有時更快的數(shù)據(jù)處理是一種奢侈——有時它生死攸關(guān),。

例如,，自動駕駛汽車本質(zhì)上是一臺裝有輪子的高性能計算機，它通過大量的傳感器來收集數(shù)據(jù),。為了使得這些車輛能夠安全可靠地運行,，它們需要立即對周圍的環(huán)境做出反應(yīng)。處理速度的任何延遲都有可能是致命的,。雖然聯(lián)網(wǎng)設(shè)備的數(shù)據(jù)處理現(xiàn)在主要是在云端進行的,，但在中央服務(wù)器之間來回傳送數(shù)據(jù)可能需要幾秒鐘的時間。這一時間跨度太長了,。

邊緣計算則讓自動駕駛汽車更快速地處理數(shù)據(jù)成為可能,。這種技術(shù)使得聯(lián)網(wǎng)設(shè)備能夠處理在“邊緣”形成的數(shù)據(jù)，這里的“邊緣”是指位于設(shè)備內(nèi)部或者與設(shè)備本身要近得多的地方,。

據(jù)估計,，到2020年，每人每天平均將產(chǎn)生1.5GB的數(shù)據(jù)量,。隨著越來越多的設(shè)備連接到互聯(lián)網(wǎng)并生成數(shù)據(jù),，云計算可能無法完全處理這些數(shù)據(jù)——尤其是在某些需要非常快速地處理數(shù)據(jù)的使用場景當(dāng)中,。

邊緣計算是云計算以外的另一種可選解決方案,，未來它的應(yīng)用范圍很有可能將遠不止是無人駕駛汽車。

包括亞馬遜,、微軟和谷歌在內(nèi)的一些科技巨頭都在探索“邊緣計算”技術(shù),，這可能會引發(fā)下一場大規(guī)模的計算競賽。雖然亞馬遜云服務(wù)Amazon Web Services（AWS）在公共云領(lǐng)域仍然占據(jù)主導(dǎo)地位,，但誰將成為這個新興的邊緣計算領(lǐng)域的領(lǐng)導(dǎo)者仍有待觀察,。

在本文中，我們將深入探討什么是邊緣計算,，與該技術(shù)相關(guān)的優(yōu)勢,，以及它在各行各業(yè)中的應(yīng)用。

一個充滿變化的計算領(lǐng)域

在了解邊緣計算之前,，我們必須先來看看它的前身——云計算——是如何為遍布全球的物聯(lián)網(wǎng)（IoT）設(shè)備鋪平道路的,。

云計算賦能互聯(lián)世界

從可穿戴設(shè)備到聯(lián)網(wǎng)廚房電器，聯(lián)網(wǎng)設(shè)備可以說無處不在,。據(jù)估計,，到2019年，全球物聯(lián)網(wǎng)市場規(guī)模將超過1.7萬億美元，較2013年的4860億美元增長逾兩倍,。

因此,，云計算——許多智能設(shè)備連接到互聯(lián)網(wǎng)來運作的過程——已經(jīng)成為一種越來越主流的趨勢。

云計算使得公司能夠在自己的物理硬件之外,，通過遠程服務(wù)器網(wǎng)絡(luò)（俗稱“云”）存儲和處理數(shù)據(jù)（以及其他的計算任務(wù)）,。

例如，你可以選擇使用蘋果的iCloud云服務(wù)來備份你的智能手機,，然后你可以通過另一個聯(lián)網(wǎng)設(shè)備（比如你的臺式電腦）檢索智能手機里的數(shù)據(jù),，方法是登錄你的賬戶連接到云。你的信息不再受到智能手機或臺式機的內(nèi)部硬盤容量的限制,。

