作者：David Henderson，美光嵌入式業務部門工業市場總監

構建邊緣策略并非一蹴而就，而需要長期努力。

人們迫切期望在邊緣設備上實現更強的智能，獲取數據并輸出洞察。最近一項由微軟贊助的研究顯示，79% 的企業目前已有或計劃構建某種形式的邊緣計算策略。越來越多的企業正轉而采取邊緣策略以減輕網絡壓力，更好地利用新服務并降低與傳統數據中心連接的成本。實際上，邊緣策略現已廣為流行。據 Gartner 預測，到 2025 年，超過 50% 的企業托管數據將在數據中心或云之外創建1。

邊緣策略已成為了一種趨勢，各方企業都希望在該領域有所建樹，并爭相制定與其數字化轉型一致的策略。然而邊緣策略的定義一直比較模糊，因為各類研究機構和組織都試圖根據自身的市場定位自主定義該概念。當前，人們對邊緣計算的期望過高，且越來越多的人試圖劃分或定義邊緣策略，因此它的定義變得更加寬泛。

為邊緣策略做好準備

加速構建邊緣策略體現出人們迫切需要利用邊緣來提高運營表現并控制成本。然而邊緣策略的轉型需要長期努力，不可一蹴而就。正如大肆宣傳的 5G 等技術那樣，不能只狹隘地關注速度、連接密度和低延遲，而需關注如何解決網絡基礎設施的發展問題，以支持企業引入或使用以 IT 為重點的平臺和即服務（aaS）業務模式。

企業需要重新評估數據治理、信息留存和使用政策等關鍵議題。IDC 預測，到 2025 年，數十億臺物聯網設備將產生 79 ZB 數據，因此必須提高處理和簡化激增數據的能力。

內存釋放邊緣數據的價值

能夠托管邊緣計算平臺的具有人工智能加速和低延遲特點的內置系統將推動硬件基礎設施增長。然而無論是托管還是聚合數據流，邊緣計算都要依賴設備中的內存和存儲來滿足應用程序需求，如人工智能、預測性維護和其他應用等。

隨著多核 CPU 數量的增加，滿足下一代帶寬要求的壓力變得更大，因此需要更高的內存技術。這些復雜的系統需要更強的算力和自動化決策。

然而，單個核心的內存帶寬一直以來是實現更高速計算解決方案的瓶頸。人們一般通過增加更多動態 RAM (DRAM) 來滿足計算需求。

邊緣計算系統想要支持機器學習與推理并實現 GPU 級別的計算性能，就需要高性能 DRAM 解決方案，不僅能提供每秒百萬次傳輸 (MT/s) 的吞吐量，還能集合更高效的內存塊 (bank) 使用，從而提高整體有效帶寬。例如，美光在 3200 MT/s 的等效數據傳輸速率下對其 DDR4 和最新的 DDR5 系統級模擬進行了對比測試，結果顯示 DDR5 的有效帶寬性能提高了約 1.36 倍。而在更高的數據傳輸速率下，DDR5-4800 的性能提高了約 1.87 倍，幾乎是 DDR4-3200 帶寬的兩倍。

我們認為邊緣策略取得成功的基本要素包括內存、存儲和 IT 狀況。因此策略的實施重點不是速度，而是穩步推進計劃以確保實現目標。

審核編輯 黃宇