今日頭條
官方微信
官方抖音
資訊頻道人類(lèi)已經(jīng)一只腳踏進(jìn)了5G時(shí)代，5G時(shí)代也將是邊緣計算的時(shí)代。邊緣計算是旨在網(wǎng)絡(luò )邊緣提供IT服務(wù)環(huán)境和云計算能力，以減少網(wǎng)絡(luò )操作和服務(wù)交付的時(shí)延。
目前，只有不到5％的大型企業(yè)使用邊緣計算來(lái)支持物聯(lián)網(wǎng)或沉浸式體驗。但這一比例會(huì )迅速增長(cháng)，Gartner最新報告《Exploring the Edge: 12 Frontiers of Edge Computing》顯示，到2021年底將有超過(guò)50％的大型企業(yè)部署至少一個(gè)邊緣計算應用；到2023年底，50％以上的大型企業(yè)將至少部署6個(gè)用于物聯(lián)網(wǎng)或沉浸式體驗的邊緣計算應用，而2019年這一數字甚至不足1％。
為什么選擇邊緣計算
客戶(hù)調查顯示，有四個(gè)獨特的驅動(dòng)因素推動(dòng)企業(yè)采用邊緣計算拓撲。
Gartner 最新報告
12個(gè)邊緣計算應用分類(lèi)
Gartner根據人、事物和業(yè)務(wù)之間的交互定義了12類(lèi)邊緣計算應用。其中一部分交互是雙向的，例如沉浸式體驗、系統自動(dòng)化；一部分是單向的，例如數據/事件報告、客戶(hù)端內容交付。這些分類(lèi)可以幫助I＆O（基礎設施/運營(yíng)）領(lǐng)導者識別各種應用中的潛在機會(huì )，并構建有意義的策略。
1 系統自動(dòng)化
物與物可以交互，尤其是提供信息的傳感器和作用于信息的執行器。物也可以和全功能系統交互，比如無(wú)人機或網(wǎng)格中的自組織機器人。
工業(yè)自動(dòng)化
自動(dòng)駕駛汽車(chē)/無(wú)人機
家庭自動(dòng)化
邊緣計算可以減少遠程分析和決策的需要，避免帶寬壓力和延遲；它還可以幫助實(shí)現當前手動(dòng)工作的自動(dòng)化，減少遠程的現場(chǎng)工作人員；邊緣計算可以滿(mǎn)足以毫秒甚至微秒為單位的需要快速響應的需求，特別是在健康和安全等關(guān)鍵場(chǎng)所，比如醫院或電力公司。
2 沉浸式交互
實(shí)現人與物之間的雙向數字交互，包括報告、控制、甚至是協(xié)作。
按需提供信息的智能助手
混合現實(shí)（MR）交互——全數字信息和控件，例如MR管理“控制臺”、訓練場(chǎng)景、設計工作
觸覺(jué)互聯(lián)網(wǎng)（傳感和控制）
大多數需要以人腦或更快速度運行的交互不能出現延遲或斷線(xiàn)問(wèn)題。邊緣計算能夠增強在家庭、工作場(chǎng)所和商店等場(chǎng)景中的沉浸式交互體驗。
3 沉浸式控制
隨著(zhù)萬(wàn)物的彼此連接和數字化，人們能夠通過(guò)越來(lái)越多的數字接口以自然、沉浸的方式控制物，例如
機器人手術(shù)
會(huì )話(huà)界面——語(yǔ)音命令
這類(lèi)控制通常需要有效的互聯(lián)網(wǎng)連接，但邊緣計算可以在可操作的范圍內增加其自主性。例如，現在人們已經(jīng)可以通過(guò)APP在網(wǎng)絡(luò )斷開(kāi)的條件下控制智能照明；但是像Alexa和Google智能助理這樣的數字語(yǔ)音控制助手仍然需要互聯(lián)網(wǎng)連接。隨著(zhù)智能揚聲器具備越來(lái)越多的邊緣計算能力，這一情況也將被改變。
4 沉浸式報告
人們還可以以一種感官上更直接、更沉浸的方式獲得額外的數字信息。人類(lèi)的視覺(jué)、觸覺(jué)或聽(tīng)覺(jué)具有同等的信息獲取能力。這是一種增強現實(shí)（AR）的表現形式，物件將提供自身的信息，例如
