電信運(yùn)營商和超大規(guī)模企業(yè)都希望在邊緣獲得價(jià)值，但他們需要共同努力以提供邊緣計(jì)算解決方案并在客戶之間產(chǎn)生需求。運(yùn)營商如何與超大規(guī)模合作伙伴進(jìn)行協(xié)作，同時加強(qiáng)其在連通性之外的作用？到現(xiàn)在為止，我們都已經(jīng)習(xí)慣了云計(jì)算，并且認(rèn)識到云計(jì)算可以使企業(yè)受益并使我們的日常生活更加輕松的多種方式。邊緣計(jì)算會產(chǎn)生類似的影響嗎？

什么是邊緣計(jì)算？

邊緣計(jì)算是指在智能手機(jī)等設(shè)備上處理數(shù)據(jù)。與云計(jì)算不同，在云計(jì)算中，數(shù)據(jù)是在遙遠(yuǎn)的遠(yuǎn)程數(shù)據(jù)中心中進(jìn)行處理的，邊緣計(jì)算使設(shè)備能夠在收集數(shù)據(jù)的那一刻，然后在那里進(jìn)行部分或全部數(shù)據(jù)處理。

這一切都是可能的，因?yàn)樵O(shè)備變得越來越強(qiáng)大（部分要?dú)w功于AI），這意味著它們可以處理更多的數(shù)據(jù)處理任務(wù)。換句話說，該設(shè)備不再需要將所有小數(shù)據(jù)（無論是否有用）發(fā)送到云。

想一想辦公室安全攝像機(jī)在一夜之間收集的所有數(shù)據(jù)。數(shù)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(fā)送所有可能價(jià)值很小或沒有價(jià)值的數(shù)據(jù)是浪費(fèi)帶寬。但是配備AI的安全攝像頭能夠在當(dāng)時和那里進(jìn)行圖像分析，從而能夠檢測到異常活動并確定數(shù)據(jù)的優(yōu)先級。

邊緣計(jì)算的主要優(yōu)勢

讓我們看一下邊緣計(jì)算帶來的最大優(yōu)勢：

1.節(jié)省帶寬

智能設(shè)備的普及意味著我們正在創(chuàng)建大量數(shù)據(jù)。但是，并非所有這些數(shù)據(jù)都是至關(guān)重要的。再來看我們的安全攝像機(jī)示例，如果您在一個站點(diǎn)上有多個攝像機(jī)，并且每個攝像機(jī)都在不斷將數(shù)據(jù)流傳輸?shù)皆浦校敲催@將占用大量帶寬來存儲可能不是非常有用的數(shù)據(jù)。但是，如果攝像頭足夠智能，可以在源頭處理數(shù)據(jù)，則它們只能將最重要的素材流式傳輸?shù)皆浦校鴮⑵溆嗖糠謥G棄。

2.減少延遲

設(shè)備能夠從不太重要的數(shù)據(jù)中排序重要數(shù)據(jù)的另一個優(yōu)點(diǎn)是減少了等待時間（即，發(fā)送數(shù)據(jù)和接收回復(fù)所花費(fèi)的時間）。使用云計(jì)算時，設(shè)備可能會將信息發(fā)送到世界另一端的數(shù)據(jù)中心進(jìn)行處理，這通常會導(dǎo)致短暫的延遲。這并不總是很重要；例如，我們大多數(shù)人不介意Alexa通常需要幾秒鐘的時間來回答有關(guān)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(yuǎn)遠(yuǎn)不能接受。如果另一輛汽車運(yùn)行停車標(biāo)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(shù)據(jù)發(fā)送到云端，然后等待下一步的決定？沒那么多。借助邊緣計(jì)算，關(guān)鍵數(shù)據(jù)（對實(shí)時決策至關(guān)重要的數(shù)據(jù)）可以在現(xiàn)場進(jìn)行處理，從而可以更快地做出決策-處理越近，本質(zhì)上響應(yīng)時間越快。同時，時間要求不嚴(yán)格的數(shù)據(jù)（例如，燃油性能數(shù)據(jù)）可以發(fā)送到云中以供以后分析。

3.增強(qiáng)安全性和隱私性

邊緣計(jì)算減少了必須通過網(wǎng)絡(luò)傳輸?shù)臄?shù)據(jù)量，從安全角度來看，這是顯而易見的好處。還有一個事實(shí)是，數(shù)據(jù)是分布的（在這種情況下，位于多個用戶設(shè)備上）而不是存儲在一個地方。這是所有好消息，只要智能產(chǎn)品制造商將確保本地?cái)?shù)據(jù)安全作為首要任務(wù)即可。

