電信運營商和超大規模企業都希望在邊緣獲得價值，但他們需要共同努力以提供邊緣計算解決方案并在客戶之間產生需求。運營商如何與超大規模合作伙伴進行協作，同時加強其在連通性之外的作用？到現在為止，我們都已經習慣了云計算，并且認識到云計算可以使企業受益并使我們的日常生活更加輕松的多種方式。邊緣計算會產生類似的影響嗎？

什么是邊緣計算？

邊緣計算是指在智能手機等設備上處理數據。與云計算不同，在云計算中，數據是在遙遠的遠程數據中心中進行處理的，邊緣計算使設備能夠在收集數據的那一刻，然后在那里進行部分或全部數據處理。

這一切都是可能的，因為設備變得越來越強大（部分要歸功于AI），這意味著它們可以處理更多的數據處理任務。換句話說，該設備不再需要將所有小數據（無論是否有用）發送到云。

想一想辦公室安全攝像機在一夜之間收集的所有數據。數小時的鏡頭，其中絕大部分鏡頭都顯示出空曠的走廊和房間。發送所有可能價值很小或沒有價值的數據是浪費帶寬。但是配備AI的安全攝像頭能夠在當時和那里進行圖像分析，從而能夠檢測到異常活動并確定數據的優先級。

邊緣計算的主要優勢

讓我們看一下邊緣計算帶來的最大優勢：

1.節省帶寬

智能設備的普及意味著我們正在創建大量數據。但是，并非所有這些數據都是至關重要的。再來看我們的安全攝像機示例，如果您在一個站點上有多個攝像機，并且每個攝像機都在不斷將數據流傳輸到云中，那么這將占用大量帶寬來存儲可能不是非常有用的數據。但是，如果攝像頭足夠智能，可以在源頭處理數據，則它們只能將最重要的素材流式傳輸到云中，而將其余部分丟棄。

2.減少延遲

設備能夠從不太重要的數據中排序重要數據的另一個優點是減少了等待時間（即，發送數據和接收回復所花費的時間）。使用云計算時，設備可能會將信息發送到世界另一端的數據中心進行處理，這通常會導致短暫的延遲。這并不總是很重要；例如，我們大多數人不介意Alexa通常需要幾秒鐘的時間來回答有關今天天氣的問題。

但是這種滯后時間在例如自動駕駛汽車在路上行駛的情況下遠遠不能接受。如果另一輛汽車運行停車標志，您是否真的希望您的自動駕駛汽車必須將該傳感器和視覺數據發送到云端，然后等待下一步的決定？沒那么多。借助邊緣計算，關鍵數據（對實時決策至關重要的數據）可以在現場進行處理，從而可以更快地做出決策-處理越近，本質上響應時間越快。同時，時間要求不嚴格的數據（例如，燃油性能數據）可以發送到云中以供以后分析。

3.增強安全性和隱私性

邊緣計算減少了必須通過網絡傳輸的數據量，從安全角度來看，這是顯而易見的好處。還有一個事實是，數據是分布的（在這種情況下，位于多個用戶設備上）而不是存儲在一個地方。這是所有好消息，只要智能產品制造商將確保本地數據安全作為首要任務即可。

那么隱私呢？從理論上講，隨著更少的數據上載到云中并在設備上處理更多的數據，智能設備的用戶將可以更好地控制其數據。想象一下，如果您的Amazon Echo揚聲器能夠在不將數據發送到中央Amazon服務器的情況下處理并響應您的天氣預報請求，那么該公司所擁有的有關您的數據就少了一點。無論如何，這就是主意。實際上，公司不太可能放棄對像用戶數據這樣有價值的東西的虎視vice。但是隨著邊緣計算的發展，我們（如果幸運的話）可能會看到更多選擇，不選擇將數據發送到云。

在過去的十年中，云計算的進步引領了系統操作和管理的集中化方法，而移動計算，物聯網（SaaS）和SaaS的發展推動了計算向分布式架構的發展。隨著邊緣計算和5G技術的引入，公司現在正在嘗試利用這兩種方法，同時提高其應用程序的性能。

圍繞邊緣和5G的炒作往往專注于創新。專家表示，自動駕駛汽車，虛擬或增強現實（VR / AR）和機器人技術中的尖端應用程序將超越這些應用程序，為IT專業人員提供大量機會。

邊緣計算如何處理延遲

在過去的幾年中，企業通過將資源集中在云提供商所擁有的數據中心中而從云計算中受益。內部數據中心專注于避免資本支出，并節省管理成本上的資金。但是，集中化已導致性能問題，以應對互聯網“邊緣”上的端點，包括物聯網傳感器/設備和移動設備。

