邊緣計算是一種模型，其中數據、處理和應用程序集中在網絡上的設備中，而不是幾乎完全存在于云中。

邊緣計算是一種將云計算和服務擴展到網絡的范式，類似于云，邊緣向終端用戶提供數據、計算、存儲和應用服務。

邊緣計算降低了業務延遲，提高了服務質量(QoS)，帶來了更好的用戶體驗。邊緣計算支持元宇宙應用的新興概念，這些應用需要實時/可預測的延遲，像工業自動化、交通、傳感器和執行器網絡。邊緣計算范式非常適合實時大數據和實時分析，其支持密集分布的數據收集點，因此在經常提到的大數據維度(體積、多樣性和速度)上增加了第四個軸。

與傳統數據中心不同，邊緣設備在地理上分布在異構平臺上，跨越多個管理域。這意味著數據可以在智能設備中進行本地處理，而不是發送到云端進行處理。

邊緣計算服務覆蓋

• 需要非常低且可預測的延遲的應用
• 地理上分布的應用
• 快速移動應用
• 大型分布式控制系統

邊緣計算的優勢

• 讓數據更接近用戶。邊緣的目標是將數據放置在靠近終端用戶的地方，而不是將信息放置在遠離終端的數據中心站點上。
• 創建密集的地理分布。首先，大數據和分析可以更快地完成，得到更好的結果;其次，管理員能夠支持基于位置的移動需求，而不必遍歷整個網絡;第三，這些(邊緣)系統的創建方式將使實時數據分析在真正大規模的情況下成為現實。
• 真正支持移動和元宇宙。邊緣計算通過控制各個點的數據，將核心云服務與真正分布式數據中心平臺的服務集成在一起。隨著更多的服務被創建以造福于終端用戶，邊緣網絡將變得更加普遍。
• 許多垂直行業已經準備好采用這種技術。許多組織已經采用邊緣的概念。許多不同類型的服務旨在向最終用戶提供豐富的內容。這包括IT商店、供應商和娛樂公司。
• 與云和其他服務的無縫集成。通過邊緣服務，我們能夠通過隔離需要存在于邊緣上的用戶數據來增強云體驗。從那里，管理員可以將分析、安全或其他服務直接綁定到云模型中。

邊緣計算的好處

• 減少延遲
• 節約網絡帶寬
• 解決網絡各個級別的安全問題
• 操作可靠，決策迅速
• 收集和保護廣泛的數據
• 將數據移至最佳處理位置
• 降低僅在需要時使用高計算能力和更少帶寬的費用
• 更好地分析和洞察本地數據

現實生活中的例子

一個大城市的交通燈系統配備了智能傳感器。這是當地球隊贏得冠軍賽后的第二天，也是大游行那天的早晨。隨著狂歡的人們來慶祝球隊的勝利，預計進入城市的交通將激增。隨著交通的建立，數據從各個交通信號燈收集。由城市開發的調整燈光模式和時間的應用程序正在每個邊緣設備上運行。該應用程序會在邊緣自動實時調整燈光模式，以解決交通障礙的出現和減少。交通延誤被控制在最低限度，粉絲們在車里花的時間更少，有更多的時間來享受歡慶的時光。

游行結束后，從交通信號燈系統收集的所有數據將被發送到云端進行分析，支持預測分析，并允許城市調整和改進其交通應用程序對未來交通異常的響應。將日常交通傳感器數據的實時穩定流發送到云端進行存儲和分析幾乎沒有價值。市政工程師對正常的交通狀況了如指掌。相關數據是偏離常規的傳感器信息，如閱兵日的數據。

邊緣計算的未來

隨著越來越多的服務、數據和應用被推送給最終用戶，技術人員將需要找到優化交付流程的方法。這意味著使信息更接近最終用戶，減少延遲，并為Web 3.0中的Metaverse及其應用程序做好準備。越來越多的用戶將移動設備作為處理業務和個人生活的手段。豐富的內容和大量的數據點正在把云計算平臺推向邊緣——用戶的需求在不斷增長。

隨著數據和云服務利用率的提高，邊緣計算將在幫助減少延遲和改善用戶體驗方面發揮關鍵作用。我們現在正在真正地分布數據平面，并將先進的服務推向邊緣。通過這樣做，管理員能夠更快、更有效地為用戶提供豐富的內容，而且非常重要的是，更經濟。最終，這將意味著更好的數據訪問，更好的企業分析能力，以及最終用戶計算體驗的全面改進。

將數據的智能處理轉移到邊緣只會增加維護這些智能網關的可用性及其到云的通信路徑的風險。當物聯網(IoT)提供了讓人們管理日常生活的方法，從鎖定家到查看日程安排到做飯，邊緣計算世界中的網關停機時間就成為了一個關鍵問題。此外，保護這些流程的彈性和故障轉移解決方案將變得更加重要。一般來說，我們正在從當前定義互聯網基礎設施的緊張集中式系統向本分布式模型的本地化邁進。