什么是边缘计算

毫无疑问我们现在处于云计算时代，但更多的是被推向“边缘”。那些不熟悉计算机技术的技术语言的人可能想知道什么是边缘计算以及如何重塑数据和网络。在本文中，我们将解释大数据的下一个趋​​势，并告诉您边缘计算是什么。

就像云和物联网一样，边缘是一个流行语。多年来，我们已经看到计算工作负载的范式转变，从数据中心到云，从云到网络的逻辑边缘。

简单来讲，这就是边缘计算：沿着网络边缘处理和分析数据，最接近其集合点，以便数据变得可操作。

这是Nest恒温器在某个时间调整温度的方式，也是Alexa设备如何告诉您当天的天气预报的方式，或者自动驾驶汽车如何不会撞到人的秘诀。我们将解释与云计算相关的边缘计算，以及类似的雾计算，并举几个例子。

什么是边缘计算？

边缘计算不是一个新概念，但云计算和机器学习的趋势有助于推动它。边缘计算是分布式计算的一种形式，其历史可以追溯到20世纪60年代。分布式计算涵盖了广泛的技术，但其最早的成功案例可以被视为局域网和第一个互联网ARPANET。

我们今天所知道的边缘计算可以追溯到20世纪90年代末，当时Akamai推出了旨在解决网络拥塞问题的内容交付网络。与Cloudflare一样，Akamai 使用边缘服务器来运营边缘网络，以提供更接近请求源的内容。

尽管历史悠久，边缘计算仍然被认为是一种新的模式。也就是说，它继续解决同样的问题：接近消费者。将计算机工作负载移近消费者可以减少集中式数据中心的延迟，带宽和开销，这就是为什么它是大数据的增长趋势。

万维网和点对点网络可以被认为是分布式计算应用程序。分散的分布式计算范例也是托管和区块链的基础。

边缘计算的好处

通过解决邻近问题，您可以解决延迟问题。设备上处理方法确保仅通过网络发送非关键数据，并且可以立即对关键数据执行操作。这对于延迟敏感的应用程序很重要，例如自动驾驶汽车，其中必须等待毫秒可能是站不住脚的。

边缘计算的分散方法也降低了带宽。数据处理从收集点开始，只有需要存储的数据才会发送到云端。这使边缘计算更加高效和可扩展，并减少网络负载。

例如，如果您有多个安全摄像头通过云端发送1080p视频，则会成为带宽问题。这是不切实际的，而且成本过高。

通过边缘计算还可以改善中断和间歇性连接，因为它不仅仅依靠云进行处理。这有助于避免服务器停机，确保远程位置的可靠运行并避免意外停机。

从理论上讲，边缘计算还有一层额外的安全性，因为来自物联网设备的大部分数据都不会遍历网络。相反，它仍然处于创造的位置。云中的数据越少意味着泄漏或泄漏的数据就越少。

也就是说，人们担心边缘设备本身就容易受到攻击。有一个不太安全的物联网设备的历史，并没有提到潜在的隐私问题。许多人认为这种设备只不过是昂贵的电线接头。

随着边缘计算的发展，加密和VPN隧道将变得越来越重要。

边缘计算的例子

随着物联网设备的激增，边缘计算已经出现，并且已经在不同情况下部署。网络边缘取决于用例。它可以是手机信号塔，智能手机，物联网设备或自动驾驶汽车。

如果它有帮助，你可以把它想象成一个棒球场。在投手的土墩是集中的云，而在更远的外围，是“边缘”所在的地方。沿着边缘是边缘设备。在这两者之间，可能存在边缘服务器，边缘网关或微型数据中心，这有助于促进本地处理并减少到云的往返数据时间。

自动驾驶汽车可能是边缘计算重要的最好例子。自动驾驶汽车充满了数百个收集数据的传感器，对于碰撞检测等过程，车辆无法等待数秒进行云处理。它必须能够立即处理这些数据并做出决定。

更重要的是，像英特尔这样的行业巨头估计到2020年，自动驾驶汽车每天将产生40TB的数据。丰田预测，到2025 年，汽车到云的数据流量将达到每月10艾字节。所有数据都是传播到云是昂贵和不必要的，更不用说当前的网络不可持续。

另一个例子是CDN，例如Cloudflare和Akamai。它们通过拥有全局数据中心和边缘服务器来提供边缘网络，这些服务器存储缓存版本的内容并根据其地理位置将其提供给访问者。这样可以减少延迟并为数据提供更接近的入口点。

还有IoT，其中包括Nest恒温器或安全摄像头，电器，语音助手（如Google Home或Alexa）和传感器等设备。边缘计算允许这些设备学习行为并做出反应。当您下班回家时，您的Nest恒温器调节温度就是一个例子。

Cloud vs. The Fog vs. The Edge

据预测，边缘计算将在某些时候取代云计算。虽然边缘计算理论上可以超越云计算，但云计算并不会随处可见。随着边缘技术的成熟，云将与它们一起成长，在两个域之间建立连续体。

也就是说，我们可能会看到功能与云的分离。Gartner预测，传统的数据中心将在2025年停止运转，80％的数据中心关闭，有利于基础设施更好地提供更接近消费者的服务。这是由工作负载布局驱动的，边缘计算可以解决这个问题。

边缘计算也让位于雾计算，雾计算可能会以相同的步长增长。与边缘一样，雾计算将工作负载移近网络边缘，从而减少数据传输，延迟和带宽。然而，边缘计算将过程移动到设备，而雾计算发生在网络中的一个或多个节点上。在某种程度上，雾是标准，边缘是基于该标准的概念。它将工作负载从网络级别提升到设备级别。

如果边缘计算听起来像我们曾经在那些使用CRT显示器的旧米色盒子上进行的计算，那么你就不远了。不同之处在于机器学习，AI和云后端等技术。为了更快地处理数据并改善最终用户体验，钟摆必须转向另一个方向，可以这么说。