边缘计算：数据与速度在源头相遇

边缘计算：数据与速度在源头相遇因公开证据表明其与互联网基础设施、治理、运营依赖性及市场可见度相关联，由 BTW Media 进行剖析。

• 边缘计算将计算和存储资源从中央数据中心转移到更接近数据生成地的位置，从而减少延迟和带宽使用。
• 它实现了在源头进行实时数据处理和分析，实时分析，并在零售、公用事业和自动驾驶汽车等各个行业中增强了物联网功能。

边缘计算通过将计算资源移近数据生成地来彻底改变数据处理方式，从而最大限度地减少延迟并增强实时处理能力。这种方法使各行业能够利用即时洞察和响应能力，从制造业的预测性维护到自动驾驶汽车的实时分析。

另请参阅：为什么边缘计算在当今数字环境中至关重要？

另请参阅：边缘计算与云计算：关键对比

什么是边缘计算

边缘计算是一种 IT 架构，其中客户端数据在网络外围进行处理，靠近其起源地。这种方法将存储和计算资源从中央数据中心移近数据源。原始数据不再被发送到中央设施进行处理和分析，而是在数据生成点执行计算。只有计算结果（如实时业务洞察或设备维护预测）才会被传回中央数据中心进行审查和人工交互。

它是如何工作的

IT 架构师们正将重心从中央数据中心转向基础设施的逻辑边缘——从数据中心取出存储和计算资源，将其移至数据生成点。

其原理很简单：如果无法把数据带到数据中心附近，那就把数据中心带到数据附近。边缘计算的概念并不新鲜，它根植于几十年前的一个理念，即远程计算（例如远程办公室和分支机构）在将计算资源放置在需要的地方时，比依赖单一中央位置更可靠、更高效。

边缘计算将存储和服务器放置在数据所在的位置，通常只需要在远程LAN上运行部分机架设备，即可在本地收集和处理数据。在许多情况下，计算设备部署在屏蔽或加固的外壳中，以保护设备免受极端温度、湿度和其它环境条件的影响。处理通常涉及规范化和分析数据流以寻找商业智能，只有分析结果才会被发送回主数据中心。

在某些零售环境中，展厅的视频监控可能与实际销售数据相结合，以确定最理想的产品配置或消费者需求。其它情况涉及预测分析，可以在实际缺陷或故障发生之前指导设备维护和维修。还有一些则常常与公用事业（如水处理或发电）集成，以确保设备正常运行并维持输出质量。

为什么它很重要

以自动驾驶汽车的兴起为例。它们将依赖智能交通控制信号。汽车和交通控制将需要实时生成、分析和交换数据。将这一要求乘以大量的自动驾驶汽车，潜在问题的范围就变得更加清晰。这需要快速且响应迅速的网络。边缘计算成为一种可行且重要的架构，它支持分布式计算，将计算和存储资源部署在更靠近数据源的位置（理想情况下在同一物理位置）。