边缘计算作为一种新的技术和趋势，以燎原之势点燃了科技界。随着物联网和5G技术的发展，智能制造、智能农业、自动驾驶、智能能源、医疗等应运而生。它具有数据处理和分析更实时、更快速、网络流量更少、运营成本更低、运营效率更高的优点，将应用于更广泛的行业。

IDC预测，全球数据圈将从2018年的33ZB增长到2025年的175ZB。到2025年，全球数据圈近30%的数据将是实时数据。要想提供一流的客户体验，扩大市场份额，企业的基础设施必须能够满足实时数据的增长需求，边缘计算的应用将更加突出。在2018年10月的报告中，麦肯锡公司提出了107个不同的边缘计算用例。据估计，到2025年，边缘计算的潜在价值将在1750亿至2150亿美元之间，这只是硬件公司的价值。

边缘计算的潜力无穷，对于想要充分挖掘数据价值的企业来说，不了解边缘计算很容易被行业“边缘化”。正如Gartner分析师Thomas J. Bittman所说，大多数公司意识到他们需要拓宽思路，不仅关注集中化和云计算，还要关注低延迟和实时分布式处理，但这并不容易。为了帮助企业更好地理解边缘计算，希捷科技对边缘计算的几个常见误区做了简要分析：

误区一：边缘会吞云吐雾。

分布式计算的优势显而易见，因此许多风险投资家开始将关注点从云转移到边缘，一些人甚至发布了更大胆的预测。在2017年发表的题为《边缘的回归和云计算的终结》的演讲中，投资人Peter Levine表示，由于机器学习和IoT驱动，计算将从云转移到边缘，云将在“不久的将来”消散。同年，Gartner分析师Thomas Bittman也发表了类似观点，称“边缘将吞噬云”，并解释了向“低延迟和基于地理的实时数据处理和分布式数据处理”的过渡。

事实：边缘和云相辅相成。

正如IDC预测的那样，全球实时数据量将大幅增加，到2025年，全球30%的数据需要实时处理。这个预测不是凭空而来的，而是有证据的。以自动驾驶汽车和联网汽车(联网汽车与其他车辆交流大量数据，但不为驾驶员做决策)为例。如果一辆联网或自动驾驶汽车的传感器感测到儿童在路上玩耍，另一辆汽车很可能会在该区域闯红灯。在这种情况下，将信息发送回云端进行处理已经太晚了，必须快速、立即进行处理。毫秒延迟是关于生命的。

莱文认为，这种危及生命的数据处理需要在终端完成。不过，他也在同一份报告中承认，“重要的信息仍将存储在集中的云中”，而云仍将是支持集中机器学习的中心，它需要大量的数据，并在边缘收集见解。同样，Gartner的Bittman也承认“云仍将发挥重要作用”。

因此，边缘不会取代云，相反，它会促进云向边缘的扩展。

其实“边”或“云”占上风并不是关键，关键是云边将如何配置，边云如何协同工作。

大规模数据中心仍然适用于集中式应用程序，例如大规模归档、内容分发、应用程序存储和快速原型制作。

根据希捷科技及其合作伙伴Vapor IO在2019年发布的报告《边缘数据》，提供Vapor IO、Edgeconnex和DartPoints等边缘解决方案的公司正在转向边缘数据中心。边缘数据中心具有小型、区域性、设备独立、低成本、自动化等特点，位于网络边缘。独特的位置，如停车场，市政道路和手机塔基站。根据戴尔EMC的说法，这些边缘集群旨在抵御外部环境和安全挑战，并且它们具有“足够的计算能力来独立于集中式数据中心集成和处理数据”。云计算和边缘计算基础设施提供商Packet将这些产品称为“可放置在任何地方的云”。

边缘可以看作是云的自然产物。Telefonica副总裁Patrick Lopez表示，虽然云推动了“互联网普及”，“但我们相信边缘将是互联网普及的新一代力量。边缘计算本质上结合了云和电信的最佳特性。云的终极特征是云服务的便捷接入，而电信的终极特征在于即时性、永远在线、永远连接，这是两者结合的优势。”

误区二：只有一条边。

毕竟说到边，我们经常用单数形式。

事实：很多地方都有利润。

当边是单数时，它指的是在数据被创建的地方附近处理数据的生态系统。但是，边缘在很多地方都存在是不争的事实，这也是一个非常重要的事实：所有这些边缘网络都依赖于应用需求。也就是说，随着网络越来越多，外部网络边界也越来越多，其中包括运行用户感兴趣的应用的多个端点。边缘可以根据应用需求灵活设置在不同的位置。

，比如可以运行于田野的谷仓、联网汽车或者在其他许多地方。

为特定目的而打造的定制化边缘已经成为一个趋势。随着时间的推移，边缘将变得更为云化：边缘定制化会出现，但很可能只作为软件层。正如Telefonica公司的Lopez指出：云的随处可访问以及对开发者的简单易用等特性，可能也会成为所有边缘的必备条件。如果有人开发了一款可以在边缘运行的应用程序，那么该应用程序应该支持在任何网络部署。

误区三：将云压缩在盒子里就成为了边缘

有些数据存储和处理需要在边缘进行，边缘至少需要具备云环境的某些属性：平等的网络访问以及各个边缘网络中的应用程序相互兼容。这难道不是让每个边缘都变成一小块云吗?

事实：边缘并不是一朵小小的云

数据及其需求成就了边缘。边缘并不是微型云，因为首先边缘完全由数据驱动，也就是说边缘是由接近最终用户进行生产和处理数据的应用所决定。

这些应用存在很大的差异性，范围涉及智慧城市的公共设施监管、虚拟现实场景、桥梁监控以及通过虚拟助手在工厂里制作衣服的机器人等等。这些应用场景生成的数据(需要在边缘处理)也是多种多样的，这就是为什么说边缘基础设施依赖于应用的原因。

正如之前提及的，边缘没有空间和时间存储某些特定类型的数据，包括归档数据，机器学习的数据(用来训练机器学习算法的数据湖、大规模数据集)。此类数据在边缘基本没有用武之地。

最后，边缘并不是微型云，因为边缘可以实现远程自动操作且物理距离接近用户。与云不同的是，边缘是由位置和距离数据的远近来定义的。此外，与集中式、通用型数据中心不同，每个边缘都专注于解决特定的问题。

边缘计算让计算更靠近数据源，更迅捷地向最终用户交付服务。充分了解边缘计算的优势以及特征，合理进行边缘计算部署，将会助力各个行业成功挖掘数据的价值，共同开启万物互联的新篇章。

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。

---

免责声明： 本文由用户上传，如有侵权请联系删除！

---

标签：