基于A(yíng)R的設備狀態(tài)和運維系統
AR購物體驗
車(chē)載平視顯示器，用來(lái)顯示附近商店和餐廳的詳細信息
帶有預警功能的手機，在接近危險物體時(shí)震動(dòng)警示
震動(dòng)預警方向盤(pán)，輪胎靠近馬路實(shí)線(xiàn)時(shí)震動(dòng)警示
當物需要與人進(jìn)行數字通信時(shí)，邊緣計算可以消除不必要的延遲和帶寬，并且支持連接斷開(kāi)時(shí)的本地交互。
5 沉浸式協(xié)作
人們可以通過(guò)數字化方式搜索、查找和互動(dòng)，進(jìn)行協(xié)作、游戲、教學(xué)和學(xué)習，例如
VR / MR會(huì )議室、教室、自習室
多人游戲
人群興趣社交AR
邊緣計算將用于為家庭、工作場(chǎng)所、游樂(lè )園、學(xué)校和社交場(chǎng)所創(chuàng )建本地虛擬空間，減少帶寬并降低延遲。
6 業(yè)務(wù)自動(dòng)化
物和業(yè)務(wù)之間的交互可以是雙向的，即業(yè)務(wù)對發(fā)生在邊緣的事件做出響應，以及邊緣對業(yè)務(wù)請求和策略做出交互響應。例如
業(yè)務(wù)控制閉環(huán)
終端異常事件或報警時(shí)的業(yè)務(wù)處理安排
機器學(xué)習
隨著(zhù)業(yè)務(wù)需求的變化，業(yè)務(wù)控制可以在邊緣進(jìn)行，從而改善延遲，減少帶寬并實(shí)現在網(wǎng)絡(luò )連接臨時(shí)斷開(kāi)時(shí)的自主管理。業(yè)務(wù)控制也可以委派給邊緣，或者在條件允許時(shí)集中進(jìn)行。在機器學(xué)習場(chǎng)景中，可以在邊緣捕獲數據，并將其發(fā)送到構建算法的核心數據中心，然后將生成的算法發(fā)送到邊緣進(jìn)行實(shí)施?；蛘咭部梢栽谶吘夁M(jìn)行訓練和算法優(yōu)化，尤其是當算法和數據是針對某一特定地點(diǎn)時(shí)。
7 數據/事件報告
萬(wàn)物包含大量信息。在很多應用案例中，物體發(fā)送它們的數據或事件信息進(jìn)行匯總和處理，從而組建各種業(yè)務(wù)流程，例如
例行資產(chǎn)狀態(tài)更新
信號處理
根據特定情況預測性和規范性的維護信息
交通/環(huán)境監測
監控視頻流式傳輸和分析
對于數據/事件報告，邊緣計算可以通過(guò)數據過(guò)濾或預處理來(lái)減少帶寬，通過(guò)將一些業(yè)務(wù)分析和決策遷移到邊緣來(lái)改善延遲，在故障期間緩存數據，或者出于隱私原因過(guò)濾數據，例如模糊人臉或車(chē)牌，聚類(lèi)的數據匿名等。
8 設備控制和維護
交互也可以反過(guò)來(lái)從業(yè)務(wù)端到物體終端本身。物體可以作為執行器而不是傳感器，業(yè)務(wù)端可能需要將軟件、數據或指令部署到相連接的物體上，例如
基于業(yè)務(wù)規則的遠程控制
軟件配置和修補
數據下載，例如貨架產(chǎn)品價(jià)格更新
邊緣計算可用于將數據和軟件緩存部署到多個(gè)物體上，或者維護一個(gè)由多個(gè)物體共用的本地集中式數據庫。完成核心訓練后，邊緣計算也可用于推理。
9 沉浸式體驗
業(yè)務(wù)和人之間的數字交互也可以是雙向的，例如
沉浸式電子商務(wù)
虛擬現實(shí)（VR）互動(dòng)娛樂(lè )
VR / MR工作場(chǎng)所
邊緣計算將使人與業(yè)務(wù)之間的交互更加實(shí)時(shí)化、更具互動(dòng)性和個(gè)性化。云計算使業(yè)務(wù)能夠更廣泛地覆蓋到客戶(hù)，而邊緣計算將對云進(jìn)行補充，以便在需要時(shí)提供低延遲和實(shí)時(shí)交互的深度擴展。
10 個(gè)人監測
