在過去十年中，許多公司已將其業務遷移到云端。但隨著家庭和企業中出現大量新的物聯網設備，在基于邊緣計算的業務方向上開始出現新的轉變。

[[276569]]

這意味著，與其將計算和內存容量集中在云端或數據中心，不如將其放在更接近實際需要的地方。這可能意味著采用移動設備、手持設備、智能終端，甚至是連接車輛的車載設備。這樣做的好處是，用戶可以快速交付結果，而無需擔心需要快速數據連接。

邊緣計算的挑戰

與更傳統的計算環境相比，邊緣計算提出了一些獨特的挑戰。首先，可用的硬件功能強大得多。因此，為了充分利用，它必須針對非常具體的功能。

邊緣計算系統也需要能夠在很少干預或沒有干預的情況下運行。它們可能位于遠程位置，也可能安裝在數百個站點上，因此采用更少維護的系統至關重要。這通常意味著某種形式的遠程管理功能，允許設備根據需要進行監視和更新。

當然，邊緣計算系統并不是完全孤立地運行的。它們仍然需要能夠與數據中心通信，并且需要對其進行安全管理，以降低數據丟失的風險。邊緣計算設備還應至少具有一些獨立操作的能力，并在與主機失去連接或連接不可靠設備的情況下緩存數據。

尋找邊緣計算系統

那么，人們可能會在哪里找到基于邊緣計算的系統?最明顯的例子是零售和酒店環境，其中銷售點終端可以捕獲和分析數據，以改善客戶的體驗。

物聯網(IoT)和工業物聯網(IIoT)設備的新興領域是邊緣計算開始迅速發展的另一個領域。這可能意味著加強供暖和通風系統、智能電表、RFID跟蹤設備的智能。在這些情況下，可以在邊緣處理從物聯網設備和傳感器收集的數據，以提供預測性維護、需求預測、使用情況跟蹤等措施。

在不久的將來，人們將開始看到邊緣計算在智能城市發展中的應用，以減少交通擁堵，提供改善的公共服務和優化能源使用。這可能會與來自聯網車輛的遠程信息處理結合起來，以改進導航并避免交通堵塞。邊緣計算處理的車輛數據也可用于設定車輛保險或改善駕駛員的駕駛行為。

隨著面部識別技術的發展，邊緣計算處理可用于識別客戶，并進一步降低銀行和金融業務中的欺詐風險。

離邊緣計算更近

企業中的技術領導者傾向于采用邊緣計算，就像云計算和人工智能一樣，只是因為它是很新的技術。經過多年的努力，人們將網絡的計算元素轉移到數據中心，技術制造商如今正在計劃將這些元素移出數據中心，這可能是一個巨大的改變。但是人們也需要思考為什么要使用邊緣計算，以及它能帶來什么好處。

當然，邊緣計算設備可以與另一種快速增長的人工智能技術相結合。這使邊緣計算系統能夠不斷學習和改進其性能。這里的一個很好的例子是倉庫中的自動化處理系統，學習如何安排庫存以最好地服務供應鏈。這種環境中的邊緣計算系統還可以幫助最小化持有不必要的庫存，并減少錯誤。邊緣計算處理的速度更快，例如能夠在結賬時即時打印優惠券。

邊緣計算也可以使業務流程受益。由于可以獲得準確的當前數據，它可用于簡化即時流程和供應鏈交互等。

但是這對于IT業務來說意味著什么呢?無論是在云端還是內部部署數據中心，了解它如何與現有業務系統集成非常重要。需要什么網絡技術才能實現這一目標，企業是否應該關注虛擬機和容器化的組合?關鍵考慮因素是減少網絡延遲，并允許面向客戶的業務元素快速響應需求。

最重要的是，在任何數字化轉型戰略中，IT元素都不應成為障礙。那么是否應該有自我配置或自動化的元素，例如增加計算能力以應對高峰需求?

注意事項

顯然，邊緣計算的應用也存在一些挑戰，尤其是在某些情況下，安全能力有限的相對簡單的邊緣計算設備會面臨更多的攻擊面。毫無疑問，制造商和最終用戶組織將需要協作，以實施嚴格的安全和供應標準來緩解這一問題。

同樣，邊緣計算的基礎設施的硬管理和軟管理需要仔細設計和實施，以盡量減少對已經不堪重負的IT團隊和數據中心員工的影響。

未來的發展

隨著物聯網的不斷發展，從電視到冰箱到工廠生產設備等越來越多的設備都將獲得一定程度的計算能力。這意味著很多時候會有大量閑置的計算能力。使用這種未使用的邊緣計算功能有可能創建一個由云計算連接的大型強大資源，可用于多種用途。

在許多方面，這是現有云計算的演變，但利用了許多小型設備的功能，而不是依賴于大型數據中心。這有可能提供更具彈性的系統，因為就像全球互聯網一樣，在發生故障時可以重新路由和使用不同的資源集。

雖然邊緣計算實現這一愿景在未來可能還有一段路要走，但企業需要密切關注其發展，否則就有被落在后面的風險。