這只是眾多云計算用例之一,。另一個例子是通過Web端或移動瀏覽器來訪問各種完整的應(yīng)用程序。由于云計算越來越受歡迎,，它吸引了亞馬遜谷歌,、微軟和IBM等大型科技公司入局。據(jù)私有云管理公司RightScale于2018年進行的一項調(diào)查顯示,，在主要的公共云提供商當(dāng)中,，亞馬遜AWS和微軟Azure分列第一和第二。

圖示：越來越多的企業(yè)在公共云上運行應(yīng)用程序

但是集中式云計算并不適合所有的應(yīng)用程序和用例,。邊緣計算則能夠在傳統(tǒng)云基礎(chǔ)設(shè)施可能難以解決的領(lǐng)域提供解決方案,。

向邊緣計算的轉(zhuǎn)變

在我們到處充斥著數(shù)據(jù)的未來，將有數(shù)十億部設(shè)備連接到互聯(lián)網(wǎng),，因此更快更可靠的數(shù)據(jù)處理將變得至關(guān)重要,。

近年來，云計算的整合和集中化性質(zhì)被證明具有成本效益和靈活性,，但物聯(lián)網(wǎng)和移動計算的興起給網(wǎng)絡(luò)帶寬帶來了不小的壓力,。

最終，并不是所有的智能設(shè)備都需要利用云計算來運行,。在某些情況下，這種數(shù)據(jù)的往返傳輸能夠——也應(yīng)該——避免,。

由此,，邊緣計算應(yīng)運而生。

根據(jù)CB Insights的市場規(guī)模量化工具,，到2022年,，全球邊緣計算市場規(guī)模預(yù)計將達到67.2億美元。雖然這是一個新興領(lǐng)域,，但在云計算覆蓋的一些領(lǐng)域,，邊緣計算的運行效率可能要更高。

邊緣計算使得數(shù)據(jù)能夠在最近端（如電動機、泵,、發(fā)電機或其他的傳感器）進行處理,，減少在云端之間來回傳輸數(shù)據(jù)的需要。

市場研究公司IDC稱,，邊緣計算被描述為“微型數(shù)據(jù)中心的網(wǎng)狀網(wǎng)絡(luò),，在本地處理或存儲關(guān)鍵數(shù)據(jù)，并將所有接收到的數(shù)據(jù)推送到中央數(shù)據(jù)中心或云存儲庫,，其覆蓋范圍不到100平方英尺”,。

例如，一列火車可能包含可以立即提供其發(fā)動機狀態(tài)信息的傳感器,。在邊緣計算中,，傳感器數(shù)據(jù)不需要傳輸?shù)交疖嚿匣蛘咴贫说臄?shù)據(jù)中心，來查看是否有什么東西影響了發(fā)動機的運轉(zhuǎn),。

本地化數(shù)據(jù)處理和存儲對計算網(wǎng)絡(luò)的壓力更小,。當(dāng)發(fā)送到云的數(shù)據(jù)變少時，發(fā)生延遲的可能性——云端與物聯(lián)網(wǎng)設(shè)備之間的交互導(dǎo)致的數(shù)據(jù)處理延遲——就會降低,。

這也讓基于邊緣計算技術(shù)的硬件承擔(dān)了更多的任務(wù),，它們包含用于收集數(shù)據(jù)的傳感器和用于處理聯(lián)網(wǎng)設(shè)備中的數(shù)據(jù)的CPU或GPU。

隨著邊緣計算的興起,，理解邊緣設(shè)備所涉及的另一項技術(shù)也很重要,，它就是霧計算。

邊緣計算具體是指在網(wǎng)絡(luò)的“邊緣”處或附近進行的計算過程,，而霧計算則是指邊緣設(shè)備和云端之間的網(wǎng)絡(luò)連接,。

換句話說，霧計算使得云更接近于網(wǎng)絡(luò)的邊緣,；因此,，根據(jù)OpenFog的說法，“霧計算總是使用邊緣計算,，而不是邊緣計算總是使用霧計算,。”

