大型服务器机房：Guptill说:“自动驾驶汽车”是边缘计算的主要用例

伴随着企业和顾客将大量设备联接到互联网技术，极快5G互联网服务扩张其覆盖面积及其企业勤奋寻找该技术性产生的机会，企业中边缘计算的应用将明显提升。
依据Gartner企业2019年的汇报表明，到2021年底，超出50%的大中型企业将布署最少一个边缘计算用例来适用IoT或互动体验，而在2019年这一数据不上5%。
边缘计算用例的总数在未来两年将进一步提高，Gartner预测分析，到2023年底，将有超出一半的大中型企业最少布署六个边缘计算用例。2019年，在大中型企业中，只有1%企业有六个或大量边缘计算布署。
边缘计算的盛行在于剖析技术性的持续提升 ，这种技术性可即时剖析由节点设备转化成的数据，这类剖析与AI、深度学习和自动化技术融合应用时，能够 用以操纵节点的实际操作—这种节点仅有比较有限或沒有人工控制。
比如，彻底自动化技术的装配流水线能够 检验并改正错误，或是安全大检查点能够 依据生物学特性鉴别容许受权客户。这种状况必须边缘计算给予低延迟时间和稳定性。
Addressable Markets 企业首席战略官兼The Analyst Syndicate(杰出单独投资分析师小区)组员Bruce Guptill 称：“物联网技术、感应器、挪动设备和别的连接网络设备的迅速发展趋势和布署代表着大量的数据，及其对边缘计算的普遍要求。”
“可是，伴随着应用的数据量，数据种类和文件格式的普遍转变，企业对根据大量的方法维护大量种类数据的要求日益提高，及其在诸多种类设备上运用数据的要求日益提高，在好几个云计算技术中间往返挪动数据的高效率越来越很低。并且服务器带宽无法跟上发展趋势，因而响应速度越来越更糟糕。”
边缘计算的五个优点
说白了，边缘计算将测算从企业的关键数据管理中心移除，并将其置放在转化成数据的节点设备周边，这产生了好多个重要优点，包含下列层面：
1. 速率
根据专用型设备(挨近节点的相邻网络服务器或虚似数据管理中心)给予边缘计算，进而不用将数据从节点挪到云，随后再移回。降低传送時间能够 节约步骤時间，这能够 以秒为企业开展衡量，有时候乃至是ms。企业云解决方法服务提供商Ahead企业常务董事David Williams说：“因为数据无须一直传返回关键网站(即数据管理中心或公共性云服务提供商)，因而边缘应用软件和服务项目能够 获益于即时或贴近即时的延迟时间水准。”
2. 安全系数
PA Consulting企业AI和区块链技术责任人Yannis Kalfoglou表明，边缘计算可完成高些的安全系数和协调能力，由于其分散化的特点清除了单一中间常见故障点。
那样做的結果是，安全性精英团队能够 防护黑客攻击的节点和边缘计算设备。除此之外，边缘设备能够 布署特殊于设备的安全协议书，进而使各种不良行为者更难学习培训怎样入侵大量设备。
3. 成本费节省
Williams觉得，企业边缘计算的关键优点之一便是节约大量成本费。他说道：“边缘计算构架和技术性的成本费一般比集中型等效电路技术性更低。因为往来于边缘和关键/中间网站的数据量少，因而联接成本费的减少还能够进一步降低成本。”
4. 稳定性
依据权威专家的叫法，即便 在通讯安全通道速率迟缓、间歇性可以用或临时终断的状况下，边缘计算还可以再次运作。Accenture Labs企业董事总经理Teresa Tung表明，比如，一家能源集团在原油海上钻井平台上布署了边缘计算，她们无须一直借助可以用的通讯卫星联接将全部数据无线中继回数据管理中心开展解决，只是挑选在联接可以用时从边缘挪动必需的解决信息内容。
假如边缘产生一切常见故障，则危害很有可能仅限受影响的设备-总体实际操作仍将再次开展，进而提升 了全部系统软件的稳定性。
5. 扩展性
Lean Manufacturing Research企业创办人兼顶尖投资分析师兼The Analyst Syndicate的组员Dan Miklovic说，像云计算技术一样，企业只有在拓展其用例时才加上边缘设备，进而保证 她们仅布署和管理中心需的物品。别人还提及，边缘计算的分散型方式 如何使规模性布署更便于管理方法。Williams说：“用分散化的方式 各自处理每一个边缘部位的经营规模，比在集中化运输部位(大家称作‘关键’)处理要非常容易得多。企业便是根据这类方法来适用不计其数个节点(假如说并不是上百万节点)，它是集中型实体模型中无法解决的总数。”
边缘计算的七个用例
针对为特殊用例布署边缘计算，每一个企业都是有其本身的考虑到要素和主观因素，比如，在一种状况下很有可能必须低延迟时间和低速率，而在另一种状况下则必须稳定性。
技术性管理者和科学研究工作人员称，如今，在基本上全部领域，许多企业都是在布署或检测边缘计算用例。特别注意的用例包含下列：
1. 无人驾驶车辆
