数十亿物联网和移动设备收集的数据呈指数级增长，这推动了从将数据发送到云进行处理和存储的转变，转向分布式模型，其中一些计算发生在网络边缘，更接近数据创建的地方。

什么是边缘计算？

边缘计算是指处理、分析和存储数据，使其更接近其生成位置，以实现快速、近乎实时的分析和响应。近年来，一些公司通过在云中集中数据存储和计算来整合运营。但是，数十亿分布式设备支持的新用例的需求 - 从先进的仓库和库存管理解决方案到视觉增强的机器人生产线到先进的智能城市交通控制系统 - 使这种模式不可持续。

此外，边缘设备的使用增加-从智能摄像头、移动销售点信息亭、医疗传感器和工业 PC 等物联网 （IoT） 设备到网关和计算基础设施）在数据源上更快、近乎实时地获得可操作的见解，正在推动生成和收集的数据量呈指数级增长。

据估计，到2025年，75%的数据将在中央数据中心之外创建，而目前大多数处理都在中央数据中心之外进行。更进一步，今天企业收集的所有数据中约有90%将永远不会被使用。2边缘计算提供了一条途径，通过高性能处理、低延迟连接和安全平台从设备收集的数据中获益。 据估计，到2025年，75%的数据将在中央数据中心之外创建，而目前大多数处理都在中央数据中心之外进行。 边缘计算的驱动因素

云计算正在被它所支持的服务和应用程序的需求推向极限，从数据存储和处理到系统响应能力。在许多情况下，更多的带宽或计算能力不足以满足更快地处理来自连接设备的数据的要求，并近乎实时地生成即时见解和行动。这些差距正在推动边缘计算的采用和使用。

导致云挑战的关键因素包括：

延迟。越来越多的行业正在实施需要快速分析和响应的应用程序。由于网络与数据源的距离会带来延迟，因此仅靠云计算无法满足这些需求，从而导致效率低下、延迟时间和糟糕的客户体验。

带宽。增加传输带宽或更多处理能力可以克服延迟问题。然而，随着公司继续增加其网络上的边缘设备数量及其生成的数据量，将数据发送到云的成本可能会达到不切实际的水平，如果可以在边缘处理，存储和分析数据，则可以减轻这种水平。

安全和隐私。在边缘保护敏感数据（如私人医疗记录）并通过互联网传输较少的数据，可以通过降低拦截风险来帮助提高安全性。此外，某些政府或客户可能要求数据保留在创建数据的司法管辖区内。例如，在医疗保健领域，甚至可能有当地或区域要求限制个人数据的存储或传输。

连接性。缺乏持久的互联网连接可能会阻碍云计算，但各种网络连接选项使边缘到云计算成为可能。例如，5G提供高带宽、低延迟的连接，用于从边缘快速传输数据和提供服务。

人工智能。由于需要近乎实时的可操作情报，公司需要在数据源中使用AI，以便更快地进行处理并利用以前未开发的数据的潜力。

边缘计算的优势

将一些数据功能（如存储、处理和分析）从云端转移到边缘，并靠近生成数据的位置，可以提供几个关键优势：

提高速度和降低延迟。将数据处理和分析转移到边缘有助于加快系统响应速度，从而实现更快的交易和更好的体验，这在近乎实时的应用（如自动驾驶汽车操作）中至关重要。

改进了网络流量管理。最大限度地减少通过网络发送到云的数据量可以降低传输和存储大量数据的带宽和成本。

更高的可靠性。网络一次可以传输的数据量是有限的。对于互联网连接度低于标准的位置，能够在边缘存储和处理数据，可在云连接中断时提高可靠性。

增强的安全性。通过适当的实施，边缘计算解决方案可以通过限制互联网上的数据传输来提高数据安全性。

从边缘到云

尽管边缘计算为组织提供了前所未有的机会来释放数据的价值，但云作为中央数据存储库和处理中心仍然至关重要。下图显示了用于收集数据、计算、存储和网络的边缘设备如何组合在一起，以帮助组织在每个点上充分利用数据。

物联网和边缘计算设备收集数据并以两种主要方式之一对其进行管理。具有内置处理器的智能边缘计算设备可以提供板载分析或AI等高级功能，而没有处理器的设备则将其生成的数据发送到部署在本地边缘的服务器以进行存储和分析。然后，本地边缘服务器可以处理来自边缘计算设备的数据，并返回近乎实时的应用程序所需的关键信息，或仅将数据的相关部分发送到云。来自众多边缘计算设备的数据可以整合到云中，以进行更广泛的处理和分析。

边缘计算如何工作？