那么隱私呢？從理論上講，隨著更少的數(shù)據(jù)上載到云中并在設(shè)備上處理更多的數(shù)據(jù)，智能設(shè)備的用戶將可以更好地控制其數(shù)據(jù)。想象一下，如果您的Amazon Echo揚(yáng)聲器能夠在不將數(shù)據(jù)發(fā)送到中央Amazon服務(wù)器的情況下處理并響應(yīng)您的天氣預(yù)報(bào)請求，那么該公司所擁有的有關(guān)您的數(shù)據(jù)就少了一點(diǎn)。無論如何，這就是主意。實(shí)際上，公司不太可能放棄對像用戶數(shù)據(jù)這樣有價(jià)值的東西的虎視vice。但是隨著邊緣計(jì)算的發(fā)展，我們（如果幸運(yùn)的話）可能會看到更多選擇，不選擇將數(shù)據(jù)發(fā)送到云。

在過去的十年中，云計(jì)算的進(jìn)步引領(lǐng)了系統(tǒng)操作和管理的集中化方法，而移動計(jì)算，物聯(lián)網(wǎng)（SaaS）和SaaS的發(fā)展推動了計(jì)算向分布式架構(gòu)的發(fā)展。隨著邊緣計(jì)算和5G技術(shù)的引入，公司現(xiàn)在正在嘗試?yán)眠@兩種方法，同時提高其應(yīng)用程序的性能。

圍繞邊緣和5G的炒作往往專注于創(chuàng)新。專家表示，自動駕駛汽車，虛擬或增強(qiáng)現(xiàn)實(shí)（VR / AR）和機(jī)器人技術(shù)中的尖端應(yīng)用程序?qū)⒊竭@些應(yīng)用程序，為IT專業(yè)人員提供大量機(jī)會。

邊緣計(jì)算如何處理延遲

在過去的幾年中，企業(yè)通過將資源集中在云提供商所擁有的數(shù)據(jù)中心中而從云計(jì)算中受益。內(nèi)部數(shù)據(jù)中心專注于避免資本支出，并節(jié)省管理成本上的資金。但是，集中化已導(dǎo)致性能問題，以應(yīng)對互聯(lián)網(wǎng)“邊緣”上的端點(diǎn)，包括物聯(lián)網(wǎng)傳感器/設(shè)備和移動設(shè)備。

盡管如今，智能手機(jī)是可能完全適合您的口袋的潛在智能計(jì)算機(jī)，但它們?nèi)匀狈υ谠浦型瓿傻拇罅刻幚?。卡耐基梅隆大學(xué)（Carnegie Mellon University）的一位計(jì)算機(jī)科學(xué)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(jī)不能做到這一點(diǎn)？”

他回答了這個問題，他說：“答案是進(jìn)行您想完成的計(jì)算；您需要的計(jì)算資源比智能手機(jī)上攜帶的計(jì)算資源要多得多。” 他補(bǔ)充說：“如果您考慮一下智能手機(jī)上的攝像機(jī)，它非常輕巧。但是，如果您要在其上進(jìn)行實(shí)時視頻分析，那么今天就無法通過手機(jī)上的計(jì)算機(jī)來完成它—您會將數(shù)據(jù)發(fā)送到云中，這就是問題的出處?！?/p>

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(jì)算中使用基于虛擬機(jī)的“ cloudlets”。換句話說，放置微型數(shù)據(jù)的重點(diǎn)是靠近需要處理能力的網(wǎng)絡(luò)邊緣。

Satyanarayanan平均解釋說，在4G LTE網(wǎng)絡(luò)上，往返于智能手機(jī)和蜂窩塔的時間大約為12到15毫秒，根據(jù)傳統(tǒng)系統(tǒng)和其他因素，該時間可能會更長。但是，當(dāng)您嘗試將智能手機(jī)與數(shù)據(jù)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(jì)算具有吸引力的是減少分布尾部。

5G網(wǎng)絡(luò)上的數(shù)據(jù)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(jì)劃。

雖然4G上的數(shù)據(jù)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(yuǎn)的數(shù)據(jù)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(shù)據(jù)中心，這毫無意義?！?/p>

戴維·麥卡錫（Dave McCarthy）同意IDC邊緣策略研究總監(jiān)Satyanarayanan的話說：“就其本身而言，5G減少了移動塔與終端之間的網(wǎng)絡(luò)延遲，但它并不主張與數(shù)據(jù)中心的距離，這可能會給數(shù)據(jù)中心帶來麻煩。延遲敏感的應(yīng)用程序?！?/p>

他補(bǔ)充說：“通過將邊緣計(jì)算部署到5G網(wǎng)絡(luò)中，它可以縮短物理距離，從而大大縮短響應(yīng)時間。” 這使得邊緣計(jì)算對于推出新的移動邊緣計(jì)算（MEC）服務(wù)和5G網(wǎng)絡(luò)至關(guān)重要。