說回我們的火車場景：傳感器能夠收集數(shù)據(jù),，但不能立即就數(shù)據(jù)采取行動,。例如，如果一名火車工程師想要了解火車車輪和剎車是如何運行的,，他可以使用歷史累計的傳感器數(shù)據(jù)來預(yù)測零部件是否需要維修,。

在這種情況中，數(shù)據(jù)處理使用邊緣計算,，但它并不總是即時進行的（與確定引擎狀態(tài)不同）,。而使用霧計算,，短期分析可以在給定的時間點實現(xiàn)，而不需要完全返回到中央云,。

圖示：云計算,、霧計算與邊緣計算

因此，要記住的是,，雖然邊緣計算給云計算帶來補充,，并且與霧計算一起非常緊密地運作，但它絕不是二者的替代者,。

邊緣計算的優(yōu)勢

雖然邊緣計算是一個新興的領(lǐng)域,，但是它擁有一些顯而易見的優(yōu)點，包括：

·實時或更快速的數(shù)據(jù)處理和分析：數(shù)據(jù)處理更接近數(shù)據(jù)來源,，而不是在外部數(shù)據(jù)中心或云端進行,，因此可以減少遲延時間。

·較低的成本：企業(yè)在本地設(shè)備的數(shù)據(jù)管理解決方案上的花費比在云和數(shù)據(jù)中心網(wǎng)絡(luò)上的花費要少,。

·網(wǎng)絡(luò)流量較少：隨著物聯(lián)網(wǎng)設(shè)備數(shù)量的增加,，數(shù)據(jù)生成繼續(xù)以創(chuàng)紀(jì)錄的速度增加。因此,，網(wǎng)絡(luò)帶寬變得更加有限,，讓云端不堪重負(fù)，造成更大的數(shù)據(jù)瓶頸,。

·更高的應(yīng)用程序運行效率：隨著滯后減少,，應(yīng)用程序能夠以更快的速度更高效地運行。

削弱云端的角色也會降低發(fā)生單點故障的可能性,。

例如,，如果一家公司使用中央云來存儲它的數(shù)據(jù)，云一旦宕機,，那么數(shù)據(jù)將無法訪問,，直至問題得到修復(fù)——公司可能因而蒙受嚴(yán)重的業(yè)務(wù)損失。

2016年,，Salesforce網(wǎng)站的北美14站點（又名NA14）宕機超過24個小時,。客戶無法訪問用戶數(shù)據(jù),，從電話號碼到電子郵件等等,，業(yè)務(wù)運營遭受嚴(yán)重的破壞。

此后,，Salesforce將它的物聯(lián)網(wǎng)云轉(zhuǎn)移到亞馬遜的AWS上，但是這次宕機事件凸顯了僅僅依賴云的一大弊病,。

減少對云的依賴也意味著某些設(shè)備可以穩(wěn)定地離線運行,。這在互聯(lián)網(wǎng)連接受限的地區(qū)尤其能夠派上用場——無論是在嚴(yán)重缺乏網(wǎng)絡(luò)服務(wù)的特定地區(qū)，還是油田等通常無法訪問的偏遠地區(qū)。

邊緣計算的另一個關(guān)鍵優(yōu)勢與安全性和合規(guī)性有關(guān),。隨著政府越來越關(guān)注企業(yè)如何利用消費者的數(shù)據(jù),，這一點尤為重要。

歐盟（EU）最近實施的《通用數(shù)據(jù)保護條例》（GDPR）就是一例,。該條例旨在保護個人可識別信息免遭數(shù)據(jù)濫用,。

由于邊緣設(shè)備能夠在收集和本地處理數(shù)據(jù)，數(shù)據(jù)不必傳輸?shù)皆贫?。因此,，敏感信息不需要?jīng)由網(wǎng)絡(luò)，這樣要是云遭到網(wǎng)絡(luò)攻擊,，影響也不會那么嚴(yán)重,。

