什么是边缘计算
边缘计算是一个流行语，如云、物联网和人工智能。简单地说，边缘计算带来了网络的去中心化。边缘计算是即将到来的技术增强和进步。“边缘”一词的字面含义是地球上以分布式方式提供服务的地理位置。
边缘计算是一种分布式计算系统，允许将数据和存储的计算过于接近源（需要数据的地方）。它使计算尽可能接近，从而最大限度地减少带宽、缩短响应时间和利用延迟。边缘计算的概念不是将数据定位在一个集中的地方，而是相信分布式数据的计算过程。然而，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。
边缘计算的目标是通过将数据的计算移近网络边缘并远离数据中心来改进网络技术。此类过程利用网络网关或智能对象来执行任务并代表云提供服务。
众所周知，每天产生的数据量巨大，这使得数据中心处理其计算变得困难和复杂。此外，网络带宽限制几乎耗尽，响应时间大大增加。
因此，当将计算和数据服务交到边缘计算手中时，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数据的响应时间和传输速率。借助 5G 数据网络，它能够将 5G 数据网络和边缘技术融合到触手可及的位置。因此，边缘 计算减少了数据的长距离处理和缓慢的通信。
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，还可以节省服务成本和其他费用。有以下原因可以回答这个问题：
- 通过边缘计算，它允许智能应用程序和设备在数据创建后立即快速响应数据，从而消除滞后时间。
- 边缘计算还支持数据流加速，包括实时处理数据，而不会使用延迟。然而，数据流加速对于自动驾驶汽车类型的技术至关重要，并为企业提供了同等且至关重要的利益。
- 通过允许在靠近源头进行处理，可以高效地处理大规模数据，并且还可以节省互联网带宽的使用。因此，它降低了成本，并能够有效地访问远程位置的应用程序。
- 边缘计算能够在最远的距离提供服务和处理数据，从而为敏感数据提供安全层，而无需将其保存在公共云中。
边缘计算的应用
如今，世界从小到大都依赖互联网，因此传感器等物联网设备的价格和计算成本也在下降。这样，更多的东西将保持与互联网的连接。因此，更多的连接设备变得可用，边缘计算将按需使用。以下行业可能会从边缘 计算中受益。
- 交通：它是边缘计算发挥至关重要作用的最有潜力的领域之一，尤其是在自动驾驶汽车中。这是因为自动驾驶汽车充满了不同的传感器类型，从摄像头到汽车的雷达系统。这种自主设备基本上可以利用边缘计算通过这些传感器处理离车辆太近的数据，因此可以节省大量时间。但这些自动驾驶汽车还不是主流，目前还在准备中。汽车边缘计算联盟（AECC）将在2018年推出专注于联网汽车解决方案的业务。但不仅是自动驾驶汽车，边缘计算也将集中在火车、飞机和其他交通工具上。
- 医疗：人们依靠健身追踪器、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，实时分析对于捕获所收集数据的实际好处至关重要，因为许多健康可穿戴设备直接连接到云端，而其他设备只能在离线模式下运行。某些健康设备仅在离线模式下分析脉搏率和睡眠模式，医生使用分析结果当场检查和评估患者。这种智能设备可用于收集和处理数据，以治疗任何大流行（例如 COVID-19）的患者。通过边缘计算，医生将能够更快地收集和处理数据，并可能为患者提供更好、更快速的护理，包括PDHD（患者生成的健康数据）的安全层。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 clod 应用程序，但数据的安全性和隐私性仍然是一个困惑。
- 制造业：制造领域的边缘计算将减少流向云端的数据，用于预测性维护等应用，并将运营技术转移到边缘计算平台，以运行与云端处理类似的流程，但速度和结果更快。但是，本地部署的维护在云上仍然可靠。
- 网格边缘控制和分析：这些智能电网控制通过广域网协议在配电基础设施、消费者和公用事业前端之间创建双向通信通道来工作。然而，边缘电网计算能够提供先进的实时监控和分析，并能够对产生可再生能源等资源的分布式能源产生可操作的见解。这种能力仅在边缘计算技术中可用。然而，如果产生大量有用数据的电动汽车、风电场和水电大坝可以帮助公用事业公司分析需求、峰值使用预测、可用性和能源生产，那么边缘电网计算可以降低总体成本、能源浪费、避免阶段和过度补偿。