專家表示，至關(guān)重要的是要了解5G和邊緣計(jì)算之間沒有緊密聯(lián)系。5G網(wǎng)絡(luò)需要邊緣計(jì)算技術(shù)才能成功；邊緣計(jì)算可在不同的網(wǎng)絡(luò)（例如4G LTE，Wi-Fi和其他網(wǎng)絡(luò)類型）上運(yùn)行。

5G和Edge Boost商業(yè)應(yīng)用程序如何？

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

“在本地邊緣中，已經(jīng)存在許多可以“移動”或利用移動邊緣計(jì)算的應(yīng)用程序，” STL Partners邊緣計(jì)算實(shí)踐負(fù)責(zé)人Dalib Adib說?！?/p>

有很多用例，例如那些使用視頻，人工智能和物聯(lián)網(wǎng)的用例?！?/p>

專家列舉了企業(yè)邊緣計(jì)算的大量用例，包括：

?生產(chǎn)設(shè)備中的實(shí)時過程優(yōu)化。從智能的，連接的設(shè)備動態(tài)生成的數(shù)據(jù)不僅可以調(diào)整校準(zhǔn)設(shè)置，還可以提高良率并減少缺陷。

?基于狀態(tài)的監(jiān)視-使用IoT設(shè)備/傳感器檢查機(jī)器上的特定參數(shù)，以確保其正常工作。

?利用邊緣和5G進(jìn)行維修和維護(hù)，在制造業(yè)，石油和天然氣以及能源等行業(yè)中使用資本密集型資產(chǎn)的業(yè)務(wù)。其中包括AR / VR應(yīng)用程序，可使用高級分析技術(shù)指導(dǎo)技術(shù)人員進(jìn)行維修和無人機(jī)，以對橋梁，建筑物或鐵路線進(jìn)行視覺檢查，以幫助識別潛在的缺陷或需要維護(hù)的產(chǎn)品。

?用于監(jiān)視的視頻分析-例如，使用實(shí)時處理來確定進(jìn)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(zhí)法決策者提供實(shí)時建議。（觀看60分鐘的視頻剪輯，講解可穿戴式認(rèn)知助手。）

?遠(yuǎn)程醫(yī)療在醫(yī)療保健中的應(yīng)用-使用視頻和分析技術(shù)診斷患者或進(jìn)行遠(yuǎn)程患者監(jiān)視。

Satyanarayanan預(yù)計(jì)將開發(fā)邊緣本機(jī)應(yīng)用程序，以利用邊緣計(jì)算的優(yōu)勢，例如帶寬可伸縮性和低延遲。這些應(yīng)用可能會推動對邊緣計(jì)算和5G網(wǎng)絡(luò)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(jì)算有一個潛在的缺點(diǎn)：即，為了節(jié)省帶寬和減少延遲，重要數(shù)據(jù)最終可能會被忽略和丟棄。

對于實(shí)時決策而言至關(guān)重要的數(shù)據(jù)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(shù)據(jù)似乎毫無意義。從一條空路中學(xué)到什么？可能很多。似乎無用的數(shù)據(jù)仍然可以提供有關(guān)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(guī)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(jì)算提供機(jī)會的同時仍要認(rèn)識到數(shù)據(jù)的價(jià)值之間需要平衡。

關(guān)于邊緣的最常見誤解是什么？

我認(rèn)為我聽到的一個誤解是邊緣計(jì)算主要是炒作。邊緣計(jì)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(xiàn)有私有，內(nèi)部部署企業(yè)設(shè)備（如網(wǎng)關(guān)或代理或DCS和SCADA系統(tǒng)）相同。

另一個誤解是邊緣計(jì)算基本上是物聯(lián)網(wǎng)或物聯(lián)網(wǎng)。收集數(shù)據(jù)的是傳感器和小型設(shè)備。

但是，不僅如此。邊緣計(jì)算通過云系統(tǒng)，軟件，計(jì)算，通信，高級存儲和內(nèi)存中的技術(shù)進(jìn)步，推動了第四次工業(yè)革命。它推動了人工智能時代的到來。

無論行業(yè)如何，邊緣和邊緣計(jì)算的關(guān)鍵方面是什么？

邊緣計(jì)算的關(guān)鍵方面包括低延遲，執(zhí)行確定性實(shí)時計(jì)算的能力，對關(guān)鍵任務(wù)或安全關(guān)鍵用例的支持以及將計(jì)算范圍從人類擴(kuò)展到極端環(huán)境和事物的能力。

邊緣技術(shù)對行業(yè)產(chǎn)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(yè)真正被邊緣計(jì)算所改變或破壞。那是因?yàn)樵谠u估和找到最佳用例的早期階段，我們?nèi)蕴幱谶^渡階段。我們還沒有看到任何人真正在邊緣轉(zhuǎn)換策略上進(jìn)行大規(guī)模擴(kuò)展。另外，我們已經(jīng)看到邊緣計(jì)算可在制造業(yè)，能源，智慧城市和建筑，交通運(yùn)輸，零售和執(zhí)法等多個行業(yè)中實(shí)現(xiàn)創(chuàng)新和投資回報(bào)。

