与其将数据发送到云端，为什么不将云端发送到边缘？

伊瓜齐奥的 Adi Hirschtein

在物联网时代，公司越来越需要在几分之一秒内做出关键决策。然而，在对时间最敏感的情况下，Iguazio 的产品总监 Adi Hirschtein 说 , 将数据发送到集中式云并返回所涉及的延迟对效率和经济性构成了重大障碍。

今天的企业如何在享受物联网带来的好处的同时避免烦人的延迟问题？进入智能边缘计算——该解决方案可以通过在更接近数据源的位置处理数据来显着加快数据的交付。

2017 年的边缘计算市场规模略低于 8000 万美元（6955 万欧元），预计到 2025 年仅美国的边缘计算市场就将飙升至超过 10 亿美元（8.7 亿欧元），因为越来越多的跨行业公司寻求利用其优势. Business Insider 预测，到 2020 年，56 亿企业和公共部门的物联网设备将利用边缘计算来收集和处理其数据——比 2015 年的数字增加了近九倍。

话虽如此，云还没有去任何地方。通过使用混合平台，公司可以利用边缘做出更快、更智能的决策，并降低带宽成本，同时享受与公共云的高度连接，以获取历史数据和弹性计算。当两者结合时，机器学习模型在云端开发并自动部署在边缘以获得最大性能。

关键需求

考虑几个示例性用例，在这些用例中，将数据来回发送到集中式云的耗时过程可能会危及公司的绩效和公共安全。

如果工业工厂的本地化智能预测或检测到工业物联网 (IIoT) 中的设备故障，工厂必须尽快停止运营并触发自动修复执行器，以避免进一步破坏机器，更重要的是重型工业设备正在运行– 避免危及员工生命。

工业环境中对边缘计算解决方案的迫切需求有助于解释为什么制造业将在 2025 年占美国边缘计算市场的最大份额，达到 3.06 亿美元（2.6604 亿欧元）。

在电信领域，边缘计算是实时监控和预测网络健康状况的重要工具。这只能通过处理来自多个流的高消息吞吐量来实现，并与边缘的历史数据相关联。如果没有边缘计算实时处理和处理不同数据流的能力，分析过程将变得更加低效和耗时，从而显着增加主要蜂窝网络中断的可能性。

这些中断，如果是由自然事件或网络攻击引起的，则有能力让受影响的地区陷入困境，从而加剧了电信公司快速检测和解决中断的能力的重要性。就公共安全而言，效率和时间是破案的关键。当云处理严重延迟数据分析时，执法部门可以使用的所有技术——旨在加快案件解决速度——都会被浪费掉。

在极端情况下，正是这额外的三分钟决定了执法部门保护公众安全的能力。只有边缘解决方案才能快速关联来自多个非结构化和结构化数据源的数据，为警方检测和预防犯罪活动铺平道路。与决策者需要快速访问可操作分析的其他高度敏感的用例一样，超本地化数据处理是唯一的答案。

重新思考数据管理

随着物联网几乎渗透到业务的各个方面，公司对访问和分析大量数据产生了前所未有的需求。在这种环境下，公司有两种选择：他们可以将所有数据发送到云端进行处理，或者他们可以选择在本地处理和分析最关键、对时间敏感的数据，同时利用云进行机器学习模型训练和弹性.

前者使企业容易受到各种延误的影响，并带来巨大的成本和风险。后者为企业提供了提高响应时间所需的优势。所有这些都提出了一个重要的问题：与其将所有数据发送到云端再返回，为什么不将云本身移至边缘？企业似乎在自问并同意这一点。

根据 Gartner 分析，到 2022 年，四分之三的企业数据将在远离集中式数据中心处理和分析，而 2017 年这一比例不到 10%。随着越来越多的企业采用智能边缘方法，这将意味着更加简单、性能和安全性– 将物联网的好处带给更多企业和政府，而不会产生不必要的时间和金钱成本。

边缘分析不仅可以让公司在各自的行业中更具竞争力，而且可以实时有效地执行任务，这在我们相互关联的现实中是必不可少的。

此博客的作者是 Iguazio 产品总监 Adi Hirschtein