由于物联网和工业物联网设备产生的大量数据，边缘计算呈爆炸式增长。随着5G网络的发展和5G 变得越来越普遍，新设备上线后将产生比以往任何时候都多的数据。因此，许多企业发现使用边缘计算来执行实时、低延迟的数据分析非常有效。边缘计算使本地处理数据接近数据生成源成为可能。
什么是边缘计算？
边缘计算是一种去中心化的计算框架，计算能力更接近数据生成的源头。边缘计算机就像处理和存储数据的微型数据中心，只将必要的数据发送到云端进行存储或后处理。例如，边缘计算解决方案部署在物联网和工业物联网设备附近，提供实时数据收集、存储和处理。这减少了所涉及的延迟量并减少了物联网设备所需的互联网带宽量。
边缘计算的快速发展是因为将物联网设备和工业物联网设备生成的所有数据发送到集中式数据中心进行处理和存储导致边缘计算可以轻松解决延迟和带宽问题。
边缘计算通过在创建数据的源本地处理和存储物联网和工业物联网设备数据，减轻了数据中心的负担。向数据中心发送更少的数据可以为部署边缘计算机的组织节省大量带宽成本。此外，在本地处理数据会显着减少延迟，因为数据不需要从源设备到数据中心再返回很远的距离。随着5G变得越来越普遍，边缘计算只会变得越来越普遍和更快，依靠边缘计算改善组织的体验。
边缘计算对于组织和企业至关重要，因为通过收集、处理和分析由工业环境(例如制造设施)中常见的数千个传感器和连接设备生成的数据产生的洞察力。
分析物联网和工业物联网设备生成的数据可以深入了解企业的运营情况，使组织能够对实时数据快速采取行动。实时对洞察做出反应的能力使企业和组织能够提高他们的生产力以及他们提供的产品或服务的质量。也就是说，要从数据中提取宝贵的见解，计算能力必须转移到靠近数据生成源的边缘。
尽管边缘计算越来越受欢迎，但云计算在当今的现代世界中仍然占有一席之地。边缘计算通过支持需要实时、低延迟数据处理的应用程序来补充云计算。
在边缘计算中，边缘是指数据生成的源头。例如，如果你部署了物联网设备或传感器来监控作物的生长，则边缘将靠近传感器和生成数据的物联网设备。边缘与云不同，云通常位于距离生成数据的设备数千英里之外。也就是说，边缘在哪里的问题从一个应用程序到另一个应用程序是不同的，因为它取决于拓扑。但是，通常情况下，边缘通常比云更靠近数据生成设备。
边缘计算的好处是什么？
边缘计算提供了几个好处，如下所述：
1. 低延迟计算
边缘计算提供的主要好处之一是它提供比云计算低得多的延迟。低延迟对于需要实时数据处理和分析的应用程序至关重要，其中每一毫秒都很重要。尽管某些应用程序可能需要100毫秒的延迟，但有些关键任务应用程序需要显着减少延迟，而这只能通过边缘计算来实现。边缘计算提供更低的延迟，因为边缘计算机通常部署在靠近数据生成源的地方，从而缩短了数据进行处理和分析所需的距离。
2. 降低带宽利用率
边缘计算的第二个好处是它减少了所需的互联网带宽量。边缘计算需要更少的带宽，因为数据是在边缘计算机上本地收集、存储和处理的，不需要将所有原始数据传输到数据中心进行处理和分析。
也就是说，在本地处理数据并不意味着不必将数据发送到云，而是必须将更少的数据发送到云。之所以如此，是因为触发特定触发器的数据被发送到云端进行后处理和分析。这样做可以减少所需的互联网带宽。对于采用计量数据计划的企业和组织，这将显著节省成本。
3. 减轻数据中心的负担
随着数据量呈指数级增长，人们正在寻求替代方案来减轻数据中心的压力。边缘计算可以通过在边缘计算设备上本地存储和处理数据来减轻数据中心的压力。边缘计算机已经走了很长一段路，可以配置强大的处理器和大量高速数据存储，使它们能够在边缘而不是云端处理和存储数据。