盡管如今，智能手機是可能完全適合您的口袋的潛在智能計算機，但它們仍缺乏在云中完成的大量處理。卡耐基梅隆大學（Carnegie Mellon University）的一位計算機科學教授Mahadev Satyanarayan問道：“為什么不能把所有的智能都放在最后？換句話說，為什么您的智能手機不能做到這一點？”

他回答了這個問題，他說：“答案是進行您想完成的計算；您需要的計算資源比智能手機上攜帶的計算資源要多得多。” 他補充說：“如果您考慮一下智能手機上的攝像機，它非常輕巧。但是，如果您要在其上進行實時視頻分析，那么今天就無法通過手機上的計算機來完成它—您會將數據發送到云中，這就是問題的出處。”

2009年有影響力的IEEE Pervasive Computing文章（由Satyanarayanan合著）概述了一種解決方案，該解決方案是在移動計算中使用基于虛擬機的“ cloudlets”。換句話說，放置微型數據的重點是靠近需要處理能力的網絡邊緣。

Satyanarayanan平均解釋說，在4G LTE網絡上，往返于智能手機和蜂窩塔的時間大約為12到15毫秒，根據傳統系統和其他因素，該時間可能會更長。但是，當您嘗試將智能手機與數據中心連接時，可能需要100至500毫秒。在某些情況下，它甚至需要一整秒的時間。

使邊緣計算具有吸引力的是減少分布尾部。

5G網絡上的數據傳輸速度

直到四年前，才將智能概念帶到了最前沿。那時，電信公司意識到5G速度的必要性，并開始制定5G無線計劃。

雖然4G上的數據傳輸時間在12到15毫秒之間，但廠商稱5G的等待時間為2到3毫秒。但是，從遙遠的數據中心來回的時間仍可能需要100到500毫秒左右的時間。Satyanarayanan說：“即使您只需要幾毫秒，也不必返回全國或全球其他地方的數據中心，這毫無意義。”

戴維·麥卡錫（Dave McCarthy）同意IDC邊緣策略研究總監Satyanarayanan的話說：“就其本身而言，5G減少了移動塔與終端之間的網絡延遲，但它并不主張與數據中心的距離，這可能會給數據中心帶來麻煩。延遲敏感的應用程序。”

他補充說：“通過將邊緣計算部署到5G網絡中，它可以縮短物理距離，從而大大縮短響應時間。” 這使得邊緣計算對于推出新的移動邊緣計算（MEC）服務和5G網絡至關重要。

專家表示，至關重要的是要了解5G和邊緣計算之間沒有緊密聯系。5G網絡需要邊緣計算技術才能成功；邊緣計算可在不同的網絡（例如4G LTE，Wi-Fi和其他網絡類型）上運行。

5G和Edge Boost商業應用程序如何？

當您將5G速度與邊緣計算的處理能力結合在一起時，自然會集中在需要低延遲的應用程序上。這就是為什么早期使用案例往往涉及VR / AR，機器人技術和人工智能，而這需要瞬間從計算資源中做出決策。但是，各種商務應用都有可能同時受益于5G和Edge。

“在本地邊緣中，已經存在許多可以“移動”或利用移動邊緣計算的應用程序，” STL Partners邊緣計算實踐負責人Dalib Adib說。”

有很多用例，例如那些使用視頻，人工智能和物聯網的用例。”

專家列舉了企業邊緣計算的大量用例，包括：

?生產設備中的實時過程優化。從智能的，連接的設備動態生成的數據不僅可以調整校準設置，還可以提高良率并減少缺陷。

?基于狀態的監視-使用IoT設備/傳感器檢查機器上的特定參數，以確保其正常工作。

?利用邊緣和5G進行維修和維護，在制造業，石油和天然氣以及能源等行業中使用資本密集型資產的業務。其中包括AR / VR應用程序，可使用高級分析技術指導技術人員進行維修和無人機，以對橋梁，建筑物或鐵路線進行視覺檢查，以幫助識別潛在的缺陷或需要維護的產品。

?用于監視的視頻分析-例如，使用實時處理來確定進入建筑物的個人是雇員還是訪客，并確保雇員的身份。

?視頻分析為緊急情況下的執法決策者提供實時建議。（觀看60分鐘的視頻剪輯，講解可穿戴式認知助手。）

?遠程醫療在醫療保健中的應用-使用視頻和分析技術診斷患者或進行遠程患者監視。

Satyanarayanan預計將開發邊緣本機應用程序，以利用邊緣計算的優勢，例如帶寬可伸縮性和低延遲。這些應用可能會推動對邊緣計算和5G網絡增長的需求。

需要注意的潛在陷阱

那就是積極的照顧。那底片呢？在我看來，邊緣計算有一個潛在的缺點：即，為了節省帶寬和減少延遲，重要數據最終可能會被忽略和丟棄。

對于實時決策而言至關重要的數據可能還有其他用途。例如，如果自動駕駛汽車在原本空曠的道路上行駛，則視覺和傳感器數據似乎毫無意義。從一條空路中學到什么？可能很多。似乎無用的數據仍然可以提供有關道路狀況以及車輛在這些狀況下的性能的信息，這可以幫助將來規范其他行駛在同一條路線上的自動駕駛汽車。在最大程度地利用邊緣計算提供機會的同時仍要認識到數據的價值之間需要平衡。

