什么是边缘计算，以及它的应用有哪些？
边缘计算旨在优化Web应用程序和互联网设备，减少带宽使用和通信延迟。这可能是其在数字空间迅速普及的原因之一。
每天从企业、工厂、医院、银行和其他已建立设施产生大量数据。
因此，高效地管理、存储和处理数据变得更加重要。在对时间敏感的业务中，迅速有效地处理数据对于最小风险和更快的业务运营尤为明显。
这就是边缘计算可以帮助的地方。
但是边缘计算到底是什么？云不够吗？
通过详细了解边缘计算来澄清这些疑虑。
什么是边缘计算？
边缘计算是一种将数据存储和计算更靠近数据源的现代分布式计算架构。这有助于节省带宽并提高响应时间。
简单来说，边缘计算涉及在云中运行较少的进程。它还将这些计算过程转移到边缘设备，如边缘服务器或用户的计算机。这种将计算靠近网络边缘的方式减少了服务器和客户端之间的远程通信。因此，它减少了带宽使用和延迟。
边缘计算本质上是一种架构，而不是一种具体的技术。它是一种特定于位置的计算，不依赖云来执行工作。然而，这并不意味着云将不存在；它只是变得更加靠近。
边缘计算的起源
边缘计算最早是作为20世纪90年代创建的内容传递网络（CDN）中的一个概念出现的，这些网络使用靠近用户的边缘服务器传递视频和Web内容。在21世纪初，这些网络发展并开始在边缘服务器上直接托管应用程序和应用程序组件。
这就是边缘计算商业化的最初用途。最终，开发了边缘计算解决方案和服务，用于托管购物车、实时数据聚合、广告插入等应用程序。
边缘计算架构
计算任务需要合适的架构。这里没有“一刀切”的政策。不同类型的计算任务需要不同的架构。
多年来，边缘计算已成为支持分布式计算和在与源相同的地理位置部署存储和计算资源的重要架构。
尽管它采用了分散式架构，可能具有挑战性并需要持续的控制和监控，但边缘计算仍然有效地解决了像在其他计算方法中以更少的时间移动大量数据等网络问题。
边缘计算的独特架构旨在解决三个主要的网络挑战 – 延迟、带宽和网络拥塞。
延迟
它指的是数据包从网络中的一点到另一点所需的时间。较低的延迟有助于构建更出色的用户体验，但其挑战是用户（客户端）发出请求和服务器处理请求之间的距离。延迟可能会随着地理距离和网络拥塞的增加而增加，这会延迟服务器的响应时间。
通过将计算靠近数据源，实际上减少了服务器和客户端之间的物理距离，以实现更快的响应时间。
带宽
这是网络在一段时间内传输的数据量，以每秒钟的比特数来衡量。它在所有网络中都受限制，尤其是对于无线通信。因此，只有有限数量的设备可以在网络中交换数据。如果您想增加带宽，可能需要额外支付费用。此外，在连接大量设备的网络上控制带宽使用也很困难。
边缘计算解决了这个问题。由于所有计算都在数据源附近或源头（例如计算机、网络摄像头等）进行，带宽仅供它们使用，减少了浪费。
拥塞
互联网涉及数十亿设备在全球范围内交换数据。这可能对网络造成压力，导致网络拥塞和响应延迟增加。此外，网络故障也可能发生，并增加拥塞，破坏用户之间的通信。
通过在数据生成的位置或附近部署服务器和数据存储，边缘计算使多个设备能够在更高效且更小的局域网上运行，从而使生成数据的本地设备可以使用可用带宽。这样可以显著减少拥塞和延迟。
边缘计算的工作原理是什么？
边缘计算的概念并不是完全新的，它可以追溯到与远程计算有关的几十年前。例如，分支机构和远程办公场所将计算资源放置在可以获得最大效益的位置，而不是依赖于一个中央位置。
在传统计算中，数据是在客户端（例如用户的个人电脑）产生的，它通过互联网传输到企业局域网以存储数据并使用企业应用程序进行处理。然后，输出结果通过互联网发送回来，到达客户端设备。
现在，现代IT架构师已经从集中式数据中心的概念转向边缘基础设施。在这里，计算和存储资源从数据中心移动到用户生成数据的位置（或数据源）。
这意味着您将数据中心靠近数据源，而不是相反。它需要部分齿轮架，在远程局域网上操作并本地收集数据进行处理。一些人可能会在屏蔽的密封机柜中部署这些设备，以防止其受高温、湿度、湿气和其他气候条件的影响。
边缘计算过程包括数据归一化和分析，以找到商业智能，并仅发送经过分析的相关数据到主要数据中心。此外，这里的商业智能可以指：
- 零售商店的视频监控
- 销售数据
- 设备维修和维护的预测分析
- 发电
- 维护产品质量
- 确保设备正常运行等。
