如果应用程序和数据运行至关重要，则出于许多原因（例如，最佳性能和监管要求），但是越来越多的企业正在使用创新的工具在自己的数据中心，远程位置或多个云服务上移动和管理它们。他们必须学习如何使用正确的系统以及何时从中央数据中心，远程位置或公共云切换。在许多情况下，这意味着将枢纽互连到边缘到云，这需要能够在所有这些不同的IT基础架构上看到并简单地控制和控制。
采用混合多云方法的制造，零售和其他行业正在学习如何结合集中，分布式和边缘计算。
HPE将其描述为边缘到云，企业数据不再仅限于数据中心。数据也越来越生成边缘，处理并存储在云中，并由日益分布的全球劳动力使用。
多云IT系统现在是规范在许多企业中。在过去的十年左右的时间里，这些企业通过转移到软件定义和私人，公共和托管的云服务或部署的情况下，现代化了IT基础架构现代化的IT基础架构混合IT架构这样可以使敏捷性，应用和数据的流动性，可用性以及按需快速扩展。
随着云技术，在AI，ML，IoT和数据分析的领域取得了重大进展。这些技术的工作方式需要在节点级别上具有强大和不同数量的计算，内存和存储，这些计算级别通常位于与中央数据中心或云相连的地理偏远位置或现场IT员工支持的位置。
这是哪里边缘计算进来。对于需要处理数据的工作负载（在许多情况下，实时）或存储在生成的同一地点，边缘在云上保持边缘（或使云为边缘）。
红色将云计算解释为云中运行工作负载的行为，而边缘计算是在边缘设备上运行工作负载的行为。
为了理解哪个比另一个更好的需求，它有助于探索云和边缘计算之间的关键差异和协同作用。
边缘计算的需求
根据一个人的说法Statista研究。预计到2025年，该数字预计将达到190亿个。管理和处理这些设备生成的数据洪水如果必须先将其传输到云，则可以是一场噩梦，鉴于存储在云中的许多数据随着时间的流逝失去意义。
“边缘计算可以适用于涉及将服务提供，数据和情报更接近用户和设备的任何事物。”戈登·哈夫（Gordon Haff），Red Hat的技术传教士。
资源：知识豪特
基本上，当以下情况下，边缘计算成为必要。
- 在边缘（远程位置）的数据收集整个过程中的时间滞后，将其传输到中央云进行处理，将输出发送回边缘，而边缘设备的决定执行太高，无法进行工作负载。
- 生成或处理的数据量太多，无法通过网络连接来回发送。
- 某些数据不值得传输，因为它的价值迅速降低了 - 即购物者离开商店后，店内购物者的交通数据使用来定位及时的优惠券可能不会有价值。
- 需要在收集或生成的同一地点处理数据，以遵守法律法规。
边缘计算用例
与云计算相比，Edge Computing肯定更适合的一些现实世界场景是：
- 自动驾驶汽车（AVS）：一辆自动驾驶汽车需要在一秒钟内停车，以进行红灯，行人穿越或道路上的流浪驼鹿。它无力将数据发送到云并等待说明。此外，Edge技术还可以帮助汽车根据天气条件，交通，弯路和事故在该地区做出即时决定（并与其他AV进行通信）。
- 家庭自动化：家庭自动化是由物联网驱动的。智能家居设备，例如恒温器，冰箱，智能扬声器，灯泡等，能够分析他们收集的数据并做出决定。将收集到的所有数据发送到云中，将立即堵塞网络带宽，从而击败其目的。
- 安全和监视：Edge技术可以帮助制造CCTV，防盗警报等“更聪明” - 可以对设备进行编程以识别异常活动和潜在的威胁，并通过提醒用户立即对其进行响应。
- 太空图像：卫星，太空望远镜和太空站拍摄的照片可以通过板上边缘设备立即分析，这些设备可以决定哪些图像值得转移到基地（这是一个昂贵且资源密集的过程）。
边缘计算比云计算的优点
全球电波和电缆已经强调，在整个互联网上生成和流式传输的数据量很大。在无法更靠近数据中心的数据的情况下，边缘移动数据中心本身。
“需要实时性能的事情将在边缘完成。”亚当·德罗博特（Adam Drobot）Opentechworks，Inc。的董事会主席
“ Edge Computing将其位于一系列计算和通信技术中，作为系统架构师可以放置计算工作负载的另一个地方。”
边缘计算对云和数据中心的好处包括：
- 较低的延迟：数据所需的数据越少，可以处理的速度越快。Edge计算加速AI和ML模型，并通过即时处理输入数据来启用与AR和VR相关的应用程序。
- 更好的准确性：基于AI的程序需要巨大的抽样大小来提供准确的学习。在低型带宽云环境中，将馈入ML模型的数据集的大小受到控制或保持最低水平。但是，这在边缘上并不是一个问题 - 多个模型可以同时运行，以提高模型的准确性。
- 更广泛的范围：Internet访问是云模型的基本要求。但是，即使没有网络连接，边缘也可以使用容器化代码在本地处理数据。这将关键业务工作负载的覆盖范围扩展到了以前无法访问的远程位置，同时赋予了这些分支机构的更大操作自治。
- 成本较小：Edge通过在远程和分支办公室存储和处理数据来节省网络带宽成本。这也补充了以OPEX为重点的定价模型。
- 颗粒状安全：在边缘收集的敏感或调节数据存储在同一位置或区域。这使组织可以更好地遵守治理，合规或隐私法规，实施“恰到好处”的物理和数字安全政策并减少暴露。更多地使用边缘会增加安全需求，因为还有更多需要管理和安全的事情，而边缘地点的本地IT员工通常是有限的或外部工作的。
混合云 - 两全其美
边缘绝不会取代公共或私有云。相反，它是工作负载和业务案例的更有效的替代方法，它将云的能力扩展到其固有的优势之外。
哈夫说：“因为它的集中式效用从来都不是现实的期望。”
“即使是公共云本身也发展为提供特定于提供商的差异化服务，而不是作为商品化公用事业竞争。但是更普遍地，Edge Computing是一种认识，即企业计算是异质的，并且不适合有限和简单的模式。”
Nutanix的Nutanix高级总监Greg White说，两者都很好，取决于用例，工作量和业务需求。
怀特说：“能够在不创建单独的管理，成本结构和员工知识孤岛的情况下同时做到这两项工作是重要且有价值的。”
他说，Orgaizations应该为灵活的IT基础架构而努力，以轻松利用数据中心，云和边缘。
怀特说：“这样，他们就可以在每次有新的需求时都能适应而不会撕开管道。”
许多企业以及公共云提供商都在研究他们可以选择性地部署边缘和云的方式。
STL Partners的Edge Computing Consulting总监Dalia Adib说：“我认为应用程序只能生存在边缘计算中，这将是非常罕见的。”
“它将需要与云或企业数据中心或其他设备上的其他工作负载进行通信和交互。”
可以将可以更快地执行的操作分配给边缘，而从多个来源汇总数据并执行大规模操作的应用程序可以保留在云中。边缘和云系统的正确组合将帮助公司将其IT基础架构与其业务模型，组织结构，工作流程和层次结构相匹配。