關于邊緣的最常見誤解是什么？

我認為我聽到的一個誤解是邊緣計算主要是炒作。邊緣計算是人們長期以來一直在做的事情，或者與工廠制造中的現有私有，內部部署企業設備（如網關或代理或DCS和SCADA系統）相同。

另一個誤解是邊緣計算基本上是物聯網或物聯網。收集數據的是傳感器和小型設備。

但是，不僅如此。邊緣計算通過云系統，軟件，計算，通信，高級存儲和內存中的技術進步，推動了第四次工業革命。它推動了人工智能時代的到來。

無論行業如何，邊緣和邊緣計算的關鍵方面是什么？

邊緣計算的關鍵方面包括低延遲，執行確定性實時計算的能力，對關鍵任務或安全關鍵用例的支持以及將計算范圍從人類擴展到極端環境和事物的能力。

邊緣技術對行業產生重大影響的例子是什么？

有趣的是，目前還沒有任何一個行業真正被邊緣計算所改變或破壞。那是因為在評估和找到最佳用例的早期階段，我們仍處于過渡階段。我們還沒有看到任何人真正在邊緣轉換策略上進行大規模擴展。另外，我們已經看到邊緣計算可在制造業，能源，智慧城市和建筑，交通運輸，零售和執法等多個行業中實現創新和投資回報。

為什么實時數據處理如此重要？

有兩個原因。首先是時間緊迫性。一些決策或動作需要在幾毫秒甚至幾微秒內執行。考慮一下自動駕駛汽車識別出行人或危險的情況。車輛需要對如何避免傷害或危險做出確定性決定，并且沒有時間將該數據發送到云中進行處理，然后再發送回去對它采取行動。因此，需要在車輛中進行時間緊迫的處理或計算。

其次，在許多工廠生產場景中，需要實時處理大量機器數據或視覺（例如，運動控制）以執行人工輔助（例如，對安全至關重要的）機器人控制，或者通過網絡協調組裝或生產中的許多機器人。

在缺乏熟練的IT專業人員的情況下，邊緣如何使業務領域受益？

邊緣計算允許在遙遠或無人的地點（例如在能源行業中）實現真正的自主安裝。邊緣計算技術使應用程序能夠自主運行，其中安全，應用程序或系統管理等標準運營服務可以在后臺運行，也可以通過零接觸管理進行帶外管理。

領導者如何確定邊緣系統將持續存在？

邊緣計算的偉大之處在于它不需要批量替換現有技術系統。它可以補充和擴展傳統系統的功能，同時為現代化的未來系統提供一條途徑。明智的邊緣計算策略平衡了IT和OT的最佳條件，創建了開放，靈活的系統，同時提供了可擴展性和互操作性的新標準。

邊緣技術如何產生投資回報率？

在很多方面，評估邊緣計算的投資回報率與引入新興技術或顛覆性技術很相似。邊緣計算的價值可以證明通過優化流程，提高效率，實現互操作性以及實現更高的可用性來提高生產率，僅舉幾例。此外，邊緣計算可以擴展創新并加速智能，以推動數字化轉型。

運營商的邊緣計算機會

許多運營商將邊緣計算視為利用現有資產和資源進行創新并提升價值鏈的好機會。他們的目標是將服務和收入擴展到連通性之外，并進入平臺和應用程序空間。通過在網絡邊緣部署計算資源，運營商可以為企業提供基礎架構即服務以及替代應用程序和解決方案。此外，邊緣計算作為分布式計算結構和云的擴展，支持運營商自己的旅程，以虛擬化網絡并更有效地運行內部運營。

云超大規模部署者，尤其是最大的三個-亞馬遜網絡服務（AWS），微軟Azure和Google-處于邊緣計算市場的最前沿。近年來，他們已努力將影響力擴展到公共云之外，并使數據獲取點更靠近物理設備。這些包括將其堆棧集成到IoT設備和網絡網關以及支持私有和混合云部署的工作。最近，超大規模者通過推出專用于電信網絡的平臺并實現了與5G網絡的集成，進一步采取了進一步的行動，以更接近邊緣客戶。
責任編輯：tzh