2022年的边缘计算：边缘如何工作以及为什么重要？

智能设备的升级正在扩大当前基础设施的容量。

预计伴随着物联网设备的使用越来越多，5G网络的引入，前所未有的大量数据的产生将形成滚雪球的趋势。

互联设备生成的组织数据的复杂性和规模已经迅速超出了基于云的平台的能力，并导致了延迟和带宽问题基于云的平台别无选择，只能寻找新的方法来满足客户的需求

01.边缘计算到底是什么。

一个类似于物联网云的流行语，边缘计算到底是什么它如何以对企业有益的方式处理数据

边缘计算是相对于云计算而言的，是指收集和分析数据的行为发生在接近数据生成的本地设备和网络中边缘计算又称分布式云计算，雾计算或第四代数据中心

边缘计算最初是通过在广域网上虚拟化网络服务而出现的最初由一个平台驱动，适应了云计算用户的习惯，这就是2011年思科提出雾计算概念的由来伴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式数据中心，从而创建潜在的数千个适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执行的进程比在云中多它表明原始数据的处理和分析发生在数据收集的地方，而不是数据进入集中的数据中心

数据中心只审核和交互在边缘完成的计算结果，如预测，实时洞察或可操作的答案在网络边缘进行计算可以减少客户端和服务器之间所需的远程通信量，从而减少延迟

边缘计算正在增长，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寻找一种方法来处理来自远离数据中心的数据源的快速数据流入，同时在一个地方管理所有数据

02.边缘计算是如何工作的。

在传统的企业计算中，来自最终用户的数据通过WAN和LAN移动到企业数据中心此时，数据被分析，最终用户收到处理结果不幸的是，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再也无法克服的阶段

相反，边缘计算通过可以在远程局域网上收集和处理数据的硬件将存储和服务器带到数据中虽然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

这些设备可以是物联网传感器，智能手机，闭路电视，个人电脑，工厂中的机械臂或高端远程手术系统。edge的组件包括:

边缘设备

智能手机和智能手表等设备已经使用边缘计算来收集和处理数据例如，物联网设备，车辆和传感器都是边缘设备，假设它们可以在本地计算并与云交互

当地基础设施

需要一个用于处理本地系统和连接到系统的框架，它可以采用路由器，容器，网桥或服务器的形式。

网络边缘

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虽然它是与网络边缘一起实现的，但它可以放大彼此的影响，以提供更高的性能

03.边缘计算的重要性和优势

思科预测，2023年，地球上的网络设备将是人类的三倍多，也就是说，到2023年，将有293亿台联网设备这么多设备会产生70万亿GB的数据，相当于2015年全球数据量的7倍多

如果这些设备产生的数据全部传输到云端，对网络带宽，网络流量成本控制和云存储能力都将是一个巨大的挑战。

同时，有些应用需要及时响应，比如工厂机械设备的故障预测，时间延迟就意味着损失其他边缘设备也涉及个人隐私和安全

为了应对物联网场景下海量数据传输，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产品部分数据分析功能在应用场景附近实现，这种就近智能服务可以满足行业数字化在敏捷连接，实时业务，数据优化，应用智能，安全和隐私保护等方面的关键需求

最近，边缘计算变得越来越重要，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

它的用途不仅限于解决上述问题边缘计算还可以解决处理和响应时间敏感数据所需的时间而且，边缘计算也带来了广泛的或基于行业的好处

减少延迟

减少带宽使用和相关的IT成本

功能增强

提高运营效率

更快的一般响应时间，尤其是对于时间敏感的情况

提高工作场所的安全性

数据控制

提高安全性。

04.边缘计算的挑战

为了成功实现边缘计算，我们还需要考虑架构问题。边缘计算当前面临的一些挑战包括:

缺乏标准的集成架构

边缘实施需要合适的基础设施——设备，网络或云平台在大多数情况下，使用了几个不匹配的技术堆栈，需要正确的对齐才能有效工作

连接

虽然边缘计算不受传统网络限制的影响，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该是一个关键的考虑因素

安全威胁

边缘计算的一个紧迫挑战是它容易受到恶意攻击包括智能设备，如边缘服务器和物联网设备——因其漏洞百出的安全性而臭名昭著——只会为这些设备的进一步破坏创造新的机会

数据的生命周期

当前数据超过盈余的一个持久性问题是，这些数据大多无关紧要，用于实时分析的数据大多通常不会长期保存在分析过程之后，根据标准策略确定哪些数据要保留，哪些数据要丢弃，以防止过载和压力，这一点非常重要

本地硬件

边缘计算需要更多本地化的硬件例如，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

05.结论。

具有多种技术选择的高度动态的生态系统创新总是受欢迎的可是，伴随着广泛的技术选择系统，5G和MEC等网络潜力的不断创新正在导致复杂生态系统的形成

边缘计算是一项几乎与每个领域都相关的技术，它在当今快速变化的技术世界中为我们提供了巨大的价值这种技术的可能性值得观察

希望你对边缘计算提出的分布式网络概念有一个简明的理解在另一篇文章中，我们将研究边缘计算和云计算，这种技术结合了边缘计算和安全问题

。