數字數據也支持從用戶(hù)端向業(yè)務(wù)端發(fā)送報告，這不僅給消費者帶來(lái)了好處，也使個(gè)人數據經(jīng)紀人業(yè)務(wù)迅速增長(cháng)。例如
腳踝監視器
各種可穿戴設備，包括健檢測視器、健身設備、脈搏跟蹤器
邊緣計算將為用戶(hù)提供更多數據存儲位置和使用方式的選擇，但與此同時(shí)，它也會(huì )對安全性和隱私造成更大威脅。
11 客戶(hù)端內容交付
內容分發(fā)網(wǎng)絡(luò )（CDN）并不新鮮，它們通過(guò)就近為大量用戶(hù)緩存數據來(lái)提供邊緣計算優(yōu)勢，從而減少帶寬和延遲問(wèn)題，例如
流媒體
存儲網(wǎng)關(guān)/緩存
邊緣計算采用內容分發(fā)網(wǎng)絡(luò )的理念，并使其更加立體化，內容可以直接從中央數據中心、CDN、微型中心或者更接近用戶(hù)的地方傳遞，并且可以利用本地“信號”來(lái)確定內容傳送的時(shí)間和地點(diǎn)。
12 分布式業(yè)務(wù)處理
企業(yè)或業(yè)務(wù)部門(mén)之間的相互作用可能永遠不會(huì )涉及人或物，而是完全數字化的交易，并且對位置和延遲非常敏感。以下幾個(gè)例子說(shuō)明了邊緣計算在業(yè)務(wù)交互中的重要性
合規監測：推動(dòng)業(yè)務(wù)規則更接近交易，例如ATM
金融交易分析：在時(shí)間就是金錢(qián)的應用場(chǎng)景減少延遲，例如高頻交易和華爾街
網(wǎng)絡(luò )功能：促使網(wǎng)絡(luò )功能的作用和效率最大化
遠程辦公室/分支機構（ROBO）：業(yè)務(wù)處理的分配/委派更接近交易發(fā)生地，仍需連接到中央數據中心或云上
推動(dòng)業(yè)務(wù)邏輯更貼近實(shí)際應用已是老生常談，高速交易以及優(yōu)化、本地化分支機構的服務(wù)就是兩個(gè)長(cháng)期存在的例子。邊緣計算是一個(gè)解決延遲、帶寬、半自動(dòng)化和隱私問(wèn)題的良好選擇。
企業(yè)邊緣計算策略建議
今天，邊緣計算仍處于初期發(fā)展階段，企業(yè)正在試探性地逐一探尋邊緣計算的應用場(chǎng)景。雖然這些應用具有多樣性，但仍可以共享一些拓撲、技術(shù)和流程。例如其中某一種形式的專(zhuān)業(yè)技術(shù)可以應用于其他邊緣計算應用的部署。所有邊緣計算部署都面臨著(zhù)相似挑戰。
設備/裝置管理：如何管理、更新、配置和修補邊緣計算以及與其相關(guān)的設備。在許多方面，邊緣計算管理結合了數據中心和移動(dòng)設備規模管理。
安全性：當部署地點(diǎn)可能存在風(fēng)險時(shí)如何保護邊緣計算部署安全以及如何把控風(fēng)險。邊緣計算所面臨的安全挑戰類(lèi)似于與數據中心相結合的移動(dòng)計算安全和風(fēng)險管理。
數據管理和架構：邊緣計算將數據中心和數據湖變?yōu)樵S多需要進(jìn)行管理、存檔、聚合、進(jìn)一步分析和丟棄的數據水滴。有效的數據管理對成功邊緣計算部署至關(guān)重要。
在數字信息化業(yè)務(wù)中，邊緣計算作為云計算的補充，解決延遲、帶寬、自主化管理和安全等問(wèn)題。企業(yè)應當以更廣闊的視野及結構化的邊緣計算戰略規劃部署解決方案，以滿(mǎn)足特定應用的需求。Gartner相信，到2023年底將有超過(guò)50％的大型企業(yè)至少部署6個(gè)邊緣計算應用，來(lái)支持物聯(lián)網(wǎng)或沉浸式體驗。雖然應用場(chǎng)景多種多樣，但構建一個(gè)邊緣計算能力中心還是很有價(jià)值的。這將增加合作伙伴間的協(xié)同，提高技術(shù)效率。
來(lái)源：網(wǎng)絡(luò )整理
北京市公安局海淀分局備案號：11010802023656號