邊緣計算還能夠讓新興聯(lián)網(wǎng)設(shè)備和舊式的“遺留”設(shè)備之間實現(xiàn)互通。它將舊式系統(tǒng)使用的通信協(xié)議“轉(zhuǎn)換成現(xiàn)代聯(lián)網(wǎng)設(shè)備能夠理解的語言”,。這意味著傳統(tǒng)工業(yè)設(shè)備可以無縫且高效地連接到現(xiàn)代的物聯(lián)網(wǎng)平臺,。

邊緣計算發(fā)展現(xiàn)狀

今天，邊緣計算市場仍然處于初期發(fā)展階段,。但隨著越來越多的設(shè)備連網(wǎng),，它似乎備受關(guān)注。

主宰云計算市場的那些公司（亞馬遜,、谷歌和微軟）正在成為邊緣計算領(lǐng)域的領(lǐng)先者,。

去年，亞馬遜攜AWS Greengrass進軍邊緣計算領(lǐng)域,，走在了行業(yè)的前面,。該服務(wù)將AWS擴展到設(shè)備上，這樣它們就可以“在本地處理它們所生成的數(shù)據(jù),，同時仍然可以使用云來進行管理,、數(shù)據(jù)分析和持久的存儲”。

微軟在這一領(lǐng)域也有一些大動作,。該公司計劃在未來4年在物聯(lián)網(wǎng)領(lǐng)域投入50億美元,，其中包括邊緣計算項目。

微軟發(fā)布了它的Azure IoT Edge解決方案,，該方案“將云分析擴展到邊緣設(shè)備”,，支持離線使用。該公司還希望聚焦于邊緣的人工智能應(yīng)用,。

谷歌也不甘示弱,。它在本月早些時候宣布了兩款新產(chǎn)品，意在幫助改善邊緣聯(lián)網(wǎng)設(shè)備的開發(fā),。它們分別是硬件芯片Edge TPU和軟件堆棧Cloud IoT Edge,。

谷歌表示,，“Cloud IoT Edge將谷歌云強大的數(shù)據(jù)處理和機器學(xué)習(xí)功能擴展到數(shù)十億臺邊緣設(shè)備，比如機器人手臂,、風(fēng)力渦輪機和石油鉆塔,，這樣它們就能夠?qū)碜云鋫鞲衅鞯臄?shù)據(jù)進行實時操作，并在本地進行結(jié)果預(yù)測,?！?/p>

然而，有意涉足該領(lǐng)域的并不只是這三大科技巨頭,。

隨著聯(lián)網(wǎng)設(shè)備越來越多地涌現(xiàn),，新興生態(tài)系統(tǒng)中的許多玩家都正在開發(fā)軟件和技術(shù)來幫助邊緣計算實現(xiàn)騰飛。

在接下來的四年里,，惠普企業(yè)將在邊緣計算領(lǐng)域投資40億美元,。該公司的Edgeline Converged Edge Systems系統(tǒng)的目標(biāo)客戶是那些希望獲得數(shù)據(jù)中心級計算能力，且通常在邊遠地區(qū)運營的工業(yè)合作伙伴,。

它的系統(tǒng)承諾在不依賴于將數(shù)據(jù)發(fā)送到云或數(shù)據(jù)中心的情況下,，為工業(yè)運營（比如石油鉆井平臺、工廠或銅礦）提供來自聯(lián)網(wǎng)設(shè)備的洞見,。

在新興的邊緣計算領(lǐng)域,，其他主要的競爭者包括Scale Computing、Vertiv,、華為,、富士通和諾基亞等。

人工智能芯片制造商英偉達于2017年推出了Jetson TX2,，這是一個面向邊緣設(shè)備的人工智能計算平臺,。它的前身是Jetson TX1，它號稱要“重新定義將高級AI從云端擴展到邊緣的可能性”,。

