什么是边缘计算

边缘计算是指在靠近数据源头的网络边缘进行数据处理，而不是依赖于集中的云或数据中心。在边缘计算中，数据在设备本地或附近的服务器上进行处理和分析，从而降低了延迟，实现了更快的响应时间。这种技术在需要实时或近实时处理的场景中尤其有用，例如物联网（IoT）、自动驾驶汽车和工业自动化。

边缘计算提升了性能、安全性和在数据源头或附近进行数据处理和分析的能力，是更广泛的云计算环境的宝贵补充。

边缘计算与云计算、物联网和人工智能一样，是一个热门词汇。简单来说，边缘计算实现了网络的去中心化。边缘计算是技术发展的下一代增强和进步。‘边缘’字面上的意思是地球上提供分布式服务的地理位置。边缘计算是一个分布式计算系统，它允许将数据计算和存储带到靠近数据源（需要数据的地方）的位置。它尽可能地将计算带到最近的地方，以最小化带宽、提高响应时间并利用延迟。边缘计算的概念不是将数据集中在一个地方，而是相信数据的分布式计算过程。然而，尽管云计算和物联网更快更高效，但边缘计算是一种更快的计算方法。边缘计算的目的是通过将数据计算移近网络边缘，远离数据中心来改进网络技术。这种过程利用网络网关或智能对象来代表云执行任务并提供服务。众所周知，每天都会产生海量数据，使得数据中心难以处理和计算。此外，网络带宽限制几乎被耗尽，响应时间大大增加。因此，当将计算和数据服务交由边缘计算处理时，可以提供高效的服务交付、更好的数据存储和物联网管理，从而最大限度地减少响应时间和数据传输速率。随着5G数据网络的出现，它使得5G数据网络和边缘技术触手可及。因此，边缘计算减少了数据的长距离处理和慢速通信。

边缘计算的挑战

边缘计算中存在以下问题和挑战：

• 数据隐私和安全：这是技术的新变化和增强，因此隐私和安全功能也应该有相应的变化和增强。保护边缘设备及其生成的信息可能很复杂。这些设备通常分布在不同的位置，容易受到物理和网络威胁。安全协议和更新需要持续监控。
• 可扩展性：为了满足不断增长的网络或用户群的需求而扩展边缘基础设施可能很困难。这需要仔细的规划和资源分配，以确保处理能力得到有效分配。边缘计算基于分布式网络，而面临许多问题的分布式网络的可扩展性则成为挑战。这些问题包括：
  1. 设备异构性：应关注具有不同能源和性能限制的设备的多样性。
  2. 与云数据中心的强大基础设施相比，设备状态高度动态，连接可靠性较差。
     此外，日益增长的安全需求会影响并减缓边缘计算的可扩展性，因为它可能会在相互通信的节点之间带来更多的延迟。
• 可靠性：对于所有技术来说，可靠性都是一项艰巨的任务，边缘计算也不例外。为了处理来自特定故障转移的服务，需要对其进行管理，这至关重要。由于边缘计算依赖于分布式网络，因此即使单个节点发生故障或无法访问，用户也必须能够无干扰地获得服务。此外，边缘计算必须能够向用户发出节点故障警报，并提供故障恢复措施。为此，每个设备都应维护整个分布式系统的网络拓扑，这将使错误检测和恢复过程变得容易。除此之外，所使用的连接技术可能提供不同的可靠性水平，并且由于环境条件，边缘生成的数据精度可能不可靠。
• 速度：边缘计算应能够为最终用户提供高速服务，因为它将分析和计算资源带到靠近源头（最终用户）的地方，从而实现快速通信。这种现代系统将自动优于传统的云计算系统。因此，保持良好的速度也是边缘计算的一项挑战。
• 效率：由于分析工具非常接近最终用户，边缘计算的效率得到了提高，并且由于这个原因，复杂的AI工具和分析工具可以执行在系统边缘。这种平台提高了运营效率，从而为系统提供了诸多好处。

此外，还可以讨论其他因素，如下所示：

• 延迟和带宽：降低延迟是边缘计算的关键优势，但在边缘处理数据时，保持低延迟可能很困难。有限的带宽也可能是一个问题，尤其是在偏远或带宽受限的地区。
• 管理复杂性：管理大量边缘设备，每个设备都有其自己的配置、更新和安全需求，可能很复杂。集中式控制设备需要简化。
• 数据治理：边缘计算产生大量数据，并且按照法规要求管理和治理这些数据可能很困难。确保数据隐私和安全至关重要。
• 成本：部署和维护基础设施可能成本高昂，尤其是在处理多个地点的众多设备时。组织应仔细考虑问题计算的含义。
• 互操作性：确保来自不同制造商和供应商的边缘设备和系统能够无缝协作是一项挑战。标准化工作正在进行以解决此问题。
• 数据冗余：在边缘处理数据可能导致数据冗余，多个设备执行类似的操作。有效管理和去重数据对于优化和处理资源至关重要。
• 远程维护：对于棘手的设备，尤其是在遥远或难以到达的位置，执行维护、更新和故障排除可能在后勤上很复杂且成本高昂。
• 环境影响：边缘计算基础设施消耗电力和资源。在部署边缘设备时，尤其是在偏远或生态敏感地区，考虑其环境影响非常重要。

