边缘计算的挑战和机遇

什么是边缘计算?

边缘计算从本质上讲，将内存和计算从传统数据中心移出，使它们尽可能接近需要它们的位置——通常以手持或本地设备、设备、销售点或分布在不同位置的物理单元的形式存在。优势对于不同的行业有不同的含义。以汽车为例，这可能意味着智能汽车或技术人员和服务中心使用的手持设备的计算能力越来越重要。对于零售业来说，这可能意味着在销售点系统中提供的新型计算能力，以及在店面中交付给客户的新体验。即使在快餐行业，Chick-fil-A也在分享它的经营带有基于容器的应用程序的边缘设备在每一个餐厅。

每过一个季度，与现场本地设备密切交互的边缘应用程序都变得越来越复杂和智能。无论对终端消费者还是企业来说，边缘计算都有很多机会和前景。这些应用程序可以为客户提供无缝和个性化的体验，帮助改进业务流程等等。

让我们先看看一些主要有前景的用例计算边缘。然后，我们将讨论边缘计算的挑战，以及商业领袖在支持智能边缘时应该问自己的一些关键问题。

五个关键边缘用例

场和IIoT
各种传感器和垂直领域的其他现场设备，如制造、运输和电力，是边缘计算的主要候选者。这些设备可以是暖通空调系统、电能表、飞机引擎、石油钻井平台、零售扫描仪、风力涡轮机、联网汽车、供应链中的RFID、机器人、增强现实等等。它们的特征通常是应用程序从边缘设备收集数据，并针对不同的业务用例分析数据，包括安全管理、预测性维护、性能或使用跟踪、需求预测等等。

智慧城市与建筑
全球许多城市都在争夺“智慧城市”的标签。物联网设备将使市民在这样的城市生活得更容易。这里的使用案例包括市政当局提供更快的城市服务，如设备维修、减少交通拥堵的交通管理、公共安全和绿色能源供应。

有零售和酒店方面的客户经验
收集并分析客户情绪数据和社交媒体数据，以改善客户体验。这里的数据是由kiosk或销售点系统或终端获取的。

连接车辆
远程信息学数据可以用于导航或影响汽车保险的动态定价，预测所需的维护等。

面部和图像识别
这些技术可以用于识别客户，减少零售、银行和娱乐等垂直领域的欺诈行为。

edge代表了一个独特的计算挑战

边缘计算非常不同的从传统的数据中心环境。以下是一些原因:

• 计算和硬件约束。从技术计算足迹的角度来看，许多边缘环境都受到了限制。例如，在嵌入式设备的情况下，您不能像在一个完整的数据中心中那样容纳那么多的硬件。
• 可访问性和操作限制。边缘应用程序在部署和管理人力IT资源时经常会造成后勤困难，而且不考虑高昂的操作成本。公司不可能有专门的管理监视器和服务每个边缘位置。遍布数千英里的风力涡轮机、位于油井或矿场深处的传感器、百货商店每个收银台的支付处理设备或位于人们私人领域的恒温器都是如此。这些运营商的限制——无论是由于距离、设备数量、地理可访问性或其他成本和ROI考虑因素——要求edge应用程序不仅具有非常低的计算占用空间，而且技术上的IT开销也很低。它们必须在安装后即插即用。

• 远程管理。在许多环境中，熟练的人员不能定期部署和管理系统。不熟练的操作员可能需要执行简单的即插即用部署。这包括提供安全边缘应用程序更新、问题实例的可调试性和额外设备的部署。边缘应用程序需要非常复杂，并且应该能够提供一系列的功能，包括在丢失连接时的数据缓存;原始数据流处理，对相关数据进行过滤和分析;基于事件的应用程序的消息代理;设备管理;容错等等。节省受限网络的带宽成本是另一个重要的考虑因素。
• 连接。技术提供商处理各种延迟和抖动问题的能力是关键。
• 支持气隙部署。的能力远程管理漏气设备在计算受限的位置，不求助于人工干预是边缘计算的关键要求。中央云的高延迟可能会导致延迟并干扰应用程序的工作。这也意味着源自数据中心网络的正常操作模式的假设在边缘环境中往往不成立。
• 安全性是一个基本的考虑因素。这包括从数据中心到边缘的安全通信，确保静态和动态数据的隐私，以及存储在边缘的敏感客户数据的匿名化。其他安全要求包括在中央数据中心和边缘设备之间建立相互信任，在发生攻击时发现和阻止非法设备的能力，以及在广域网上进行安全通信。
• 跨边界部署目标和传统数据中心的统一架构和发布流程。这是一个重大的挑战，因为许多edge应用程序还需要跨其他环境或数据中心部署，从而创建复杂且实际上难以管理的代码库、管道、部署流程和操作实践矩阵。这些架构竖井和数据和处理竖井一样是技术债务的原因。

通过智能边缘进行数字化转型

鉴于上述挑战，以下是技术领导者在边缘应用方面应该问自己的一些关键问题。

• 在一个互联的世界中，我们如何影响客户体验?什么样的生态系统伙伴关系对特定的用例是有益的?例如，如果你是一个零售商，实时客户流量如何影响动态促销来推动销售?你能与银行或互补的垂直领域的参与者合作以获得客户吗?
• 新的边缘体验将如何与现有渠道和流程整合以增加客户参与度?基于上面的例子，我们是否可以根据客户之前的购买情况向他们推荐其他产品?
• 如何使用edge insights增强现有的业务工作流?回到我们的零售例子，流行产品如何影响准时制生产、采购和供应链工作流程?这些新数据可以增强吗?
• 使业务能够完成这些功能的正确体系结构堆栈是什么?从云、数据和中间件设计的角度来看，这是什么情况?我们需要虚拟机和运行在边缘上的容器的组合吗?
• 就支持跨技术堆栈和各种涉众的自助服务而言，这意味着什么?业务转换应该是关于自主能力的吗?它不应成为瓶颈。例如，某些繁忙的存储可以在不需要很长的手动配置周期的情况下实时接收到更多的计算容量吗?
• 我们如何在消除构建、操作和管理云的繁重工作的同时做到这一点呢?简而言之，我们的IT部门如何才能避免成为“云卫士”?
• edge系统如何不断学习和改进?部署在配送中心的机器人或无人机能学会如何组装箱子并将它们储存在正确的区域吗?是否可以部署一个数学模型，使机器人能够理解各种指标，如平均补货时间、错误率、业务流程的准确性等?
• 通过边缘设备收集的数据如何有助于减少不必要的库存、损坏和其他质量问题?
• 从计算云的角度来看，关键要求是支持低延迟、高工作负载并行性和容错——这可行吗?

所有IoT Agenda网络贡献者都对其帖子的内容和准确性负责。意见是作者的，不一定传达物联网议程的想法。

本文由at的联合创始人兼CTO Roopak Parikh共同撰写Platform9。Roopak设想了为平台提供动力的技术，现在带领其工程奇才们探索实现这一愿景。Roopak喜欢与客户一起设计解决方案和解决技术挑战。他还领导孵化项目并且喜欢谈论从最新的JavaScript框架到区块链技术的一切。在联合创立Platform9之前，Roopak是技术领导者在在那里，他帮助架构和发布了主要的vSphere产品，包括Update Manager和vCloud Director。在创建VMware之前，Roopak是一家处于早期阶段的移动计算初创公司的工程师。