（文章來源：網絡整理）

邊緣計算是一個熱門話題，但小編認為這并不意味著它能被很好地理解。術語“邊緣計算”涵蓋了很多領域，導致對邊緣與云，邊緣與IoT等地混淆。讓我們來具體分析一下。邊緣計算可以應用于任何涉及將服務供應，數據和智能置于更接近用戶和設備的地方，問題的部分原因是“邊緣計算”一詞被迫涵蓋很多領域。

幾乎任何分布式計算體系結構都將具有多層。大約在公共云討論日益升溫的同時，另一個流行的觀念正在辯論，是例如“智能塵土”之類的無處不在的設備的想法。設備的小型化和無線網絡已經到了分布式的傳感器網絡開始變得越來越實用的地步。這給IPv6帶來了一些早期的刺激，并使用了IPv6更大的地址空間來唯一標志此類傳感器。

無處不在的計算與終端設備相關聯，而且這種聯系已經更廣泛地擴展到邊緣計算。消費類設備大多在后端直接與云服務進行交互的事實可能會強化這種觀念。但是，大規模支持傳感器和其他端點的物理體系結構總是比云端加上傳感器層更為復雜。實際上，當IBM在1990年代初提出“普適計算”的稱呼時，它是指將組織中的所有計算資源相互配合使用。因此，小編覺得盡管“邊緣”和邊緣計算有時似乎突出了端點設備，但幾乎任何分布式計算體系結構都將具有多層。

物聯網是重要的邊緣計算用例。不過，邊緣計算不僅涉及物聯網。當服務被推向更靠近人和與之交互的機器時，在電信和其他地方越來越多的其他應用程序領域效果最好。邊緣群集可能安裝在沒有IT員工的地方，這可能意味著我們需要對安全性進行不同的思考。否則，小編認為與在具有物理安全性和24小時IT人員覆蓋的數據中心中遵循的策略相比，它可能會導致采取與你不同的策略來處理硬件故障。

在數據中心中，通常可以將網絡連接視為既定連接。在邊緣架構中并非如此。如果邊緣群集失去連接該怎么辦？是否需要一種即使在降級模式下也可以繼續運行的方法？全面考慮這種備份操作計劃對于分布式系統很重要，但在許多邊緣體系結構中尤其重要。同時，邊緣計算繼承并擴展了我們已經使用的許多模式。例如，OpenStack在電信公司中很流行，它可以在邊緣創建私有云，就像在更傳統的本地環境中創建私有云一樣。

諸如大量使用自動化之類的實踐對于維護大型分布式系統的運行狀況至少也與數據中心服務器的重要性同樣重要。通常，邊緣計算需要集中精力通過自動置備，管理和編排簡化操作。在IT人員配備有限的邊緣計算站點上尤其如此。最終，需要處理邊緣和數據中心就沒有那么多了。他們確實有自己的設計和運營挑戰。但是，小編覺得可以將它們都視為整體混合云體系結構的一部分。集中在一個地方，在需要時進行分發，從而降低總體業務風險。
（責任編輯：fqj）