解决边缘计算中的这些挑战需要结合创新的技术、强大的安全功能、有效的管理解决方案以及仔细的规划，以实现本地化数据处理的优势，同时减轻潜在的缺点。

为什么选择边缘计算

边缘计算是一种新型技术，不仅可以节省时间，还可以节省服务和其他费用。以下原因将回答这个问题：

• 通过边缘计算，它使智能应用程序和设备能够尽快响应创建的数据，从而消除了滞后时间。
• 边缘计算还实现了数据流加速，包括实时数据处理而不使用延迟。数据流加速对于自动驾驶汽车等技术至关重要，并为企业提供同等重要的益处。
• 通过允许在靠近源头的地方处理数据，可以大规模高效地处理数据，并且还可以节省互联网带宽的使用。因此，它降低了成本，并使远程位置的应用程序能够有效访问。
• 边缘计算能够提供服务并在最远距离处理数据，从而为敏感数据提供了一个安全的层，而无需将其保留在公共云中。

边缘计算的应用

如今，世界依赖于互联网，从小到大的事物都离不开它，并且物联网设备（如传感器和计算成本）的价格也在不断下降。这样，将有更多事物保持与互联网连接。结果，可用的连接设备越来越多，边缘计算将持续受欢迎。以下行业将可能受益于边缘计算：

1. 交通运输：这是最有潜力的领域之一，边缘计算在其发挥着至关重要的作用，尤其是在自动驾驶汽车领域。这是因为自动驾驶汽车装满了各种传感器，从摄像头到汽车的雷达系统。这些自动设备可以利用边缘计算通过这些传感器在非常靠近车辆的地方处理数据，因此可以节省大量时间。但这些自动驾驶汽车尚未成为主流，仍在准备阶段。汽车边缘计算联盟（AECC）在2018年表示，它将启动专注于联网汽车解决方案的运营。但不仅仅是自动驾驶汽车，边缘计算还将关注火车、飞机和其他交通运输形式。
2. 医疗保健：人们依赖健身追踪器、智能手表、耐力测量手表等，发现这些健康监测可穿戴设备很舒适。然而，实时分析对于捕捉收集数据的实际益处至关重要，因为许多健康可穿戴设备直接连接到云端，而另一些则只能离线运行。某些健康设备仅以离线模式分析脉搏率和睡眠模式，医生会使用分析结果当场检查和评估患者。这些智能设备对于在任何大流行病（如COVID-19）中收集和处理数据以治疗患者非常有用。通过边缘计算，科学专业人员可以更快地获取和访问信息，这可以促进更高、更快的患者护理，包括为患者生成健康数据（PDHD）提供安全层。通过边缘计算，医院和医生将能够更快地使用和访问更多的云应用程序，但数据的安全性和隐私仍然是一个困惑。
3. 制造业：制造业领域的边缘计算将减少发送到云端以进行预测性维护等应用程序的数据量，并将运营技术移至边缘计算平台，以在边缘以与云中相似的方式运行流程，但速度更快、结果更好。然而，本地部署的维护仍然依赖于云。
4. 电网边缘控制和分析：这些智能电网控制通过在电力分配基础设施、消费者和公用事业前端之间创建通过WAN协议的双向通信通道来工作。然而，边缘电网计算能够为分布式能源（如可再生能源）提供高级实时监控和分析，并产生可操作的见解。只有边缘计算技术才具备这种能力。边缘电网计算可以通过生成大量有用数据的电动汽车、风力发电场和水力发电大坝协助公用事业公司进行需求、峰值使用预测、可用性和发电量分析，从而降低总体成本、能源浪费，避免停电和过度补偿。
5. 油气远程监控：目前，物联网设备正在提供现代安全监控、控制、查看和感应油气温度、压力、湿度、声音和辐射的传感器设备。IP摄像头和其他物联网设备产生海量连续数据，然后对数据进行组合和分析，以提供关键见解，从而可靠地评估运行系统的健康状况。借助边缘计算，可以实现实时安全监控，以保护关键机械基础设施和油气系统免受灾难。此外，正在开发几款以安全性和可靠性为主要关注点的边缘物联网监控设备。边缘计算允许实时分析、处理和向最终用户交付数据。因此，它使控制中心能够在数据发生时立即访问数据，从而以最优化​​的方式防止故障。因此，油气服务是关键基础设施，如果维护不当，可能会造成灾难性后果。
6. 交通管理：交通是最浪费时间的，需要优化。优化交通的最佳方法是维护和改进实时数据。对于交通管理过程，智能交通系统（如自动驾驶汽车和其他传感器系统）广泛使用边缘计算设备。通过边缘计算，大量传感器和其他数据在传输到物联网边缘网关以供其他系统使用之前，会经过分析、过滤和压缩。因此，边缘计算降低了用于交通管理解决方案的网络费用、运营处理和存储成本。
7. 边缘视频编排：它利用边缘计算资源，通过高度优化的方法提供高带宽视频。它不通过集中式核心网络将视频传递到所有网络。相反，它将视频文件靠近设备进行编排、缓存和分发。通过边缘计算，可以通过在场地移动边缘服务器和热点上运行的富媒体处理应用程序，快速将新创建的视频片段和直播流提供给付费客户。从而避免了在传输高带宽视频（TB级）时移动网络会出现的一些质量问题，并降低了服务成本。尽管如此，这种边缘计算的开发仍在进行中，但在未来几年将会蓬勃发展。