- 石油和天然气的远程监控：目前，物联网设备正在提供现代安全监控、传感设备，用于控制、查看和感应石油和天然气的温度、压力、湿度、湿度、声音和辐射。IP 摄像机和其他物联网设备会生成大量连续的数据，然后对数据进行组合和分析，以便为可靠地评估任何正在运行的系统的运行状况提供关键见解。通过边缘计算，可以进行实时安全监控，以保护关键机械基础设施和石油和天然气系统免受灾难的影响。此外，正在开发几种边缘物联网监控设备，将安全性和可靠性作为主要关注点。边缘 计算允许实时分析、处理数据并将其交付给最终用户。因此，它将使控制中心能够在数据发生时立即访问数据，以最优化的方式防止故障。因此，石油和天然气服务是关键的基础设施，如果不采取安全和预防措施进行维护，可能会造成灾难性后果。
- 交通管理：流量是浪费时间最严重的方式，需要优化。优化流量的最佳方法是维护和改进实时数据。在交通管理过程中，智能交通系统（如自动驾驶汽车）和其他传感系统广泛使用边缘计算设备。通过边缘计算，对大量感官和其他数据进行分析、过滤和压缩，然后在物联网边缘网关上传输到其他系统使用。因此，边缘计算降低了网络费用、运营处理和存储成本，从而承担了流量管理解决方案。
- 边缘视频编排：它使用边缘计算资源，通过实施高度优化的方法提供高带宽视频。它不会通过集中式核心网络将视频传送到所有网络。相反，它会编排、缓存视频文件并将其分发到设备。通过边缘计算，通过在移动边缘服务器和场馆热点上运行的富媒体处理应用程序，可以快速将新创建的视频剪辑和直播流提供给付费客户。因此，在传输大量视频（TB 级）时避免了移动网络的某些质量问题，并降低了服务成本。尽管如此，这种边缘计算的发展仍在进行中，但在未来几年将有所收获。
边缘计算的好处
边缘 计算有以下好处。
- 速度：它是任何领域，尤其是计算机科学领域最具吸引力和最重要的因素。每个公司和行业都需要高速技术方面，例如金融机构，因为慢速数据处理会给公司造成重大经济损失，医疗保健行业因为几分之一秒可以挽救患者的生命或夺走生命，而其他提供服务的行业需要快速计算，否则会激怒客户，这将对行业客户产生不良影响。边缘 计算肯定会使这些行业受益，因为它的计算速度极快。通过边缘计算，网络的延迟将减少，物联网设备也将在边缘数据中心处理数据。因此，数据不需要传输回中央服务器（即集中式服务器）。
- 数据安全：在边缘计算中，数据位于靠近源头的位置，这将在多个数据中心和设备上分配数据处理工作。它将保护您的数据免受任何类型的网络攻击，这些攻击可能容易受到机密数据的攻击，例如保护数据免受 DDoS 攻击。因此，可以从黑客那里保存数据以损害数据，因为攻击区域会增加，因为数据不仅仅放置在一个位置，即数据是分散的。此外，当数据存储在本地时，出于安全目的监控数据将变得容易，从而使行业能够维护数据的隐私。
- 数据的可扩展性：通过边缘计算，扩展变得容易和简单，人们可以购买具有高计算能力的边缘设备来增加他们的边缘网络。没有这样的要求来建立自己的私有和集中式数据中心来满足他们的数据需求。只需将边缘计算与主机托管服务相结合，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，它将节省公司购买新设备的费用。如果行业通过很少的物联网设备来扩展网络就足够了。
- 更快的数据处理：有各种各样的物联网应用程序一起运行，如果它们是集中式的，服务器无疑会减慢速度。此外，还会生成大量数据，这些数据可能会给服务器和物联网设备的所有片段带来复杂性。但是，如果服务器速度变慢或发生故障，则连接的设备也将出现故障。通过，边缘计算数据可以在本地或连接设备附近访问。通过边缘计算，移动数据的成本，即（旅行成本）到集中式服务器，也被节省了，处理数据所花费的时间也变得很快。所有这些都为数据带来了更高的效率。此外，当整个网络不忙于一直交换数据时，它可以节省大量的网络集群，并仅在需要时保持节点之间的数据共享。
- 成本效益：边缘 计算越来越受欢迎，因为与现有的替代技术相比，它是最具成本效益的方法。这是因为边缘计算降低了数据存储成本、网络成本、数据传输成本和数据处理成本。此外，边缘计算确保了现代传统和智能物联网设备之间的互操作性，这些设备通过将传统设备使用的通信协议协调成现代智能设备和云可以理解的语言来不兼容。因此，无需投入资金购买新的物联网设备，因为我们可以通过边缘计算轻松连接现有或较旧的物联网设备。有了这个，边缘计算还使碎片能够在没有任何高速互联网连接的情况下运行，因为对于操作云功能，高互联网连接是必不可少的。
边缘计算的缺点
边缘计算有以下缺点：
- 边缘计算需要更多的存储空间，因为数据将被放置在不同的位置和处理。
- 与边缘计算一样，数据保存在分布式位置，在这样的环境中，安全性成为一项具有挑战性的任务。识别盗窃和网络安全问题通常会变得有风险。此外，如果添加一些新的物联网设备，它可能会为攻击者打开损害数据的大门。
- 众所周知，边缘计算在购买新设备时节省了许多费用，但边缘计算也很昂贵。这意味着成本太高了。
- 它需要先进的基础设施来以高级方式处理数据。
- 但是，边缘计算无法将资源池中的资源集中起来。这意味着它无法执行资源池。