為什么實(shí)時數(shù)據(jù)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(nèi)執(zhí)行。考慮一下自動駕駛汽車識別出行人或危險(xiǎn)的情況。車輛需要對如何避免傷害或危險(xiǎn)做出確定性決定，并且沒有時間將該數(shù)據(jù)發(fā)送到云中進(jìn)行處理，然后再發(fā)送回去對它采取行動。因此，需要在車輛中進(jìn)行時間緊迫的處理或計(jì)算。

其次，在許多工廠生產(chǎn)場景中，需要實(shí)時處理大量機(jī)器數(shù)據(jù)或視覺（例如，運(yùn)動控制）以執(zhí)行人工輔助（例如，對安全至關(guān)重要的）機(jī)器人控制，或者通過網(wǎng)絡(luò)協(xié)調(diào)組裝或生產(chǎn)中的許多機(jī)器人。

在缺乏熟練的IT專業(yè)人員的情況下，邊緣如何使業(yè)務(wù)領(lǐng)域受益？

邊緣計(jì)算允許在遙遠(yuǎn)或無人的地點(diǎn)（例如在能源行業(yè)中）實(shí)現(xiàn)真正的自主安裝。邊緣計(jì)算技術(shù)使應(yīng)用程序能夠自主運(yùn)行，其中安全，應(yīng)用程序或系統(tǒng)管理等標(biāo)準(zhǔn)運(yùn)營服務(wù)可以在后臺運(yùn)行，也可以通過零接觸管理進(jìn)行帶外管理。

領(lǐng)導(dǎo)者如何確定邊緣系統(tǒng)將持續(xù)存在？

邊緣計(jì)算的偉大之處在于它不需要批量替換現(xiàn)有技術(shù)系統(tǒng)。它可以補(bǔ)充和擴(kuò)展傳統(tǒng)系統(tǒng)的功能，同時為現(xiàn)代化的未來系統(tǒng)提供一條途徑。明智的邊緣計(jì)算策略平衡了IT和OT的最佳條件，創(chuàng)建了開放，靈活的系統(tǒng)，同時提供了可擴(kuò)展性和互操作性的新標(biāo)準(zhǔn)。

邊緣技術(shù)如何產(chǎn)生投資回報(bào)率？

在很多方面，評估邊緣計(jì)算的投資回報(bào)率與引入新興技術(shù)或顛覆性技術(shù)很相似。邊緣計(jì)算的價(jià)值可以證明通過優(yōu)化流程，提高效率，實(shí)現(xiàn)互操作性以及實(shí)現(xiàn)更高的可用性來提高生產(chǎn)率，僅舉幾例。此外，邊緣計(jì)算可以擴(kuò)展創(chuàng)新并加速智能，以推動數(shù)字化轉(zhuǎn)型。

運(yùn)營商的邊緣計(jì)算機(jī)會

許多運(yùn)營商將邊緣計(jì)算視為利用現(xiàn)有資產(chǎn)和資源進(jìn)行創(chuàng)新并提升價(jià)值鏈的好機(jī)會。他們的目標(biāo)是將服務(wù)和收入擴(kuò)展到連通性之外，并進(jìn)入平臺和應(yīng)用程序空間。通過在網(wǎng)絡(luò)邊緣部署計(jì)算資源，運(yùn)營商可以為企業(yè)提供基礎(chǔ)架構(gòu)即服務(wù)以及替代應(yīng)用程序和解決方案。此外，邊緣計(jì)算作為分布式計(jì)算結(jié)構(gòu)和云的擴(kuò)展，支持運(yùn)營商自己的旅程，以虛擬化網(wǎng)絡(luò)并更有效地運(yùn)行內(nèi)部運(yùn)營。

云超大規(guī)模部署者，尤其是最大的三個-亞馬遜網(wǎng)絡(luò)服務(wù)（AWS），微軟Azure和Google-處于邊緣計(jì)算市場的最前沿。近年來，他們已努力將影響力擴(kuò)展到公共云之外，并使數(shù)據(jù)獲取點(diǎn)更靠近物理設(shè)備。這些包括將其堆棧集成到IoT設(shè)備和網(wǎng)絡(luò)網(wǎng)關(guān)以及支持私有和混合云部署的工作。最近，超大規(guī)模者通過推出專用于電信網(wǎng)絡(luò)的平臺并實(shí)現(xiàn)了與5G網(wǎng)絡(luò)的集成，進(jìn)一步采取了進(jìn)一步的行動，以更接近邊緣客戶。
責(zé)任編輯：tzh