智能设备使用的升级正在扩展当前基础设施的容量。
预计，随着物联网设备的使用增加和 5G 网络的引入，以前无与伦比的大量数据的生成将形成滚雪球的趋势。
通过连接设备生成的组织数据的复杂性和规模已迅速超过基于云的平台的能力，并导致滞后和带宽问题。基于云的平台别无选择，只能寻找满足客户需求的新方法。
一个类似于“物联网”和“云”的流行语，边缘计算到底是什么？它如何以有利于企业的方式处理数据？
边缘计算（Edge computing）是相对云计算而言的，它是指收集并分析数据的行为发生在靠近数据生成的本地设备和网络中。边缘计算又被叫做分布式云计算、雾计算或第四代数据中心。
边缘计算首先通过在 WAN 网络上虚拟化网络服务而出现。最初是由一个平台来驱动的，适应了云计算用户的习惯，这也便是思科 (Cisco) 于 2011 年曾提出的雾计算概念的由来。随着新的边缘计算能力的出现，边缘计算不再需要构建集中的数据中心，创建了具有潜在数千个可应用的大规模分布式节点的能力。
换句话说，边缘计算在本地站点（例如物联网设备或用户的 PC）中执行比在云中执行更多的进程。它表明原始数据的处理和分析发生在数据收集的地点，而不是数据进入集中式数据中心。
数据中心仅审查在边缘完成的计算结果并与之交互，例如预测、实时见解或可操作的答案。在网络边缘进行计算可减少客户端和服务器之间所需的远程通信量，从而降低延迟。
边缘计算正在不断增长，因为最终用户期望更多基于云的应用程序，而越来越多的企业拥有多个站点并迅速接受远程工作文化。这些迫使基于云的平台发现一种方法，在远离数据中心的源头处理数据的快速流入，同时在一个位置管理所有数据。
在传统的企业计算中，来自最终用户的数据通过 WAN （如互联网）通过 LAN 移动到企业数据中心。此时进行数据分析，端点用户收到流程的结果。遗憾的是，支持互联网的设备数量和生成的数据量似乎正在增长到传统数据中心无法再克服的阶段。
相反，边缘计算通过可以在远程 LAN 上工作的硬件将存储和服务器带到数据上，以收集和处理数据。尽管边缘计算的物理框架可能相当复杂，但基本思想是使用户设备能够连接到紧密的边缘模块，以实现高效的处理和操作。
边缘设备可以是物联网传感器、智能手机、闭路电视、PC、工厂中的机器人手臂或高端远程手术系统。边缘的组件包括：
智能手机和智能手表等设备已经将边缘计算用于收集和处理数据。例如，物联网设备、车辆和传感器是边缘设备，假设它们可以在本地计算并与云交互。
需要用于处理本地系统和连接到系统的框架，并且可以采用路由器、容器、网桥或服务器的形式。
网络边缘是指设备或本地网络与互联网之间的接口点。边缘计算不需要一个独特的“边缘网络”来运行，尽管与网络边缘一起实施，但它可以放大彼此的效果，以提供更高的性能。
思科预计，2023 年，地球上的网络设备将是人类的三倍以上，也就是说，到 2023 年，将有 293 亿台联网设备。如此多的设备会产生 70 万亿 GB 的数据，这相当 2015 年全球数据量的 7 倍多。
如果将这些设备产生的数据全部传输到云端，对网络带宽、网络流量成本控制、云端存储能力都是一个巨大的挑战。
同时，一些应用需要及时响应，如工厂的机械设备的故障预测，时延即意味着损失。另外一些边缘设备还涉及个人隐私和安全。
为了应对物联网场景中海量数据传输、存储和云计算能力的挑战，领先的云计算厂商纷纷推出边缘计算的产品。将部分数据分析功能，放到了应用场景的附近 (终端或网关) 来实现，这种就近提供的智能服务可以满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。
边缘计算最近变得越来越重要，因为它为当前数字世界中涉及大量数据移动的网络问题提供了一种解决方案。它正在成为一种实用的架构，支持分布式计算，并在数据源附近部署计算和存储资源。
它的用处不仅限于解决以上问题。边缘计算还可以解决处理和响应时间敏感数据所花费的时间。而且边缘计算还带来了广泛或基于行业的好处。边缘计算的优势包括：
减少延迟
减少带宽使用和相关 IT 成本
功能增强
提高运营效率
更快的一般响应时间，特别是时间敏感型案例
提高工作场所的安全性
数据控制
提高安全性
要成功实施边缘计算，还需要考虑架构的问题，边缘计算目前面临的一些挑战包括：
实施边缘需要正确的基础架构 ——设备、网络或云平台。在大多数情况下，正在使用几个不匹配的技术堆栈，需要适当的对齐才能有效地工作。
尽管边缘计算不受常规网络限制的影响，但它仍然需要最少的连接。在设计阶段，容忍不良和不可靠连接的边缘部署结构应是一个关键考虑因素。
边缘计算的一个紧迫挑战是它容易受到恶意攻击。包含“智能”设备，如边缘服务器和物联网设备 —— 因其多孔的安全性而臭名昭著 —— 只会为进一步破坏这些设备创造新的机会。
当前数据超过盈余的一个持续问题是，这些数据中的大部分都是无关紧要的，用于实时分析的大多数数据通常不会长期保存。根据标准策略确定要保留哪些数据以及在分析过程后要丢弃哪些数据对于防止过载和紧张至关重要。
边缘计算需要更多的本地化硬件。例如，一些物联网设备具有基本的内置系统，可以将原始数据发送到 Web 服务器。分析这些数据而不是发送它们需要一个具有更高处理能力的复杂系统。用于构建这些设备的硬件也可能很昂贵。
具有多种技术选择的高度动态生态系统创新总是受欢迎的。但是，随着广泛的技术选择系统，5G 和 MEC（多接入边缘计算）等网络潜力的不断创新正在导致一个复杂的生态系统的形成。
边缘计算是一项几乎与每个领域都相关的技术，在当今瞬息万变的技术世界中为我们提供了巨大的价值。由于这项技术而出现的可能性值得观察。
希望您已经对边缘计算所呈现的分布式网络的概念有了简明的理解。在另一篇文章中，我们将研究边缘计算与云计算、与边缘计算相结合的技术以及安全问题。
本文来自微信公众号：出新研究 （ID：chuxinyanjiu），作者：Eleojo Evangeline Ezekiel，编译：唐诗
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。