无人驾驶车辆是边缘计算的关键用例，由于仅有当他们可以即时剖析安全驾驶需要的全部数据时，他们才可以可以信赖地运作。这种车子累积的数据量十分令人震惊。依据领域权威专家可能，一辆无人驾驶车辆每日造成的数据很有可能在5 TB到20 TB中间。并且，尽管5G当然可以解决大量的容积，可是目前的4g互联网远不可以以充足的速率解决全部数据。
Guptill说：“无人驾驶车辆务必从好几个来源于(包含别的车子)以不一样的方法融合和解决很多不一样种类的数据，而且必须在行车全过程中及时开展。”
这就必须车截计算水平和边缘数据管理中心来开展重要每日任务解决，以开展导航栏、车对车通讯及其与新起智慧城市的集成化。
边缘计算还能够协助市政当局(比如交管部门、公共性转型发展单位和个人货运公司)能够更好地管理方法其运输队和整体车流量–根据根据即时现场情况开展迅速调节。比如，布署用以解决车子数据的边缘计算服务平台能够 明确什么地区已经产生拥挤，随后再次导航栏车子以缓解车流量。
2. 高些的安全系数
企业能够 应用边缘计算来完成视频监控系统和生物学特性鉴别扫描仪，及其别的监管和受权对策，在其中即时剖析数据尤为重要，以保证 仅容许受权工作人员和准许的主题活动。比如，企业能够 应用具备光学技术的生物识别技术网络安全产品来实行视网膜扫描仪，根据边缘设备即时剖析这种图象，以确定具备受权访问限制的职工的配对状况。
3. 保健医疗
保健医疗数据来源于各种各样设备，包含医生办公室、医院门诊和病人本身的设备。传送这种数据到中间部位开展剖析很有可能会导致网络带宽时延，但实际上并不是全部数据都必须挪动并储存在集中型网络服务器中。比如，病人诊疗设备的每一个正常心跳读值很有可能不用保存，但一些数据十分关键，必须迅速开展剖析，而没法接纳因为低延迟时间或不靠谱的数据连接导致的一切延迟时间。
边缘计算能够 即时获得和解决来源于节点诊疗设备的数据，并明确什么数据点并不是重要数据(即正常心跳读值)，还能够鉴别、解决和回应重要数据点，进而向临床医生传出报警以尽早付诸行动。
4. 生产制造和工业生产步骤
工业互联网已在生产制造加工厂和别的该类生产加工中加上了数百万个联接的设备，这种设备搜集相关生产流水线、设备特性和制成品的数据。可是，全部这种数据都不用在集中型网络服务器中解决-每一个联接的温度表的每一个溫度读值也不关键。
大部分企业仅必须将归纳数据或均值读值带到其中间系统软件，或是她们仅必须了解什么时候该类读值说明有什么问题，比如设备溫度超过一切正常范畴。
惠普公司副首席战略官经理Gerald Kleyn说，这就是边缘计算能够完成的;它使企业可以十分快地获得和了解数据，进而能够 快速发觉并解决困难。 他强调，在生产制造和相近自然环境中，速率特别是在关键，在这种自然环境中，自动装配线迅速挪动并必须即时干涉以解决困难。
比如，在一家生产制造加工厂，边缘计算仅花了一秒钟来剖析产品品质，这比将生产制造数据迁移到云空间开展解决快了整整的20秒。
5. 增强现实技术
Miklovic说，具体指导职工进行工作中、对职工开展新步骤学习培训及其向学员专家教授繁杂定义，这种将愈来愈多地根据头戴式设备进行，给予虚拟现实技术或增强现实技术学习培训感受。
这类感受能够 根据集中型云计算服务器来给予，可是成本费和延迟时间性很有可能会危害客户体验，而边缘计算能够 以较低的成本费给予对所需信息内容的靠谱即时浏览。
6. 提升工作场所安全系数
感应器、人工智能算法和人工智能技术层面的发展已经进一步扩展工作场地安全性应用软件，由于在边缘运作这种技术性使企业能够 监控情况，并即时鉴别风险状况并传出报警。
比如，企业能够 应用当场职工的部位数据，在COVID-19肺炎疫情期内实行新的社会发展间距规定，并警示她们不必维持太近的间距。因为该类部位数据在那一刻以后沒有一切使用价值，因而能够 在边缘上搜集和解决信息内容，而无须将其挪动和储存在企业数据管理中心内。
7. 流服务项目
Williams说：“OTT流媒体平台正快速变成 公布內容的规范方式。虽然IPTV (IP电视)是內容制做及其集中化公布到消費设备的最开始总体目标，但大家见到OTT持续发展趋势，包含原創內容、直播现场乃至对客户体验规定高些的地区性內容。”
依据Williams的叫法，它是媒体公司运用边缘计算作用的驱动器要素-它使企业可以降低延迟时间，另外保证 高品质的视頻和流媒体服务器特性。
将要发生大量边缘计算机遇
虽然边缘计算的这种用例早已产生使用价值，但预则企业将再次拓展其布署边缘计算的方法，以改进当今的经营和主题活动，及其开发设计和适用新品和服务项目。
Williams说：“伴随着企业持续找寻方式 来运用所搜集的数据，她们还将再次给予应用软件和服务项目以在当地解决和应用该数据。”
他再次说：“这类‘数据作用力’将促进在边缘的新一代数据驱动器解决方法，这在之前不太可能保证。服务供应商将再次开展项目投资以处理现如今的联接挑戰;人工智能技术将再次发展趋势，并在边缘和其技术架构的云计算技术层面中间越来越更为分布式系统和分散化;大家将见到加速迁移到对外开放、安全性的云原生规范，在其中的关键是布署边缘技术性，从自修复到治愈。可以说，边缘计算的市场前景一片光辉。”