优势和劣势
优势
边缘计算的优势如下：
#1. 响应时间更快
在边缘设备附近或附近部署计算过程有助于减少延迟，如上所述。
例如，假设一个员工想要向同一公司办公室的另一个员工传递一条紧急消息。将消息发送出去需要更长的时间，因为它需要经过建筑外部路由，并与位于世界上任何地方的远程服务器通信，然后以接收到的消息的形式返回。
通过边缘计算，路由器负责办公室内的数据传输，显著减少了延迟。它还大大节省了带宽。
#2. 成本效益
边缘计算帮助节省服务器资源和带宽，从而节省成本。如果您部署云资源来支持办公室或家庭中智能设备的大量设备，成本会更高。但是边缘计算可以通过将所有这些设备的计算部分移动到边缘来减少这些支出。
#3. 数据安全和隐私
跨国传输数据会带来安全、链接和更多法律问题。如果数据被劫持并落入错误的手中，可能会引起严重的担忧。
边缘计算使数据保持在源头附近，符合HIPAA和GDPR等数据法规的范围内。它可以帮助在本地处理数据，并避免敏感数据移动到云端或数据中心。因此，您的数据保持在您的设备内部，安全可靠。
此外，通过实施边缘计算，还可以保护发送到云端或远程服务器的数据，使数据更加安全免受攻击。
#4. 方便维护
边缘计算需要最少的工作和成本来维护边缘设备和系统。它消耗较少的电力进行数据处理，同时较少的冷却需求可以保持系统以最佳性能运行。
缺点
边缘计算的缺点包括：
#1. 有限的范围
边缘计算的实施可能有效，但其目的和范围有限。这是人们被云所吸引的原因之一。
#2. 连接性
边缘计算必须具备良好的连接性才能有效处理数据。如果连接中断，需要进行有效的故障规划以解决相关问题。
#3. 安全漏洞
随着智能设备的增加使用，攻击者入侵设备的风险也增加。
边缘计算的应用
边缘计算在各个行业中都有应用。它用于在网络边缘附近或附近聚合、处理、过滤和分析数据。它被应用于以下领域：
物联网设备
人们常常误以为边缘计算和物联网是同一概念。实际上，边缘计算是一种架构，而物联网是使用边缘计算的应用。
智能设备如智能手机、智能恒温器、智能车辆、智能锁、智能摄像头等连接到互联网，并通过在设备本身上运行的代码而不是云端进行高效使用。
网络优化
边缘计算通过测量和改善网络在用户端的性能来优化网络。它找到延迟最低、最可靠的网络路径以实现用户流量的最优性能。此外，它还可以消除交通拥堵，提升性能。
医疗保健
医疗行业产生了大量数据，包括来自医疗设备、传感器和设备的患者数据。
因此，需要更好地管理、处理和存储这些数据。边缘计算通过应用分析和自动化来实现数据访问，帮助识别需要临床医生立即关注的问题数据，从而实现更好的患者护理和消除健康事件。
此外，边缘计算还用于医疗监测系统，以实时快速响应，而不是等待云服务器的操作。
零售
零售业也产生了大量的库存跟踪、销售、监控和其他业务信息的数据。使用边缘计算可以帮助人们收集和分析这些数据，发现销售预测、优化供应商订单、进行有效的活动等商机。
制造业
边缘计算在制造业中用于监控制造过程，并应用机器学习和实时的质量和检测生产错误。它还支持将环境传感器纳入制造工厂。
此外，边缘计算还可以提供关于库存组件及其使用时间的洞察。它帮助制造商在运营和工厂方面做出准确和更快的业务决策。
建筑
建筑业主要利用边缘计算来收集和分析从安全设备、摄像头、传感器等处获取的数据，以提高工作场所安全性。它帮助企业概述工作场所的安全状况，并确保员工遵守安全协议。
交通运输
交通运输领域，特别是自动驾驶汽车，每天产生数千兆字节的数据。自动驾驶汽车需要在它们行驶时实时收集和分析数据，这需要大量的计算。它们还需要车辆状况、速度、位置、道路和交通状况以及附近车辆的数据。
为了处理这些数据，车辆本身成为计算发生的边缘。因此，数据以加速的速度处理，以满足数据收集和分析的需求。
农业
在农业中，边缘计算用于传感器，以跟踪养分密度和水的使用量，并优化收成。为此，传感器收集环境、温度和土壤条件的数据，并分析其影响，以帮助提高作物产量，并确保在最有利的环境条件下收获作物。
能源
边缘计算在能源领域也很有用，可以监控天然气和石油工具的安全。传感器持续监测湿度和压力。此外，它不能失去连接，因为如果发生了一些问题，比如未检测到过热的油管，可能会导致灾难。挑战在于大多数这些设施位于连接性较差的偏远地区。
