采用边缘计算的 6 个充分理由

每种情况都是独一无二的。然而，显而易见的是，云计算和边缘计算之间的平衡可能会推动未来的物联网架构。

为什么公司应该将边缘计算视为一种技术战略？ Edge 将其自身的复杂性形式引入信息架构，但同时有助于为当今计算环境已成为的大型复杂毛球带来更高的速度和安全性。

这是来自德勤的词，它在一份新报告中为边缘提供了理由，该报告引用了将处理和数据移动到边缘的许多优势。报告的作者 Ken Carroll 和 Mahesh Chandramouli 都来自德勤 (Deloitte) 州，他们很快就会在源附近处理多达 55% 的物联网数据，无论是在设备上还是通过边缘计算。

另见： 移动目标：定义边缘及其架构

当组织转向边缘计算、卡罗尔和钱德拉穆利状态时，他们可以实现许多优势。他们指出从边缘部署中可以看到不少于六个好处：

1) 延迟： 这可能是最引人注目的用例。 “在数据生成和决策或行动之间保持尽可能小的延迟对于保持组织的敏捷性至关重要，”Carroll 和 Chandramouli 指出。 “由于数据在生成后可能变得毫无价值，通常在几毫秒内，组织将数据转化为洞察力然后转化为行动的速度通常被认为是关键任务。在只有云的世界中，数据最终会传播数百甚至数千英里，因此在延迟对解决方案至关重要的地方，边缘计算可能成为关键。”

2) 带宽可用性和使用情况： 尽管近年来带宽已显着增加，但这仍然无法跟上现在通过网络激增的海量数据。 “使处理更接近数据源可以帮助平衡等式 - 本地处理（包括压缩、过滤和优先级）可以帮助有效和高效地利用可用带宽。”

3) 避免连接中断： 许多物联网设备和系统具有本地处理和存储能力，因此不需要更广泛的连接性。此外，并非每个人都能获得稳定的网络连接，风暴等事件可能会破坏连接。 “在边缘拥有功能有助于确保在发生网络连接问题时不会中断应用程序，”德勤作者表示。

4) 安全和隐私： 然后，在分散的位置分发数据以及在本地维护数据而不是通过网络发送数据具有内在的安全性。 “使用中心辐射型云/边缘架构可以帮助将设备机密本地化或划分到多个节点中，而不是将它们全部存储在一个地方，从而有助于提高安全性。”

5) 数据规范化和过滤： 许多物联网设备和系统会产生大量数据流，在传输数据时会给网络和集中式系统带来巨大的负载。可以对本地化设备进行编程，以过滤掉相关数据以传递到网络。此外，许多设备还具有自己的数据协议，可能难以从集中位置进行管理。 “边缘的数据归一化或同质化通常与过滤和其他数据压缩功能相结合，从而也有助于更有效地利用可用带宽。”

6) 更简单、更便宜的设备： 使用集中位置的计算周期通常很昂贵。 “网关和边缘服务器可以实现更简单、更便宜的设备，因为数据存储和处理被转移到网关或边缘服务器，而不是将它们嵌入传感器或设备中，”卡罗尔和钱德拉穆里指出。

没有正确的方法来实现边缘计算和集中式计算的混合，德勤的合著者并没有低估维护边缘设备网络的成本和复杂性。 “边缘处理是高度分布式的，通常包括偏远或难以访问的位置，包括办公室、工厂、校园、管道和各种远程现场站点中的传感器/执行器和网关，”他们说。“所有这些边缘节点有固件、操作系统、某种形式的虚拟化和容器，以及安装的软件，其中一些由制造商提供，一些由解决方案提供商提供。”

尽管如此，在延迟、可扩展性和增加对信息的访问方面的好处可能超过了维护边缘系统的复杂性。 “物联网解决方案应该尽可能简单，而不是简单，”Carrolland Chandramouli 表示。 “相反，它应该只复杂到它需要的程度，而不是更复杂。这些看似简单但重要的点可以对解决方案的成功产生影响。每种情况都是独一无二的。然而，很明显的是，云计算和边缘计算之间的平衡可能会构成明天的物联网架构。”