边缘超融合：VMware与Eurotech驱动高效工业IoT

应用特性与带宽决定性能 在确定分析执行位置时，应用特性和边缘-云传输带宽是影响性能的关键因素。 近年来，随着“雾计算”概念的提出，推向边缘的趋势日益明显，即根据应用需求，在集中式云和边缘环境之间的光谱上部署资产和处理能力。 随着企业迈入实时经济，关于光谱哪个阶段能提供最优性能或最快响应的争论不断。云服务按需提供容量和处理，但常因数据和指令跨越多个网络而受延迟困扰。混合部署提供一定程度的本地处理，数据移动可通过内存系统加速，但速度可能不稳定。将处理完全移至边缘设备虽能提供快速的现场分析，却难以在企业间共享。 延伸阅读： Why Edge Computing Can Help IoT Reach

组织在部署IoT基础设施和从海量设备生成数据中发现洞察方面面临重大挑战。 大众印象中边缘计算指核心企业系统外的任何处理，但这定义模糊。例如在笔记本电脑工作理论上可算「边缘计算」。 企业级需更精确定义边缘计算内涵及其影响的架构部分。技术定义权威NIST（美国国家标准技术研究院）指向IEEE发表的论文，将边缘定义为IoT和移动领域，向内延伸至虚拟化和数据中心管理程序。 另请参阅： 边缘计算与5G中心 IT权威Gartner定义边缘为「分布式计算拓扑一部分，信息处理靠近事物和人产生或消费信息的边缘」。另一定义更进一步：「实现和优化极致去中心化的计算模型，将节点尽可能靠近数据和内容的源与汇。作为去中

什么是边缘分析？ 边缘分析是在网络非中心点——网络边缘——而非云端或其他中心化系统中采集、处理、分析数据的方法。边缘分析通常发生在传感器、网络交换机、外围节点或其他连接设备上或附近。边缘分析的去中心化、本地化特性比传统大数据方法有优势：速度快得多，带来更快、更准确的商业智能，同时减轻网络负载。 此模型下，大部分信息在边缘分析，仅最相关关键信息上传云端做较慢、更深分析。边缘分析主要源于不断增长的IoT设备：它们需要更快数据分析，有时在偏远无连接区域，且自身能执行边缘分析。在某种意义上，边缘分析是一种闭环IoT数据分析生态系统，能利用智能网关访问“外部世界”，通常指云端。 IoT边缘分析用例 I

形势已变。 数字化转型关乎商业模式变革，关乎企业不仅利用最新技术创造的巨大机遇，更为其持续演进做准备。 云端数据管理系统的引入给制造商带来些许文化冲击，但收益太大不可忽视。越来越多公司日渐将工作负载迁移云端，目标在未来几年将一切迁上云。数据数字化使它们在日益激烈的竞争格局中交付竞争优势。 然而，随着业务更数字化，固有网络安全风险增加，问题日益严重。对企业在转型期开发维护IT安全的能力审视更严。 简单说，企业再不能袖手旁观、接受当前安全现状。 迁移云软件要求愿意将潜在敏感生产数据移出企业“四面墙”安全区，许多公司需推动全公司IT文化变革。尽管有障碍，采用云的组织发现：就收益而言，天空才是极限。