你做好准备迎接“边缘”生活了吗？

　　如果你认为在过去五到十年里技术创新、转型和颠覆的速度已经势不可当，那么现在请做好准备迎接未来十年更加飞速的技术发展。

　　随着智能应用和数据量激增，网络带宽与计算吞吐量均成为计算的性能瓶颈，同时终端设备产生海量“小数据”等实时处理需求激增，带动边缘计算成为智能时代技术落地的重要计算平台，成为满足行业数字化转型中敏捷连接、实时业务、隐私保护等关键支撑。

　　在下个十年，我们将进入“边缘”生活时代。

　　机遇与挑战

　　未来，来自“边缘”的数据将会对企业造成极大影响。边缘计算的核心就是在数据中心之外远程运行任务关键型应用。传统上，大部分数据先在本地采集，然后传输回中央数据中心进行处理。然而，这种模式要求大量的数据流在云端进行传输。

　　数据是聚合智能技术解决方案的粘合剂。而如今，数据在大部分企业中只发挥着非常基础的作用。对大多数企业来说，被采集、存储和保护的数据通常主要服务于企业运营目标和收益。

　　New Vantage Partners发布的2019年大数据及AI高管调查报告发现：

　　72%的企业还未形成数据文化；

　　69%的企业尚未成为数据驱动型企业；

　　53%的企业还未将数据视为业务资产；

　　52%的企业承认未在数据和分析方面形成竞争力；

　　随着数以十亿计的设备源源不断地连接到互联网，把公有云作为唯一的中央数据中心已经不再可行，也不可持续。单是数据量增加便可造成传输瓶颈和网络拥堵。事实上，目前仅有1%的流量会传回数据中心，意味着企业对云计算能力的需求大大降低。

　　而边缘计算接过了数据处理的重任。数据会在设备或传感器内部进行处理和分析，因而减少了流向云端的数据量。这种模式不但降低了数据中心的成本、物理空间占用和电力消耗，同时还减少了设备终端的响应时间或延迟。

　　对一些任务关键型应用而言，降低延迟时间至关重要。最典型的例子是自动驾驶--行驶中的汽车与信号灯传感器之间的通信处理时长将事关生死。

　　边缘计算的崛起将伴随着数据量的急速增长以及物联网的兴起。凭借5G带来的传输速度和带宽的提升，物联网设备正呈现爆炸式增长，分析师预测未来十年内物联网将带来超过2万亿美元的收益。

　　更多的设备意味着更多的传感器以及数据，正是这种趋势让我们进入了“边缘”生活时代。

　　以采矿业为例，为满足现代经济发展和人民生活所需，矿工必须前往地下更深的地方或更偏远、条件更恶劣的地方去采掘矿石和矿物，因此采矿作业的复杂性和危险性正在不断上升。

　　而这正是工业物联网可以发挥作用的地方，采矿企业可以在条件恶劣、位置偏远的矿区大规模部署工业互联网解决方案，在地上和地下设置传感器，以提高安全、效率和生产力，保护员工生命安全。

　　健康和安全：人员跟踪、警报、健康监测功能及地上地下传感器（用于识别大气条件、不稳定的结构和空气质量）有助于降低坍塌和事故风险。

　　人员和矿区安全：设置在偏远矿区的位置传感器有助于防范盗窃事件，确保矿区资产和人力资源得到最有效的利用。远程闭路电视还可提供实时监测功能，帮助加强警戒工作。

　　效率和生产力：具备预测能力的维护传感器和人工智能装置可减少系统的停机时间。该功能可以帮助条件恶劣的偏远矿区节省大量的服务和维修成本。鉴于越来越多的矿区通过离网发电开展作业、运行安保和安全设备、完成各个工序，工业物联网功能的重要性更加凸显。因此，这是一款真正的任务关键型应用。

　　此外，许多矿区正在推动工序和运输作业自动化。这一过程中，边缘数据为持续、高效、安全的实时运行提供了保障。

　　面对不同功能传感器提供的不同监测信息，唯有通过具有互操作性的混合云平台才能将这些信息进行整合，为矿业企业创造真正的价值。

　　设置在数千公里外的多种传感器和分析工具可在恶劣的环境下以非常好的性能运行，进行机器学习、以改善并采取预防措施，最大程度地降低人力管理需求。

　　边缘计算+AI

　　网络边缘产生的海量数据对数据处理和架构优化提出了更高的要求。因此，结合边缘计算和AI技术的需求不断增加，边缘智能由此诞生。边缘人工智能将赋予机器智能分析能力，将信息转化为可执行的洞察力。AI技术结合更丰富的本地传感器数据，还可用于智能物联网管理。

　　因此，边缘计算和AI技术的结合将有助于未来数据驱动型企业的发展。但是这种结合如何才能为企业创造最大的商业价值呢？

　　边缘计算+混合云

　　当然，云将在上述生态系统中扮演关键角色。随着企业转向超融合基础架构（HCI）以从源头协调及获取数据，掌握和应用所有数据洞察和智能将成为可能，尤其是应用于支持AI等高性能用例。

　　HCI 的部署和边缘AI将最大程度地减少对计算能力的需求，因为HCI 使得技术可以在规模更小的硬件架构上运行。到2020年，预计80%的设备将具有AI功能。

　　云为AI带来了所需要的平台，让AI几乎可以在所有技术设备上使用。而HCI和边缘计算的结合将为AI提供可以真正进行自我升级的工具。

　　在边缘传感器获取和处理数据的同时，AI就能对数据进行分析。然而，企业的真正价值不在于来自单个传感器的数据，而在于综合分析来自多个设备的数据集，发现数据规律以预测未来应用表现或潜在问题。这正是AI、边缘计算以及混合云大显身手的地方。

　　技术的融合正在加速所有技术的应用和性能提升，将价值和洞察力提升到全新的水平。这其中，混合云为AI和边缘计算的不断发展提供了沃土。

　　未来与期许

　　越来越多的技术和平台将被部署于混合云环境，然而跨技术平台管理数据将成为新的挑战，而利用这些技术产生的数据将更具挑战性。

　　显然，要把数据转为有价值的信息还有一段路要走。但在未来，我们将看到企业开始通过先进的分析技术、机器学习以及AI能力实现技术和运营转型。这将让企业能够从数据中获取洞察，为未来的发展构建坚实基础。

　　为帮助大家对边缘计算的实施以及核心技术等内容有一个更加清晰的了解，IT168&ITPUB社区将开展边缘赋能相关选题，通过一系列的报告、学术材料搜集以及对技术大咖的独家采访，为大家在选择边缘计算解决方案提供参考，敬请关注！