許多著名的公司也在投資布局邊緣計算,，包括通用電氣、英特爾,、戴爾,、IBM、思科,、惠普企業(yè),、微軟、SAP SE和AT&T,。

例如,，在私募市場上，戴爾和英特爾均投資了為工商業(yè)物聯(lián)網(wǎng)應(yīng)用提供邊緣智能的Foghorn公司,。戴爾還參與了物聯(lián)網(wǎng)邊緣平臺IOTech的種子輪融資,。

上面提到的許多公司,，包括思科、戴爾和微軟,，也已經(jīng)聯(lián)合起來組成了OpenFog聯(lián)盟。該組織的目標(biāo)是標(biāo)準(zhǔn)化這項技術(shù)的應(yīng)用,。

邊緣計算在各行各業(yè)的應(yīng)用

隨著傳感器價格和計算成本的持續(xù)下降,，更多的“東西”將被連接到互聯(lián)網(wǎng)。

隨著更多的聯(lián)網(wǎng)設(shè)備變得可用,，邊緣計算將在各行各業(yè)中得到越來越多的應(yīng)用,，尤其是在云計算效率低下的一些領(lǐng)域。

我們已經(jīng)開始看到該技術(shù)在多個不同的行業(yè)領(lǐng)域產(chǎn)生影響,。

“當(dāng)我們把云的威力下沉到設(shè)備（即邊緣）時,，我們可帶來實時地響應(yīng)、分析和行動的能力,，尤其是在網(wǎng)絡(luò)條件有限或者缺乏網(wǎng)絡(luò)的地區(qū)……它還處于初期發(fā)展階段,，但我們正開始看到這些新功能能夠應(yīng)用于解決全球范圍的一些重大挑戰(zhàn)?！薄④浭紫夹g(shù)官凱文·斯科特（Kevin Scott）

從自動駕駛汽車到農(nóng)業(yè),，以下幾個行業(yè)將會從邊緣計算的潛力中獲益。

交通運輸

邊緣計算技術(shù)最顯而易見的潛在應(yīng)用之一是交通運輸——更具體地說,，是無人駕駛汽車,。

自動駕駛汽車裝備了各種各樣的傳感器，從攝像頭到雷達到激光系統(tǒng),，來幫助車輛運行,。

如前所述，這些自動駕駛汽車可以利用邊緣計算,，通過這些傳感器在離車輛更近的地方處理數(shù)據(jù),，進而盡可能地減少系統(tǒng)在駕駛過程中的響應(yīng)時間。雖然無人駕駛汽車還不是主流趨勢,，但公司們正在未雨綢繆,。

今年早些時候，汽車邊緣計算聯(lián)盟（AECC）宣布將啟動以聯(lián)網(wǎng)汽車解決方案為重點的項目,。

“聯(lián)網(wǎng)汽車正迅速地從豪華車型和高端品牌擴張到大批量的中端車型,。汽車行業(yè)將很快達到一個臨界點，屆時汽車所產(chǎn)生的數(shù)據(jù)量將超過現(xiàn)有的云,、計算和通信基礎(chǔ)設(shè)施資源,。”——AECC主席兼總裁村田兼一（Kenichi Murata）

該聯(lián)盟的成員包括DENSO Corporation,、豐田汽車,、AT&T,、愛立信、英特爾等公司,。

不過,，不僅僅是自動駕駛汽車會產(chǎn)生大量的數(shù)據(jù)并需要實時處理。飛機,、火車和其他的交通工具也是如此——不管它們有沒有人類駕駛,。

例如，飛機制造商龐巴迪（Bombardier）的C系列飛機就裝備了大量的傳感器來迅速檢測發(fā)動機的性能問題,。在12小時的飛行中,，飛機產(chǎn)生了多達844 TB的數(shù)據(jù)。邊緣計算支持對數(shù)據(jù)進行實時處理,，因此該公司能夠主動處理引擎問題,。

