边缘计算架构与企业部署策略深度解析
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。作为去中心化方法，完美互补超大规模云提供商的中心化倾向（后者利用巨大规模经济优势）。」
理解边缘计算的另一维度是其如何融入架构。这至关重要，因企业需要技术路线图：引入何种技术支撑业务规划、方案如何协同、应用何种标准格式。边缘计算参考架构可提供强大边缘数据处理、增强IoT设备管理、与BI服务集成。
但边缘架构仍在演进中，德国人工智能研究中心论文作者指出。理想架构在云和IoT设备间增加边缘计算层级用于计算通信。「设备生成数据不直接发往云或后端基建，而是在该层级完成初步计算。该层聚合、分析、处理数据后再发送至上层基建。」
边缘架构须适配企业本质。Intel与SAP近期合作展示物联网边缘计算架构，拓展现有核心企业应用触达。「尽管IoT潜力巨大，组织在部署IoT基础设施和从海量设备数据发现洞察面临重大挑战。」参考架构包含：
- 数据采集与设备控制： 从工业传感器等运营域各类源头采集摄取数据，单一仪表盘提供控制。各源数据通过多协议摄入控制实体。
- 传感器/网关/云间数据安全： 全数据路径提供安全能力，基于Intel®硬件技术的密钥/证书/身份管理，允许设备区分私有/共享数据，安全流确保数据仅达预期设备。
- 更安全的免搭载设备入网： 物理网关、合格传感器等新设备自动入网配置，消除额外部署任务并提升安全。
- 边缘数据收集、存储、分析： 企业IoT方案需具备稳健离线能力的边缘平台收集、存储、分析数据。平台应提供领域特定洞察、实时事件动作、可靠仪表盘、边缘本地业务流程执行。
物联网技术