在很久之前，IT 產業(yè)就已發(fā)現不斷逼近的龐大資料冰山，隨著物聯網 （IoT， Internet of Things） 聯機裝置的迅速成長，兩者已出現沖突的現象，現在，必須是采取行動的時刻了，而邊緣運算可能是我們解決即將發(fā)生的數據超載危機的最佳機會。
僅是今天一天，全球已增加了2．5艾字節(jié)（EB，Exa Byte）的數據。此數據量十分驚人，但是相較于未來，僅是小巫見大巫。根據預測，至 2025 年，每一個月的車輛云端數據傳輸量，將達到 10 艾字節(jié)－僅是單一項應用程序的數據傳輸量，更不用說我們尚未想到可能會出現的各種新應用程序。
那么，我們應如何避免數據中心被物聯網這一座看不見的資料冰山壓垮呢？請思考一下，云端聯機不一定夠快，即使夠快，后端也不一定具有處理 IoT 規(guī)模數據的能力。于是，我們很快就能得知，在未來，我們將會被迫選擇想要上傳至云端的數據。如同思科的 Helder Antunes 曾說過：“在大多數情況下，所有數據都將通過云端與邊緣裝置的強大穩(wěn)定帶寬上傳至云端－此說法根本不切實際。”
邊緣運算之始：內容傳遞網絡 （CDN）
邊緣運算是近期十分熱門的話題，但是，如果我們將其定義稍微擴大一些，就會發(fā)現邊緣運算其實不是新的科技，例如在 90 年代已存有如同 Akamai（阿卡邁）的內容傳遞網絡 （CDN） 。CDN 是一種將靜態(tài)內容傳送至多個位置，以使信息距離實際使用地點更近一些的方式，且經證實，對于傳送串流視訊等內容而言，是十分高效的模式。邊緣運算即是依據此做法建立，但是，邊緣運算可以讓網絡邊緣的個別節(jié)點儲存與提供內容服務，以及接收和處理資料。
在云端運算出現之后，此類存在于使用者與云端數據中心之間的智能型節(jié)點，開始大幅推動技術發(fā)展。此類混搭 （mashup） 的做法，使我們能在發(fā)揮云端靈活度與可存取性的同時，提高數據保護及降低內部延遲部署解決方案。
應運而生的轉變
在各種新應用程序出現后，我們移動和處理數據的方式也產生了新的需求。自動駕駛汽車、智能家庭和智能制造，都與產生大量實用數據的聯機裝置有關，但是僅依據傳感器的原始數據，無法協助避免塞車、進行廠房設備的預防性維護或收到女兒平安到家的短信通知。這些都需要經過某些類型的處理作業(yè)－可能是實時分析、機器學習或其他類型的人工智能。
目前主要是由大型數據中心執(zhí)行此類處理作業(yè)，然而，隨著運算資源的需求暴增，此模式已無法滿足需求。這些使用個案將會產生更多的數據，而需要超越云端運算能力的更快反應時間。
在目前的所有數據中，僅有 10％ 是在云端或數據中心以外的地方處理，Gartner 預測，至 2022 年，所有數據中的 50％，將在其他地方（亦即：邊緣）處理。另一項有助于定義未來邊緣的動向，是包括美國在內的許多國家均已升級至 5G 移動網絡。電信業(yè)正在部署或積極考慮在升級網絡時，將相鄰的邊緣微數據中心納入新建的 5G 行動基地臺。
邊緣成為兵家必爭之地
有各式各樣的新技術皆競相在裝置與云端之間卡位，以取得有利的位置，包括微軟 Azure 的 IoT Edge、AWS Greengrass、AWS Lambda 以及 Intel 正在協助開發(fā)的 Akraino Edge Stack 等。
水平或垂直？
在這些即將問世的邊緣技術中，包括涵蓋物聯網 （IoT） 裝置、邊緣服務器到云端的垂直解決方案，以及專注于將邊緣運算功能整合至廣泛裝置的水平做法，例如：在容器內執(zhí)行的應用程序，或在特定基礎架構內的各種裝置上部署虛擬機監(jiān)控程序 （hypervisor）。
利與弊
將儲存裝置和運算資源放在數據源附近，可以大幅減少延遲及需要的云端帶寬。安全性呢？這是與各應用程序有關的重要考慮。部分專家認為，邊緣運算會限制開放式因特網上的數據傳輸量，因此可提高安全性，尤其是對于不得將敏感數據帶離現場的公司而言，是一大優(yōu)點。但是，另一方面，不斷增加的大量 IoT 裝置及個別區(qū)隔的基礎架構層級（包括邊緣服務器），則為有心人士提供更大的攻擊表面，因為每新增一個端點，都有可能會使云端的安全性受到威脅，以及提供滲透核心網絡的路徑。
誰將擁有邊緣？
將基礎架構從云端移至邊緣的另一個議題，是所有權、營運與維護的問題。公司擁抱云端運算的部分原因是云端可大幅減輕管理與維護負擔，如果運算基礎架構從云端回到邊緣，則將由誰擁有及營運呢？
目前，這些問題很難獲得明確的答案，因為根本不知道最后是由哪一項技術勝出?？梢钥隙ǖ闹挥幸患拢簾o論誰負責掌管未來的邊緣數據中心，且無論設施的規(guī)模大小，效率都將成為關鍵。提供超越大型數據中心的運算效率，不是一件簡單的事，在可靠性方面也是一樣?；谏?/span>