4. 工作负载整合
部署边缘计算设备可以将工作负载整合到更少的设备上，从而为企业和组织节省大量资金。这使组织能够减少其硬件占用空间并减少故障点，因为较少的组件会发生故障。此外，通过使用边缘计算机整合工作负载，企业和组织将拥有更少的设备来维护和监控。
5. 预测性维护
部署边缘计算机的好处之一是它们支持预测性维护。也就是说，边缘计算机可以监控从各种设备和传感器收集到的数据，以确保机器设备正常、最佳地运行。此外，边缘计算机可以使用人工智能和机器学习 (ML) 算法来检测何时可能发生故障，提示管理层在故障发生之前执行维护或更换组件。这可以为企业节省大量时间和金钱，因为可以方便地进行维护，而不会突然停止生产。
6. 数据安全
边缘计算提供了数据安全性，因为需要传输到数据中心的数据更少，从而减少了数据在传输到数据中心时被错误处理或盗用的机会。此外，边缘计算机配备了 TPM 2.0，它通过身份验证和密钥管理来保护设备。此外，跨各种计算设备分布处理、存储和应用程序使得单个的中断很难关闭整个网络。
7. 可靠性
边缘计算硬件经过加固，使边缘计算机比以往任何时候都更加可靠。坚固耐用的边缘计算机可以部署在远程和具有挑战性的环境中，同时它们可以承受服务器和普通台式计算机无法承受的恶劣环境因素。此外，边缘计算机配备了各种有线和无线连接选项，确保边缘设备即使在互联网连接不稳定的远程环境中也能保持连接到互联网。
边缘计算的缺点
以下是与边缘计算相关的一些缺点：
1. 可扩展性
扩展云计算比扩展边缘计算更容易，因为可以通过在云上单击鼠标按钮轻松添加更多存储和计算能力。这与扩展边缘计算不同，边缘计算必须为组织添加或物理升级设备才能获得更多计算能力或存储空间。
2. 安全
保护分布式边缘计算网络可能很困难，并且通常需要对每个单独部署的设备进行物理访问。此外，添加多个边缘计算设备会增加攻击的表面积。然而，边缘计算机配备了TPM 2.0，可通过身份验证和密钥管理保护设备免受物理攻击。
3. 存储空间
边缘计算需要比数据中心服务器更多的存储空间。但是，随着固态数据存储容量的增加和 SSD变得越来越便宜，边缘可以拥有大量存储空间，从而减轻数据中心存储所有物联网和 工业物联网数据的负担。
4. 维护
边缘计算机可能需要比服务器更多的维护，并且访问边缘计算机通常比访问服务器更困难和耗时。这是因为边缘计算机是分布式的，并且维护可能需要访问部署设备的每个位置。
为什么边缘计算很重要？
边缘计算很重要，因为有必要适应物联网和工业物联网设备生成的数据的显着增加。生成的所有原始数据都必须进行处理和存储，这就需要边缘计算设备在本地处理和存储数据，以减轻数据中心的负担。
边缘计算机就像位于数据生成源附近的小型数据中心。边缘计算机可以通过在本地处理和存储数据来减轻数据中心的压力，只将特定的基本数据推送到云端。边缘计算与云计算的不同之处在于，大多数数据是在本地处理和存储的，只有一些相关或重要的数据被发送到云端。这显着减少了数据中心必须处理或存储的数据量。
以监控系统为例。在旧系统中，所有原始素材都上传到云端进行远程监控。然而，智能监控系统配备了边缘计算机来存储、处理和分析视频片段，只将触发特定触发器的视频片段上传到云端进行远程监控和控制。仅发送一些视频片段与发送整个视频片段相比，显着降低了数据中心的压力。因此，毫无疑问，边缘计算将在未来发挥至关重要的作用，以减轻数据爆炸给数据中心带来的压力。