边缘计算的好处

边缘计算有以下好处：

• 速度：这是任何领域，尤其是在计算机科学领域中最具吸引力和最重要的因素。每家公司和行业都需要高速技术方面，例如金融组织，因为慢速数据处理可能会给公司带来巨大的财务损失；医疗保健行业，因为零点几秒的差别可能挽救患者生命或夺走生命；以及其他服务提供行业，它们需要快速的计算速度，否则会惹恼客户，从而对行业客户产生负面影响。边缘计算凭借其极快的计算速度，无疑将使这些行业受益。通过边缘计算，网络延迟将降低，并且物联网设备将在边缘数据中心处理数据。因此，数据无需再传回中央服务器（即集中式服务器）。
• 数据安全：在边缘计算中，数据靠近源头，数据处理工作将分布在多个数据中心和设备上。这将保护您的数据免受任何可能对敏感数据造成漏洞的网络攻击，例如免受DDoS攻击。因此，数据可以免受黑客的侵害，因为攻击区域会增加，数据不只位于一个位置，即数据是去中心化的。此外，当数据存储在本地时，可以更容易地监控数据的安全性，从而使行业能够维护数据的隐私。
• 数据可扩展性：使用边缘计算，扩展变得简单容易，您可以购买具有高计算能力的边缘设备来增加您的边缘网络。无需创建自己的私有和集中式数据中心来满足其数据需求。只需将边缘计算与托管服务相结合即可扩展您的边缘网络。否则，公司需要购买新设备来扩展其IT基础设施。因此，这将为公司节省购买新设备的费用。行业只需购买几台物联网设备即可扩展网络。
• 更快的data processing：有各种各样的物联网应用程序协同工作，如果它们是集中的，服务器无疑会减慢速度。此外，生成的大量数据也会给服务器和所有物联网设备碎片带来复杂性。然而，如果服务器变慢或发生故障，连接的设备也会发生故障。通过边缘计算，数据可以在本地或靠近连接的设备访问。通过边缘计算，还可以节省将数据移动到集中式服务器的成本（即传输成本），并且处理数据所需的时间也变快了。所有这些都带来了更高的效率。此外，当整个网络不必始终忙于交换数据时，可以节省大量的网络拥塞，并仅在需要时保持节点之间的数据共享。
• 成本效益：边缘计算因其比现有替代技术更具成本效益而广受欢迎。这是因为边缘计算降低了数据存储、网络成本、数据传输成本和数据处理成本。此外，边缘计算通过将遗留设备使用的通信协议转换为现代智能设备和云可以理解的语言，确保了现代遗留设备和智能物联网设备之间的互操作性。因此，无需投资购买新的物联网设备，因为我们可以轻松地通过边缘计算连接现有或旧的物联网设备。通过这种方式，边缘计算还使碎片能够在没有高速互联网连接的情况下运行，因为运行云功能需要高速互联网连接。

边缘计算的缺点

边缘计算有以下缺点：

1. 边缘计算需要更多的存储，因为数据将被放置和处理在不同的位置。
2. 由于在边缘计算中，数据保存在分布式位置，在这种环境中，安全性成为一项艰巨的任务。识别盗窃和网络安全问题常常变得危险。此外，如果添加了一些新的物联网设备，它可能会为攻击者打开大门，损害数据。
3. 众所周知，边缘计算节省了购买新设备的许多费用，但边缘计算也很昂贵。这意味着成本太高。
4. 它需要先进的基础设施来以先进的方式处理数据。
5. 然而，边缘计算未能将资源汇集到资源池中。这意味着它无法执行资源池。
6. 它仅限于较少数量的外围设备。

边缘计算与云计算

虽然边缘计算不会取代云计算技术，但它的出现无疑会减少并影响云计算。另一方面，边缘计算将通过提供更简单的解决方案来处理混乱的数据来增强云计算技术。这两种技术都有其自身的用途和使用，下面我们讨论了几点区分边缘计算和云计算：