- 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，但云计算的出现肯定会减少和影响云计算。另一方面，边缘计算将通过提供不太复杂的解决方案来处理杂乱的数据来增强云计算技术。这两种技术都有自己的目的和用途，下面我们讨论了区分边缘计算和云计算的几点：
| 边缘计算 | 云计算 |
|---|---|
| 它非常适合那些预算有限的组织来投资财务资源。因此，中级组织可以使用边缘计算。 | 通常建议将其用于处理和管理足够复杂且海量足够大的大量数据。因此，处理大量数据存储的此类组织使用云计算。 |
| 它可以在不同的平台上使用不同的编程语言，每种语言都有不同的运行时。 | 云计算仅适用于使用一种编程语言的一个目标平台。 |
| 边缘计算的安全性需要严格而强大的计划，例如高级身份验证方法、网络安全等。 | 它不需要高级和高级的安全方法。 |
| 它处理时间敏感的数据。 | 它处理不受时间驱动的数据，即不受时间驱动的数据。 |
| 它在远程位置处理数据并使用去中心化方法。 | 它使用集中式方法在集中位置处理和处理数据。 |
| 组织可以沉迷于现有物联网设备的边缘计算，推进它们并使用它们。无需购买新设备。 | 为了进步，现有的物联网设备需要与新的设备交换，这将花费更多的金钱和时间。 |
| 边缘计算是即将到来的未来。 | 云计算是目前现有的技术。 |
边缘计算、物联网和 5G
边缘计算不断发展，使用新技术和实践来增强其功能和性能。也需要最值得注意的趋势是边缘可用性，预计到 2028 年，边缘服务将在全球范围内可用。如今，边缘计算通常是针对特定情况的，预计该技术将变得更加普遍，并改变互联网的使用方式，为边缘技术带来更多的抽象和潜在的用例。
这可以从专为边缘计算设计的计算、存储和网络设备产品的激增中看出。更多的多供应商合作伙伴关系将在边缘实现更好的产品互操作性和灵活性。例如，AWS 和 Verizon 之间的合作伙伴关系为边缘带来了更好的连接。
5G 和 Wi-Fi 6 等无线通信技术也将影响未来几年的边缘部署和利用率，实现尚未探索的虚拟化和自动化功能，例如更好的车辆自主性和工作负载向边缘的迁移，同时使无线网络更加灵活和具有成本效益。随着物联网的兴起以及此类设备产生的数据突然过剩，边缘计算引起了人们的注意。但由于物联网技术仍处于相对起步阶段，物联网设备的演进也将对边缘计算的未来发展产生影响。这种未来替代方案的一个例子是微型模块化数据中心（MMDC）的发展。MMDC基本上是一个盒子里的数据中心，将一个完整的数据中心放在一个小型移动系统中，该系统可以部署在更靠近数据的地方 - 例如跨城市或地区 - 使计算更接近数据，而无需将边缘放在适当的数据上。
边缘计算的挑战
边缘计算存在以下问题和挑战。
- 隐私和数据安全：这是技术的新变化和增强，因此隐私和安全功能也应该有变化和增强。根据云计算的高级安全方案，“应该引入不同的加密机制，因为很少有加密方法用于加密数据，但在到达云之前，数据传输可能会在通过互联网连接的不同分布式节点之间发生”。此外，它需要从集中式、自上而下的模式转向去中心化的基础设施。
- 可扩展性：边缘 计算基于分布式网络，可扩展性成为这样一个分布式网络面临的几个问题的挑战。这些问题是：
- 器件的异构性：应重点关注那些具有不同能量和性能限制的设备的异构性。
- 与云数据中心的强大基础设施相比，具有广泛动态条件和连接可靠性的设备。
除此之外，安全要求的增加会影响并减慢边缘计算的扩展因子，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：这样的功能对于每种技术来说都是一项非常具有挑战性的任务，对于边缘计算也是如此。对于处理来自某些故障转移的服务，需要对其进行管理，这非常关键。由于边缘计算依赖于分布式网络，因此，如果单个节点发生故障或无法访问，用户仍然必须能够在没有任何干扰的情况下使用该服务。此外，边缘计算必须能够提醒用户有关故障节点的信息，并且必须提供从故障中恢复的操作。为此，每个设备都应维护整个分布式系统的网络拓扑结构，以便于处理错误的检测和恢复。除此之外，所使用的连接技术可能会提供不同的可靠性水平和在边缘产生的数据精度，而这些水平和数据精度可能由于环境条件而变得不可靠。
- 速度：边缘计算应该能够为最终用户提供速度服务，因为它将分析、计算资源带到源头（最终用户）附近，并导致快速通信。这样的现代系统将自动超越云计算系统，这是一个传统系统。因此，对于边缘计算来说，保持良好的速度也是一项具有挑战性的任务。
- 效率：边缘计算的效率变得更好，因为分析工具的可用性离最终用户太近了，因此，复杂的人工智能工具和分析工具可能会在系统边缘执行。这样的平台改善和提高了运营效率，从而为系统提供了多种好处。