醫(yī)療保健

如今，人們越來越喜歡佩戴健身追蹤設(shè)備,、血糖監(jiān)測儀,、智能手表和其他監(jiān)測健康狀況的可穿戴設(shè)備。

但是,，要真正地從所收集的海量數(shù)據(jù)中獲益,，實時分析可能是必不可少的——許多的可穿戴設(shè)備直接連接到云上，但也有其他的一些設(shè)備支持離線運行,。

一些可穿戴健康監(jiān)控器可以在不連接云的情況下本地分析脈搏數(shù)據(jù)或睡眠模式,。然后，醫(yī)生可以當(dāng)場對病人進行評估,，并就病人的健康狀況提供即時反饋,。

但在醫(yī)療保健領(lǐng)域，邊緣計算的潛力遠不局限于可穿戴設(shè)備,。

不妨想想,，快速的數(shù)據(jù)處理能夠給遠程患者監(jiān)控、住院患者護理以及醫(yī)院和診所的醫(yī)療管理帶來多大的好處,。

醫(yī)生和臨床醫(yī)生將能夠為患者提供更快,、更好的護理，同時患者所生成的健康數(shù)據(jù)也多了一層安全保護,。醫(yī)院病床平均有20個以上的聯(lián)網(wǎng)設(shè)備,，會產(chǎn)生大量的數(shù)據(jù)。這些數(shù)據(jù)的處理將直接發(fā)生在更靠近邊緣的地方,，而不是將保密數(shù)據(jù)發(fā)送到云端,，因此能夠避免數(shù)據(jù)被不當(dāng)訪問的風(fēng)險。

如前所述，本地化數(shù)據(jù)處理意味著大范圍的云端或網(wǎng)絡(luò)故障不會影響業(yè)務(wù)運轉(zhuǎn),。即使云操作中斷,，這些醫(yī)院的傳感器也能獨立地正常運行。

制造業(yè)

智能制造有望從現(xiàn)代工廠大量部署的傳感器中獲得洞見,。

由于能夠減少滯后,，邊緣計算可能會使得制造流程能夠更快速地做出響應(yīng)和變動，能夠?qū)崟r地應(yīng)用數(shù)據(jù)分析得出的洞見和實時行動,。這可能包括在機器過熱之前將其關(guān)閉,。

一家工廠可以使用兩個機器人來完成同樣的任務(wù)，兩個機器人裝有傳感器,，并連接到一個邊緣設(shè)備上。邊緣設(shè)備可以通過運行一個機器學(xué)習(xí)模型來預(yù)測其中一個機器人是否會操作失敗,。

如果邊緣設(shè)備斷定機器人很可能會出現(xiàn)故障,，它就會觸發(fā)行動來阻止或減慢機器人的運轉(zhuǎn)。這會使得工廠能夠?qū)崟r地評估潛在的故障,。

如果機器人能夠自己處理數(shù)據(jù),，它們也可能變得更加自給自足和反應(yīng)靈敏。

邊緣計算應(yīng)該支持更快地從大數(shù)據(jù)中更多的洞見,，以及支持將更多的機器學(xué)習(xí)技術(shù)應(yīng)用到業(yè)務(wù)運營中,。

最終目標(biāo)是，挖掘?qū)崟r產(chǎn)生的海量數(shù)據(jù)的巨大價值,，防止安全隱患,，并減少工廠車間機器運轉(zhuǎn)中斷的情況。

農(nóng)業(yè)和智能農(nóng)場

邊緣計算非常適合應(yīng)用于農(nóng)業(yè),，因為農(nóng)場經(jīng)常處于偏遠的位置和惡劣的環(huán)境中,，可能存在帶寬和網(wǎng)絡(luò)連接方面的問題。

現(xiàn)在,，想要改善網(wǎng)絡(luò)連接的智能農(nóng)場需要在昂貴的光纖,、微波連接或者擁有一顆全天候運行的衛(wèi)星上進行投資；而邊緣計算則是一種合適的,、具有成本效益的替代方案,。

