通过上周的虹科分享：《浅谈Edgility边缘计算平台》，相信大家已经了解和区分了云计算和边缘计算。今天，虹科方案为您带来更深入的讲解。

一、背景与介绍

物联网设备的爆炸式增长和数字化转型的加速（例如，高速移动服务）导致在边缘生成前所未有的数据量。在以云为中心的环境中，边缘生成的数据被发送到云端进行处理，同时处理结果被发送回边缘。

【资料图】

边缘计算是指将计算和存储资源战略性地放置在更靠近数据源的位置（即在网络边缘）。边缘设备可以位于或靠近数据源的位置，也可以位于为多个数据源提供服务的聚合点。

边缘计算解决了云中或远程数据中心中的数据处理缺失标记的情况，通常是由于网络延迟或其他操作限制。在本地实时处理数据可以实现近乎实时的决策，克服与发送数据到远程位置进行处理相关的延迟。 边缘计算还增强了服务连续性，因为即使与云的连接中断，本地服务也会继续。

本地处理降低了带宽限制和成本，因为较低的数据量降低了连接和云服务成本。此外，由于某些法规禁止在云中存储敏感数据，边缘计算也有助于遵守数据隐私要求。

二、典型的边缘计算用例

常见的边缘计算用例包括工业物联网、人工智能驱动的数据分析、交通、智慧城市、5G 网络虚拟化等。 5G 不仅仅是边缘计算的一个用例，它还是一个推动者。服务提供商利用 5G 网络的高速和低延迟连接将边缘计算资源放置在更靠近数据源的位置。这种 MEC（多接入边缘计算或移动边缘计算）架构支持新的增值服务，因为它为客户、应用程序开发人员和内容提供商提供移动网络边缘的计算环境，具有更高的吞吐量和更好的用户体验。

三、有效边缘计算实施的关键要求

初步认知，边缘计算可能被视为云计算的简单扩展。但这远不止于此。 边缘计算的成功实施需要了解网络边缘的独特特征。

边缘计算的成功实施需要每个元素——从硬件到操作系统再到管理和编排系统——能够应对边缘操作引入的约束。边缘计算扩展并且应该与云计算互操作。

然而，由于每一个的独特特性，缩小云优化解决方案比扩大边缘优化解决方案要困难得多。

大规模的全生命周期管理

边缘计算可能需要管理多达 10 万个物理设备，每个物理设备运行多个 VNF/CNF。虽然为云计算开发的管理系统可以管理 10 万个应用程序，但它们并非设计用于管理分布式站点的 10 万个物理设备。

这种规模的管理比向主数据中心添加同等容量要复杂得多。由于边缘计算站点通常只有最少（或没有）IT 人员，因此 ZTP（零接触配置）和高水平的自动化对于成功实施至关重要。安全的远程管理和编排工具使 IT 专家能够从中央位置提供支持和完整的 IT 生命周期管理，从而减少上门服务的次数和平均修复时间 (MTTR)。

自动化

虽然自动化始终是简化操作、消除人为错误和节省人工工作成本的好做法，但对于边缘计算来说，高度自动化是绝对必要的。网络需要几乎无穷无尽的配置设置和微调才能有效运行。由于设备和应用程序的数量庞大，边缘计算使得本地团队手动工作的传统模式已经过时。为了实现可扩展性和运营效率，企业和 MSP 需要一个自动化的服务交付平台，该平台能够使用集中式管理系统按需简单快速地添加、更改或替换应用程序和网络服务。这包括成百上千台设备的自动配置、管理和编排，每台设备都位于不同的物理站点。

灵活与适应性

不同站点需要边缘计算，这些站点的大小、应用程序和工作负载各不相同。 为确保运营效率和最大生产力，边缘计算平台在硬件和软件方面都应该灵活，以支持只需要一个或两个应用程序的站点的成本高效的低资源边缘设备，以及用于运行多个应用程序的大型区域办事处的更强大的设备。该平台应允许根据每个位置的规模和要求定制解决方案，而不会增加网络 OA&M 的复杂性。

面向未来

虽然边缘计算始于虚拟化网络功能（例如 SD-WAN、firewall），但其未来取决于整合来自多个供应商的新服务和应用程序的能力。这需要开放的、供应商中立的平台，可以集成多个软件组件，然后在设备的生命周期内维护和更新这些组件。企业应该考虑开放平台，使他们能够挑选和集成最佳解决方案（硬件和软件），同时帮助他们避免被锁定在专有的单一供应商解决方案中。