带来的独特挑战至关重要。”
施耐德电气在其名为《边缘计算如何实现未来》的新研究中调查了1000多名IT决策者，发现49%的受访者认为管理混合IT基础设施是他们面临的最大IT挑战，他们预计边缘计算将提高速度、数据安全性和弹性等几个关键因素。
调查显示：“不断增加的数据量也推动了更多的数据处理，给碳排放和组织可持续性带来了更大的压力。”
决策者相信，边缘计算可以帮助推动可持续发展，实现他们公司的环境、社会和公司治理目标。
因此，施耐德电气战略计划总监兼解决方案架构师Carsten Baumann表示，随着组织数据的增加和IT基础设施的复杂性扩大，组织确定如何在边缘跟踪和衡量能源将是至关重要的。
低延迟+更高的可靠性=更快的响应时间
多层商务平台CloudBlue全球现场CTO Adonay Cervantes表示，边缘计算允许在接近信息来源的地方处理数据，这意味着更快的服务和更高的可靠性，这会在公司使用应用程序或程序时带来更好的响应时间。
“因为这些应用程序在网络边缘运行，所以它们在低延迟的情况下执行得更好，”他说。
IT解决方案提供商SHI International的现场CTO兼架构董事总经理Lee Ziliak同意这一评估。
使用边缘数据还允许组织从时间序列数据分析和预测，增加监控能力，提高性能，并通过挖掘新的数据点来推动更大的价值，他解释道。这通过仅汇总和保留重要数据来节省时间和资金。
IT服务公司SPR的高级首席架构师David Kinney表示，无论工作量如何，公司都会采用边缘计算，因为一些产品功能由于实际或监管限制而无法使用云。
他补充说，推动采用边缘计算的最常见的实际限制是，当边缘和云之间的通信引入太多延迟时，或者当通信介质缓慢或不可靠时。
“延迟是许多控制机械的系统的核心考虑因素，比如新车的防撞系统，”金尼说。对于这些系统中的许多系统，延迟操作哪怕是零点几秒都可能带来灾难性的后果，因此关键计算必须在边缘完成。
在监管限制方面，他表示，这通常会出现在医疗设备上。患者赖以生存或健康的医疗设备，如胰岛素泵，即使无法与云通信，也必须继续工作。
应对数据密集型技术带来的挑战
分析软件提供商SAS的物联网产品管理全球总监Saurabh Mishra表示，边缘计算还有助于降低与数据传输和存储相关的成本。
他说：“海量数据是在边缘产生的，其中很大一部分是基于传感器的。”这些数据可能是多余的，其价值也是短暂的。
与其在云中传输和存储这些数据并产生相关成本，组织最好使用边缘计算在边缘本地处理这些数据，并且只将关键事件传输回云。
数据可用性咨询公司Interzoid的创始人兼CEO鲍勃·布劳尔表示，越来越多的公司正在将边缘计算和集中数据中心处理结合在一种混合模式中，以应对数据密集型技术的挑战，如增强现实、虚拟现实、自动驾驶汽车和先进的AI应用——这些数据密集型应用需要复杂的实时数据分析才能成功运行。
他补充说，纯云方法或完全集中的方法会给这些数据密集型技术的使用带来大量延迟，使其效率降低、可靠性降低，甚至可能不安全，尤其是在自动驾驶车辆或医疗保健应用程序的情况下。
然而，Brauer表示，混合解决方案使构建AI模型等重型数据处理能够在功能强大的内部系统上进行，在该系统中，基础设施成本通常比共享云基础设施环境中的成本更低，可扩展性更强。
他说：“然后，一旦AI模型完成、详尽并经过良好测试，它们就可以推广到边缘重量较轻的数据节点，以便在地理上离使用这些模型的系统、设备和车辆更近的地方应用和使用。”
因此，企业可以即时做出决策，而不必依赖于与位于世界其他地方的中央服务器进行通信。根据Brauer的说法，这种方法在不牺牲核心AI模型质量的情况下大幅降低了延迟风险。
金融数据和软件公司FactSet的高级副总裁兼全球数据解决方案工程主管达米安·布达利兹描述了边缘计算如何帮助他的公司更高效地运营。
“FactSet的股票代码工厂云之旅旨在最大限度地减少金融数据实时分发的延迟，”他说。利用边缘计算使我们能够将数据放在离全球客户更近的地方，从而优化性能，特别是在亚洲等市场距离构成挑战的地区。
此外，边缘计算通过支持选择来补充FactSet的混合云模型。
Boudaliez说：“我们可以将本地资源用于繁重的、可预测的计算任务，并使用云来满足更动态、对位置敏感的需求。”这一战略提高了我们外部客户和内部团队的表现。通过将计算资源放置在离客户和我们的全球办事处更近的地方，我们最大限度地减少了延迟，最大限度地提高了效率。“
最重要的因素
戴尔的Chiodelli表示，随着边缘计算在各行业的应用不断扩大，管理边缘运营的复杂性和需求也在不断增加。
他说：“边缘环境本质上是分布式的，这给组织带来了双重挑战：既要在其来源收集数据并确保其安全，又要努力应对有限的IT专业知识。”
根据奇奥德利的说法，这种复杂性扩展到跨许多设备和位置的不同边缘部署的管理和安全。组织需要一种简化的方法来监督和保护其庞大的边缘设备和应用生态系统。
增强现实软件公司Taqtile的首席商务官凯利·马龙表示，虽然采用边缘服务器的模式提供了灵活性和可控性，但这种方法并不是没有基本的考虑因素，特别是边缘技术的管理。
马龙说：“边缘的设备和服务器必须进行更新、同步和管理，这可能会很复杂，因为根据边缘方法的定义，这种设备并不位于中央位置。”
科技公司SuperMicro负责网络安全的副总裁迈克尔·麦克纳尼表示，随着公司继续致力于虚拟现实技术，使它们能够在新的水平上进行协作，并为员工带来比以往任何时候都更高的效率，它们将需要采用更多类似边缘的技术来处理低延迟和提高性能所需的计算量。
“不仅需要更低的延迟来在边缘做出决定，而且需要更少的带宽，这样公司就可以在相同的带宽上处理更多的设备，”他说。
数据治理咨询公司OvalEdge的CEO沙拉德·瓦什尼表示，如果没有边缘技术，在边缘运行的设备将受到延迟问题的困扰，导致公司网络中的瓶颈，以及其他与处理相关的挑战。
“然而，重要的是要记住，边缘计算是一个框架，如果你想让它在你的企业中发挥作用，就需要进行内部文化变革。”他补充道。
除此之外，在简化企业中的数据使用时，边缘计算是你应该考虑的众多解决方案之一。