智能農(nóng)場可以使用邊緣計算來監(jiān)測溫度和設(shè)備性能，以及自動讓各種設(shè)備（比如過熱的泵）減緩運轉(zhuǎn)或者關(guān)閉,。

能源和電網(wǎng)控制

邊緣計算或許在整個能源行業(yè)都尤其有效,，尤其是在石油和天然氣設(shè)施的安全監(jiān)測方面。

例如,，壓力和濕度傳感器應(yīng)當(dāng)受到嚴(yán)密監(jiān)控,，不能在連接性上出差錯，尤其是考慮到這些傳感器大多位于偏遠地區(qū),。如果出現(xiàn)異常情況——比如油管過熱——卻沒有被及時注意到,，那就可能會發(fā)生災(zāi)難性的爆炸,。

邊緣計算的另一個好處是能夠?qū)崟r檢測設(shè)備故障。通過電網(wǎng)控制,，傳感器可以監(jiān)控從電動汽車到風(fēng)力發(fā)電廠的一切設(shè)施所產(chǎn)生的能源,，有助于相應(yīng)作出決策來降低成本和提高能源生產(chǎn)效率。

其他行業(yè)領(lǐng)域的應(yīng)用

其他可以利用邊緣計算技術(shù)的行業(yè)包括金融業(yè)和零售業(yè),。這兩個行業(yè)都使用大型的客戶和后端數(shù)據(jù)集來提供從選股信息到店內(nèi)服裝擺放的各種信息,，可以從減少對云計算的依賴中獲益。

零售可以使用邊緣計算應(yīng)用程序來增強顧客體驗,。如今,，許多零售商都在致力于改善店內(nèi)體驗，優(yōu)化數(shù)據(jù)收集和分析的方式對它們而言絕對很有意義——尤其是考慮到許多零售商已經(jīng)在嘗試使用聯(lián)網(wǎng)的智能顯示屏,。

此外,，很多人使用店內(nèi)平板電腦所生成的銷售點數(shù)據(jù)，這些數(shù)據(jù)會被傳輸?shù)皆贫嘶驍?shù)據(jù)中心,。借助邊緣計算,，數(shù)據(jù)可以在本地進行分析，從而減少敏感數(shù)據(jù)泄漏的風(fēng)險,。

總結(jié)

從可穿戴設(shè)備到汽車再到機器人,，物聯(lián)網(wǎng)設(shè)備正呈現(xiàn)出越來越強勁的發(fā)展勢頭。

隨著我們朝著更加互聯(lián)的生態(tài)系統(tǒng)邁進,，數(shù)據(jù)生成將繼續(xù)飛速增加,，尤其是在5G技術(shù)取得騰飛，進一步加快網(wǎng)絡(luò)連接以后,。雖然中央云或數(shù)據(jù)中心傳統(tǒng)上一直是數(shù)據(jù)管理,、處理和存儲的首選，但這兩種方案都存在局限性,。邊緣計算可以充當(dāng)替代解決方案,，但由于該技術(shù)仍處于起步階段，因此還很難預(yù)料其未來的發(fā)展,。

設(shè)備能力方面的挑戰(zhàn)——包括開發(fā)能夠處理云端分流的計算任務(wù)的軟件和硬件的能力——可能會出現(xiàn),。能否教會機器在能夠在邊緣執(zhí)行的計算任務(wù)和需要云端執(zhí)行的計算任務(wù)之間切換，也是一個挑戰(zhàn),。

即便如此,，隨著邊緣計算更多地被采用，企業(yè)將有更多的機會在各個領(lǐng)域測試和部署這種技術(shù),。

有些用例可能比其他用例更能證明邊緣計算的價值,，但整體來看，該技術(shù)對我們整個互聯(lián)生態(tài)系統(tǒng)的潛在影響則可能是翻天覆地的。