什么是边缘计算？

IoT 设备的爆炸式增长和不断提高的计算能力已导致数据量前所未有地暴增。随着 5G 网络的普及，联网移动设备数量再次增加，数据量也继续增长。

过去，云和 AI 都希望从数据中获得切实可行的洞察成果，从而实现自动化，加速创新。但是，联网设备产生数据的规模和复杂程度超乎寻常，超过了网络和基础设施的功能。

将设备生成的所有数据发送到统一的数据中心或云端会导致带宽和延迟问题。边缘计算提供了一种更高效的替代方案——在更接近数据创建的位置处理和分析数据。由于数据无需通过网络传输到云端或数据中心进行处理，因此延迟会降低。

边缘计算以及 5G 网络上的移动设备边缘计算可实现更快、更全面的数据分析，从而可以获得更深入的洞察分析成果，缩短响应时间，改善客户体验。

IoT 设备，从智能汽车到工厂机器人，产生的数据比以往任何时候都多，但大部分数据仍未被利用。例如，McKinsey & Company 的一项研究发现，一个海上石油钻井平台会产生来自 3 万个传感器的数据，但其中只有不到 1% 的数据被积极用于确定行动。¹

边缘计算利用不断增强的设备内计算能力，近乎实时地提供深入的洞察分析和预测分析。这种边缘设备中的增强型分析功能可推动创新，提高质量和价值。

它还引发了重要的战略问题：在计算容量增加的情况下，如何管理执行这些类型操作的工作负载的部署？如何利用设备中的嵌入式智能更快地影响员工、客户和业务的运营流程？

为了从所有这些设备中挖掘最大价值，必须将大量的计算移动到边缘设备。

边缘计算解锁了联网设备生成的大量未开发数据的潜力。您可以发现新的商机，提高运营效率，并为客户提供更快、更可靠和一致的体验。

最好的边缘计算模型可以通过在本地分析数据来帮助加速性能。经过深思熟虑的边缘计算方法可根据预定义的策略使工作负载保持在最新状态，有助于维护隐私，并遵守有关数据存储的法律和法规。

但是，这一过程并非没有挑战。有效的边缘计算模型应解决网络安全风险、管理复杂性以及延迟和带宽的限制。一个切实可行的模型可助力您：

• 跨所有云在任意数量的设备上管理工作负载
• 可靠且无缝地将应用程序部署到所有边缘位置
• 保持开放性和灵活性，以适应不断变化的需求
• 更安全且更有信心地运营

无论您对哪种边缘计算感兴趣（云边缘、IoT 边缘或移动边缘），请确保找到可帮助您实现以下目标的解决方案。

减少不必要的管理人员，节省相关成本，并在需要的时间和位置部署软件。

利用边缘计算解决方案培养创新能力，应对当今市场上的多元设备和装置。

确保适当的工作负载在适当的时间出现在适当的机器上。确保用一种简单的方法来控制和执行企业策略。

寻找拥有多云平台和全面产品服务组合的供应商，而且这些产品服务组合旨在提高可扩展性、加速性能和加强边缘部署中的安全性。向您的供应商咨询扩展的服务，以最大限度地提高边缘的智能和性能。

银行、采矿、零售或几乎任何其他行业的首席信息官（CIO）都在制定旨在个性化定制客户体验、更快生成洞察分析并采取行动以及维持持续运营的策略。它可以通过采用大规模去中心化计算架构（也称为边缘计算）来实现。不过，每个行业都有特定的边缘计算用例来推动对针边缘 IT 的需求。

银行可能需要实时分析 ATM 视频源，以提高消费者的安全。采矿公司利用其数据来优化运营并增强工人安全。它们还可以通过数据驱动的洞察分析来降低能耗并提高工作效率。零售商可以用边缘计算为客户提供个性化的购物体验，快速推广特别优惠活动。

使用自助服务终端服务的公司可以自动远程分发和管理其基于自助服务终端的应用程序。此方法有助于确保持续运营，即使在它们未连接或网络连接不佳的情况下也是如此。