因此，在这些系统或其附近部署边缘计算可以提供更好的连接性和持续监测能力。边缘计算还可以确定设备的实时故障。传感器可以监测所有设备（如太阳能电池板、风力发电系统等）产生的能源，并通过电网控制帮助降低成本和实现高效能源发电。
其他边缘计算应用包括大带宽的视频会议、在CDN边缘网络上运行的高效缓存、银行等金融服务的安全等。
远边 vs. 近边
边缘计算涉及许多术语，如近边、远边等，有时会令人困惑。让我们了解远边和近边之间的区别。
远边
它是离云数据中心最远、离用户最近的基础设施。
例如，移动服务机构的远边基础设施可以位于手机塔的基站附近。
远边计算部署在企业、工厂、购物中心等地方。在此基础设施上运行的应用程序需要高吞吐量、可伸缩性和低延迟，非常适合视频流媒体、物联网、视频游戏等。根据托管的应用程序，它被称为：
- 托管企业应用的企业边缘
- 托管物联网应用的物联网边缘
近边
它是部署在云数据中心和远边之间的计算基础设施。与远边不同，它托管通用的应用程序和服务。
例如，近域边缘基础设施可用于CDN缓存，Fog computing等等。此外，雾计算将存储和计算资源放置在数据内部或接近数据内部，可能不在数据的位置。它是远离的云数据中心和位于资源有限的源头的边缘之间的中间地带。
边缘计算与云计算（相似之处与区别）
边缘计算和云计算都涉及分布式计算和基于产生的数据部署存储和计算资源。然而，它们绝对不相同。
以下是它们的不同之处。
- 部署：云计算在全球位置部署资源，以高可扩展性运行进程。它可以包括靠近数据源的集中计算，但不在网络边缘。另一方面，边缘计算在数据产生的地方部署资源。
- 集中化/分散化：云通过集中化提供高效可扩展的资源，具有安全性和控制性。边缘计算是分散的，并用于解决云计算集中化方法提供的那些问题和用例。
- 架构：云计算架构由几个松耦合的组件组成。它以按需付费的模式提供应用和服务。然而，边缘计算扩展了云计算并提供了更稳定的架构。
- 编程：云中的应用开发适用并利用一种或更少的programming languages。边缘计算可能需要不同的编程语言来开发应用程序。
- 响应时间：云计算的平均响应时间通常比边缘计算更长。因此，边缘计算提供更快的计算过程。
- 带宽：由于客户端和服务器之间的距离更远，云计算消耗更多的带宽和电力，而边缘计算需要较低的带宽和电力。
边缘计算相比云计算的优势是什么？
边缘计算的过程比云计算更高效，因为后者在获取用户请求的数据时需要更多时间。云计算可能会延迟将信息传递到数据中心，这会导致延迟的决策过程。
因此，组织可能会在成本、带宽、数据安全甚至职业风险方面遭受损失，特别是在制造和建筑领域。以下是边缘计算相对云计算的一些优势。
- 对于需要时间敏感信息的领域，边缘计算比云计算更受欢迎，满足了快速、安全和可靠架构的需求。
- 当计算过程在偏远地区进行时，边缘计算由于几乎没有连接性以实现集中化方法而更好。它可以帮助进行本地存储，作为一个微型数据中心。
- 边缘计算是支持智能和专用设备的更好解决方案，这些设备执行特殊功能并与常规设备不同。
- 与云计算相比，边缘计算可以更有效地解决带宽使用、高成本、安全性和功耗等问题。
边缘计算的当前提供商
要在您的企业或企业中快速轻松地部署边缘计算，您需要一个边缘计算服务提供商。他们有助于处理数据并有效地传输数据，提供强大的IT基础设施，并管理从边缘设备生成的大量数据。
以下是一些著名的边缘计算提供商：
#1. 亚马逊网络服务
AWS以云边模型提供一致的体验，并为物联网、机器学习、人工智能、分析、机器人、存储和计算提供解决方案和服务。
#2. Dell
Dell通过OpenManage Mobile提供边缘计算编排和管理。戴尔非常适合数字城市、零售商、制造商和其他行业。
#3. ClearBlade
ClearBlade发布了他们的边缘原生智能资产应用程序，允许边缘维护人员构建警报设备并与物联网设备进行连接，无需编码。
其他值得注意的边缘计算提供商包括Cloudflare、StackPath、Intel、EdgeConnex等。
最后的话语👩🏫
边缘计算对于现代企业来说是一种高效、可靠且节省成本的选择，比以往更多地使用数字服务和解决方案。它也是支持remote work culture以促进更快的数据处理和通信的绝佳概念。
