我們正走向邊緣計算


每週似乎都會有一份關於邊緣計算將如何接管世界的新報告。但問題仍然存在——邊緣計算現象是否會像預測的那樣席捲世界?如果是的話,企業將如何從中受益?


在本篇及以後的文章中,我們將揭開邊緣計算的神秘面紗,研究它的動機,並探討創建可伸縮的邊緣部署的最佳做法以及開放源代碼在邊緣上的作用。我們還將研究5G及其對電信行業、遠程辦公/分支辦公、物聯網和其他用例的影響。

什麼是邊緣計算?


根據行業或用例的不同,邊緣計算(EC)一詞已經被用來描述從微型物聯網設備執行的操作到類似數據中心等基礎設施的一切內容。用於表示邊緣計算的術語包括:分佈式計算、混合邊緣計算、異構計算、矩陣計算、盒中數據中心、本地雲、網絡邊緣、霧計算等。根據行業的不同,每個術語都有其獨特的含義。

我們正走向邊緣計算


有點難以理解的是,邊緣計算並不是一個單一的邊界,而是具有不同屬性的邊界層的連續體,這些屬性包括到用戶的距離、站點的數量、站點的大小、所有權等等。邊緣計算的位置有待解釋。對於服務提供商來說,邊緣計算可以從核心延伸到最外一層,而對於企業來說,邊緣計算是位於內部的。 在概念層面上,邊緣計算指的是使計算更接近使用它的地方或更接近數據源。這個概念不僅限於計算服務,還可以包括網絡或存儲服務。 關於計算資源應該位於何處的爭論可能和計算本身一樣古老。在集中計算提供的效率和規模經濟與非集中計算提供的靈活性和用戶控制之間,鐘擺常常搖擺不定。 邊緣計算的概念已經有二十多年的歷史了。該領域的先驅之一是 Akamai 的內容交付網絡(CDN),通過該網絡,頻繁訪問的內容緩存的地方更接近終端用戶。在目前情況下,邊緣計算範圍要廣泛得多,包括企業、消費者和服務提供商。 各種邊緣計算的用例和行業都有很大的可變性,不同的領域都有自己獨特的需求。對於物聯網來說,邊緣計算的工作方式不同於遠程站點(如風車或自動駕駛車輛),也不同於工廠或體育場的要求。例如,一個對計算基礎設施和網絡帶寬有限制的遠程站點主要在離線模式下運行,而一個體育場將有一個帶寬帶連接的類似數據中心的小型基礎設施。

為什麼計算要趨向邊緣?


在過去的十年中,向雲服務的轉變導致計算資源集中在幾個大型數據中心。邊緣計算是一種相反的趨勢,它分散了雲服務,並將它們分發到許多更接近終端用戶或數據源的站點。它能讓應用程序提供更高質量的客戶體驗,從而也使新的嘗試得以實現,並提高了操作效率。邊緣計算出現的主要原因可以分為帶寬、延遲、彈性和安全性等方面。
一些新興的用例,如物聯網或視頻監控,預計將產生大量數據(100 GB/天),並限制通過蜂窩/衛星進行的網絡連接(例如,海上石油平臺、海上船舶)。通過處理更靠近數據源的數據,邊緣計算可以幫助減少將設備數據移動到後端系統所需的網絡帶寬。大部分設備數據可能是冗餘信息。例如,考慮來自恆溫器的室溫數據,只需將一個小型聚合數據集發送到後端系統,就可以在本地處理這些數據。 儘管存在間歇性的網絡連接(例如,自動駕駛汽車、智能建築、農業),對於關鍵的業務功能,邊緣計算為服務連續性提供了彈性。通過將受影響的服務故障區域限制在更小的服務區域(例如,移動邊緣計算),它能夠提供了更大的復原力。出於安全或監管方面的原因,邊緣計算還允許將敏感信息保持在接近其源的位置,從而實現更好的數據主權。 這不是在邊緣計算和集中計算之間的選擇。隨著邊緣計算在市場上得到更廣泛的採用,整個解決方案將包含這兩者的結合。在這種混合計算模型中,集中計算將用於計算密集型的工作負載、數據聚合和存儲、人工智能/機器學習、跨地理區域的協調操作以及傳統的後端處理。另一方面,邊緣計算可以幫助在接近實時的情況下從源頭解決問題。 架構師需要確定與邊緣計算一致的用例。如果用例不能從減少的延遲、實時監視或其他屬性中受益,那麼邊緣計算可能並不那麼吸引人了。



誰在使用邊緣計算?


諸如物聯網、人工智能/機器學習、AR/VR、機器人和電信網絡功能等新興的用例常常被認為是推動計算走向邊緣的關鍵因素。然而,傳統企業也開始採用這種方法,以便更好地支持它們的遠程/分支機構、零售場所、製造廠等。甚至雲服務提供商也已經認識到在更接近數據源的地方處理數據的需要,並正在提供邊緣解決方案。 對於尋求低延遲或斷開連接的計算的公司(在這些地方,遠程站點可以在沒有與集中式基礎設施通信的情況下運行),邊緣計算可以幫助提高基礎設施的復原力以及應用程序的可用性。邊緣計算同樣可以使許多用例受益,包括公用事業、運輸、醫療保健、工業、能源和零售等。 對於服務提供商,邊緣計算可以通過將應用程序或內容移動到網絡層次結構的邊緣層來幫助提高客戶的體驗質量。他們還可以在邊緣上部署一個全新的服務類別,以利用其與客戶的接近性。由於網絡邊緣代表了運營商的大部分資本和運營費用,它也是網絡現代化努力的一個關鍵領域。


翻譯:秦天鈺


原文鏈接:

https://www.redhat.com/en/blog/were-headed-edge-computing


如果閱讀有收穫,求幫忙擴散文章!感謝!


邊緣計算社區:促進邊緣計算領域知識傳播,中立,客觀,如果你關注邊緣計算、5G、物聯網、雲原生等領域請關注我們。


分享到:


相關文章: