Why is edge cloud computing so important?
NETWORK WORLD By Keith Shaw
隨著物聯網設備的部署和 5G 快速無線技術的到來，將運算和分析，放在創建數據的位置附近，這為邊緣運算提供了機會。
邊緣運算正在改變，世界上數百萬台設備處理，處理和傳遞數據的方式。 網路連接設備（IoT）的爆炸性成長，以及需要即時運算能力的新應用，繼續推動著邊緣運算系統的發展。
諸如 5G 無線之類的更快的聯網技術，使邊緣運算系統能夠，加快創建或支持即時的應用，例如影像處理和分析、自動駕駛汽車、人工智慧和機器人等。
儘管由於物聯網生成的數據的成長，邊緣運算的早期目標，是解決長距離傳輸數據的頻寬成本，但需要在邊緣進行處理的即時應用的興起，將推動技術的發展。
什麼是邊緣運算？
Gartner 將邊緣運算定義為「分佈式運算拓撲的一部分，其中資訊處理位於邊緣附近，即事物和人在此處生成或使用該資訊。」
從根本上講，邊緣運算使運算和數據儲存，更接近收集它的設備，而不是依賴可以在數千英里之外的中央位置。 這樣做是為了使數據（尤其是即時數據）不會遇到會影響應用性能的延遲問題。 此外，公司可以透過在本地完成處理來節省資金，從而減少了需要在集中式或基於雲端的位置，進行處理的數據量。
邊緣運算，是由於物聯網設備的指數級成長而開發的，這些設備連接到 Internet，以便從雲中接收資訊，或將數據傳遞回雲端中。許多物聯網設備在其運行過程中，會生成大量數據。
考慮一下用於監視工廠的生產線，其生產的設備，或者連接可從遠端辦公室，發送即時素材的網路攝像機。 儘管單個生成數據的設備，可以很容易地在網路上傳輸數據，但是同時傳輸數據的設備，數量增加時會出現問題。如果不是只用一台攝影機傳輸即時影像，而是乘以數百或數千個的設備。這時網路傳輸不僅品質會因延遲而受損，而且頻寬成本可能會非常高。
邊緣運算硬體和服務，是許多這類系統的本地處理和儲存源頭，可幫助解決此問題。例如，邊緣網路閘道器（Gateway），可以處理來自邊緣設備的數據，然後僅將相關數據透過雲端發送回去，從而減少了頻寬需求。或者，如果需要即時的處理應用，它可以將數據發送回邊緣設備。
這些邊緣設備可以包括許多不同的東西，例如 IoT 感測器、員工的筆電、最新的智慧手機、安控攝影機，甚至是辦公室休息室中的連網微波爐。邊緣網路閘道器本身，被認為是邊緣運算基礎架構中的靈魂設備。
為什麼邊緣運算很重要？
對於許多公司而言，僅節省成本就可以成為部署邊緣運算架構的驅動力。在許多應用中都採用雲端技術的公司可能已經發現，頻寬成本比預期的要高。
但是，邊緣運算的最大好處，越來越多地是能夠更快地處理和儲存數據，從而實現了對公司非常重要的，更高效的即時應用。在進行邊緣運算之前，智慧手機掃描人的臉部，以進行臉部辨識，將需要通過雲端的服務，來運行臉部辨識算法，這將需要大量時間來處理。
使用邊緣計算模型，鑑於智慧手機功能的增強，該算法可以在邊緣伺服器或 Gateway 上，本地運行，甚至可以在智慧手機本身上運行。虛擬現實和增強現實、無人駕駛汽車、智慧城市，乃至建築自動化系統等應用，都需要快速處理和響應。
IDC 研究總監庫巴·斯托拉爾斯基（Kuba Stolarski）在「 2019 - 2023 年全球邊緣基礎設施（運算和儲存）預測」中表示：「邊緣運算已從 ROBO（遠端辦公室分支辦公室）位置的隔離 IT 時代顯著發展。」報告。
「透過增強的互連性，可以改善對更多核心應用的邊緣訪問，並藉助新的物聯網和特定於行業的業務案例，邊緣基礎設施有望成為未來十年，及以後伺服器和儲存市場的主要成長引擎之一。 」
諸如 NVIDIA 之類的公司，已經意識到需要在邊緣進行更多處理，這就是為什麼我們看到了，內置人工智慧功能的新系統模組的原因。
例如，該公司最新的 Jetson Xavier NX 模組比信用卡小，可以內置在更小的設備中，例如無人機、機器人和醫療設備。AI 算法需要大量的處理能力，這就是為什麼大多數算法，都透過雲端服務運行的原因。可以在邊緣進行處理的 AI 晶片組的成長，將允許在需要即時運算的應用中，實現更好的即時響應。
隱私權與安全性
但是，就像許多新技術一樣，解決一個問題可能會導致其他問題。從安全的角度來看，邊緣的數據可能會很麻煩，尤其是當數據由不如集中式或基於雲端的系統安全的其他設備處理時。隨著 IoT 設備數量的增加，IT 必須瞭解這些設備周圍的潛在安全問題，並確保這些系統可以得到保護。這包括確保數據已加密，並且使用了正確的存取控制方法，甚至 VPN 通道。
此外，處理功率、電力和網路連接性的不同設備要求，可能會影響邊緣設備的可靠性。這使得冗餘和故障轉移管理，對於在邊緣處理數據的設備非常重要，以確保在單個節點發生故障時，正確地交付和處理數據。
那麼 5G 呢？
在全球的營運商正在部署 5G 無線技術，該技術有望為應用帶來高頻寬和低延遲的優勢，使企業能夠利用其數據頻寬，從花園軟管過渡到防火牆。許多營運商不僅在提供更快的速度，並告訴公司繼續在雲端中處理數據，還正在將邊緣計算策略應用於其 5G 部署中，以便提供更快的即時處理能力，尤其是對於行動設備、聯網汽車和汽車駕駛自助服務。
Futuriom 在最近的報告「 5G，物聯網和邊緣運算趨勢」中寫道，5G 將成為邊緣運算技術的催化劑。該公司寫道：「使用 5G 技術的應用，將改變流量需求模式，為行動蜂窩網路的邊緣運算提供最大的推動力。」
它引用了包括 IoT 分析、機器學習、虛擬實境、自動駕駛汽車在內的低延遲應用，因為這些應用「具有新的頻寬和延遲特性，需要邊緣運算基礎架構的支持。」
Forrester 在對 2020 年的預測中，還提到了對按需運算的需求，即時應用參與將在 2020 年推動邊緣運算的成長中發揮作用。
很明顯的，雖然邊緣運算的最初目標，是降低長距離 IoT 設備的頻寬成本，但需要本地處理和儲存功能的即時應用的成長，將在未來幾年推動該技術的發展。
 |
0 comments:
張貼留言