邊緣計(jì)算是IT領(lǐng)域最重要的趨勢(shì)之一。IDC預(yù)測(cè)，到2023年，超過一半的新企業(yè)IT基礎(chǔ)設(shè)施將位于邊緣。Gartner預(yù)測(cè)，到2025年，75%的企業(yè)生成數(shù)據(jù)將在傳統(tǒng)數(shù)據(jù)中心或云之外創(chuàng)建和處理。

然而，盡管發(fā)生了這一重大轉(zhuǎn)變，許多IT和企業(yè)領(lǐng)導(dǎo)者仍處于早期定義邊緣如何補(bǔ)充其整體云戰(zhàn)略的過程中。但也有一些企業(yè)剛剛開始通過試點(diǎn)項(xiàng)目和概念驗(yàn)證認(rèn)識(shí)到邊緣計(jì)劃的潛力。

為幫助企業(yè)在邊緣之旅中更好地前進(jìn)，本文定義了需要牢記的四個(gè)重要因素。

因素1：云和邊緣是互補(bǔ)的

關(guān)于邊緣的常見誤解之一是，其將以某種方式取代云計(jì)算。事實(shí)上，邊緣和云應(yīng)該攜手合作。智能策略假設(shè)分散的邊緣和集中的云之間是同步的。借助云，無論是公共云、混合云還是私有云，都可以擁有一個(gè)平臺(tái)來集中所有數(shù)據(jù)，并在整個(gè)企業(yè)需要的時(shí)間和地點(diǎn)利用這些數(shù)據(jù)。

邊緣可讓企業(yè)通過速度和洞察力最大化數(shù)據(jù)價(jià)值。借助邊緣，可以將數(shù)據(jù)發(fā)送到云端并快速檢索，或者更好的是，可以在創(chuàng)建數(shù)據(jù)的地方以利用。這為從實(shí)時(shí)分析、物聯(lián)網(wǎng)(IoT)設(shè)備和快速?zèng)Q策中獲益的應(yīng)用和用例帶來了增量?jī)r(jià)值。還可以使用實(shí)時(shí)數(shù)據(jù)在現(xiàn)場(chǎng)做出時(shí)間敏感的決策。還可以最大限度地降低原始數(shù)據(jù)的傳輸成本，并啟用出于安全性、合規(guī)性或其他原因而無法將數(shù)據(jù)發(fā)送到場(chǎng)外的應(yīng)用和用例。

因素2：許多創(chuàng)新用例源于物聯(lián)網(wǎng)融合和集成

盡管邊緣用例多種多樣，但其優(yōu)勢(shì)始終集中在提高運(yùn)營效率和速度上，從而推動(dòng)新的變革性業(yè)務(wù)模式，以實(shí)現(xiàn)競(jìng)爭(zhēng)差異化。這些用例包括監(jiān)控和閾值警報(bào)、預(yù)測(cè)性維護(hù)和機(jī)器對(duì)機(jī)器自動(dòng)化、遠(yuǎn)程學(xué)習(xí)和培訓(xùn)，以及醫(yī)院內(nèi)和家庭健康監(jiān)測(cè)。根據(jù)Grand View research的數(shù)據(jù)，這種可能性是無窮無盡的，預(yù)計(jì)2021年至2028年期間對(duì)邊緣計(jì)算技術(shù)的需求將以38.4%的復(fù)合年增長(zhǎng)率增長(zhǎng)。

因素3：邊緣創(chuàng)新需要有凝聚力的數(shù)據(jù)策略來擴(kuò)展

成功的邊緣策略始于管理數(shù)據(jù)和基礎(chǔ)設(shè)施的連貫計(jì)劃。數(shù)據(jù)中心外部產(chǎn)生的大量數(shù)據(jù)是加速邊緣計(jì)算需求的關(guān)鍵因素。并非所有數(shù)據(jù)都可以或應(yīng)該被存儲(chǔ)和轉(zhuǎn)發(fā)。如果沒有全面的數(shù)據(jù)策略，將面臨數(shù)據(jù)捕獲將很快超過推動(dòng)業(yè)務(wù)洞察的能力的風(fēng)險(xiǎn)。

一個(gè)重要因素是利用可以全面管理數(shù)據(jù)從創(chuàng)建到刪除的解決方案。這意味著使用自動(dòng)化和以數(shù)據(jù)為中心的策略，消除孤島并統(tǒng)一整個(gè)數(shù)據(jù)生命周期的工作流程，無論數(shù)據(jù)位于何處，從數(shù)據(jù)中心到邊緣再到云。

因素4：網(wǎng)絡(luò)是成功邊緣戰(zhàn)略的核心

減少延遲和提高彈性的需求一直是邊緣計(jì)算興起的重要因素。現(xiàn)在，隨著物聯(lián)網(wǎng)的發(fā)展以及向更多邊緣IT基礎(chǔ)設(shè)施的轉(zhuǎn)變，網(wǎng)絡(luò)的作用變得更加重要，重點(diǎn)關(guān)注有線和無線網(wǎng)絡(luò)以及速度、容量、帶寬、吞吐量、彈性和減少延遲。

更多支持邊緣的應(yīng)用和用例將需要實(shí)時(shí)處理和分析數(shù)據(jù)，以解決性能問題并限制與帶寬相關(guān)的成本。隨著越來越多的應(yīng)用利用機(jī)器學(xué)習(xí)和人工智能在邊緣之間傳遞價(jià)值，對(duì)網(wǎng)絡(luò)性能和帶寬的關(guān)注在未來只會(huì)變得更加明顯。

總之，成功的邊緣計(jì)算需要深思熟慮的架構(gòu)和實(shí)施規(guī)劃，而由于邊緣的去中心化性質(zhì)，這變得更加復(fù)雜。由于收集和分析數(shù)據(jù)的站點(diǎn)眾多且決策的即時(shí)性，因此很難創(chuàng)建一個(gè)通用的模型。因此與值得信賴的合作伙伴合作，是在邊緣之旅中獲得競(jìng)爭(zhēng)優(yōu)勢(shì)的最可靠方法之一。