誰能想到，短短的20年時間，世界就發(fā)生了翻天覆地的變化，互聯網徹底改變了我們的生活。

而互聯網時代的到來，方便了我們的生活，同時也帶來了極其巨大的數據。這些數據如何處理成為了現在人們都關注的熱點，大數據時代也因此應運而生。

這么龐大的數據究竟要怎么合理使用呢？專家們都絞盡腦汁的想辦法，終于想到了一個非常有用的方法，就是云端。通過云端對這些數據進行分析處理，然后再進行使用。

然而，由于數據量實在過于龐大，即便是云計算也有力不從心的時候，無法做到快速分析處理。畢竟現在全世界每秒生成的字節(jié)數據數以億計，而不是每天或每周，因此嘗試將所有數據傳輸到某個地方，對其進行處理并將結果發(fā)送回去，這種做法不可能實現。

因此，邊緣計算的理念就被提出來了。這種技術使計算資源在物理上靠近端點設備，包括專用網關和服務器，甚至本地虛擬化數據中心。

另外，邊緣計算還將為企業(yè)帶來很多機會。它能夠改善現有流程，并刺激新的運營模式和新活動。邊緣計算還能給以后帶來更多好處。

速度

在很多情況下，從技術上講，數據可以從終端設備移動到云端，其中應用程序可以處理數據，然后將信息發(fā)送回去，以指示這些終端采取適當的措施，這可能在幾秒鐘內發(fā)生。

但是，對于某些用例而言，這可能還不夠快，所以這就是邊緣計算發(fā)揮作用的地方，其位置鄰近性可提供某些操作所需的更快速度。

它可能要快幾毫秒，對于某些決策而言，這種速度很有必要。

學習

邊緣計算不會完全取代云計算資源，但是企業(yè)將使更多的AI和機器學習功能盡可能地靠近端點設備，以確保這些智能流程能夠以所需的速度和可靠性運行。

考慮一下如何在邊緣利用AI來協(xié)助制造業(yè)。在制造過程中，傳感器沿著裝配線部署，它們可以直觀地檢查所制造的產品是否有缺陷，然后將檢查數據發(fā)送到邊緣設備，這些邊緣設備可運行算法以識別產 品是否有缺陷、確定缺陷的類型、選擇解決問題的最佳方法，然后最終指示制造系統(tǒng)采取糾正措施。

邊緣計算使這些機器能夠快速自行做出明智的決策。隨著時間的推移，智能系統(tǒng)將學會更有效地分析數據以確定采取何種行動。

安全

邊緣計算的分散性質對于企業(yè)網絡安全具有重要意義，因為數據和計算能力從其在核心數據中心的集中位置(無論是公共云還是私有云)分散到企業(yè)整個網絡中的各個節(jié)點。

這種轉變要求IT安全領導者以相應的方式擴展防御范圍，以確保企業(yè)防御范圍從中央數據中心通過網絡擴展到邊緣設備和端點本身。

邊緣計算可實現更高的安全性和靈活性，因為其分散的特性消除了單點故障中心點。安全團隊可以切斷受到攻擊、破壞或遭泄漏的端點和邊緣計算設備。

區(qū)別

企業(yè)正在邊緣保留越來越多的數據，并且，隨著他們設計更多利用該技術的用例，數據量還會增加。

但邊緣計算趨勢并不會消除對云計算的需求。有時候還是需要依靠公共云和私有云來獲得某些功能。如果沒有定期與云端進行連接，那么邊緣設備將無法實現完全自治。

云資源適用于重型應用程序，而邊緣計算更適合用于輕型應用程序。這將包含網格網絡，在邊緣的節(jié)點相互連接、共享信息和指令，當與AI和機器學習結合使用時，以及更高的自動化程度，這將助力自主的工作流程。

未來

在未來幾年，除了已經可用于邊緣計算部署的產品(網絡、存儲和計算設備)從典型的數據中心和云基礎架構派生出來的產品，將看到更多專門針對邊緣計算的產品將進入市場。