企業在哪里以及如何使用邊緣計算？行業專家分享了邊緣計算應用的一些常見示例——從預測設備故障到改善遠程工作。

正如全球咨詢機構貝恩公司指出的那樣，冠狀病毒疫情和遠程工作可能會加速組織的業務向邊緣計算的轉變，因為流量模式的巨大轉變暴露了網絡基礎設施的弱點，需要加強技術投資以減少瓶頸。IT領導者必須首先了解邊緣計算對其組織的價值所在。

了解新興技術能力的具體業務案例是很重要的。當涉及到潛在的企業邊緣計算投資時，探索越來越常見的用例尤其有幫助，因為它們的應用范圍可能千差萬別。

IDC公司全球基礎設施實踐研究總監Dave McCarthy說，“在邊緣計算的應用中，預先定義用例是很重要的，因為它可以驅動架構決策。邊緣計算用例的多樣性導致了其解決方案的多樣性。”該領域專注于邊緣計算策略，涉及無線連接的物聯網（IoT）設備的邊緣計算用例可能需要通信服務提供商提供的多路訪問邊緣計算（MEC）網絡解決方案，該解決方案可提供邊緣計算節點上用戶所需的服務和計算功能。另一方面，研究工業用例的組織通常會部署現場的邊緣計算解決方案。

盡管許多組織還沒有為大規模部署邊緣計算用例做好準備，但他們正在采取行動以確保成功。McCarthy說，“我看到許多企業將基礎設施現代化作為邊緣計算應用的第一步。這意味著進入遠程或分支機構位置，并用軟件定義的基礎設施和云原生工作負載替換原有系統。它為新的邊緣計算用例提供了基礎。”

數字化轉型和邊緣計算融合在一起

那些已經完成了基礎設施現代化階段的企業正在轉向數字化轉型計劃，這些計劃將受益于在邊緣位置生成的實時數據。

管理咨詢和研究機構Everest集團副總裁Yugal Joshi指出，與其他一些由需求驅動市場的企業技術領域不同，到目前為止，邊緣計算用例主要由供應商主導。Joshi說：“隨著技術供應商不斷創新，邊緣計算用例不斷發展。隨著硬件、軟件和云計算供應商建立更合適、可持續和可靠的邊緣計算功能，新的用例正在出現。”

正如RedHat公司云平臺團隊的洞察力總監StuMiniman所說的那樣：“如果還有其他論點認為混合云或多云是現實，那么邊緣的增長將鞏固這一事實：當考慮數據和應用程序所在的位置時，它們將出現在許多地方。如果與一家電信公司、一家公共云提供商或一家典型的企業進行探討，那么這些公司對邊緣計算的討論就大不相同。當談到Kubernetes和云原生生態系統時，有許多技術驅動的解決方案在爭奪市場份額和客戶利益。雖然電信巨頭們已經將他們的NFV解決方案擴展到邊緣領域，但用戶有很多選擇。邊緣計算成為混合環境整體分布式特性的一部分，因此用戶應與其供應商密切合作，以確保邊緣計算不會成為具有專業技能的技術孤島。”

Joshi說：“在低延遲和減少網絡流量傳輸成為關鍵問題的情況下，邊計算緣用例的基本原理仍然是相似的。”

5個邊緣計算示例

行業專家對于企業如何投資邊緣計算用例進行了分析和闡述。

（1）預測性維護

Joshi表示，圍繞預測性維護的用例已經得到了發展。邊緣計算解決方案在那些高價值資產下跌時會造成巨大損失的行業尤其受歡迎。在全球石油和天然氣行業應用中，其管道的數字化和邊緣數據和分析專業知識可以使企業積極管理和維護其管道，解決缺陷并防止故障。

過去需要花費數周時間的調查和分析可能會在幾秒鐘內交付。在該行業中，與石油和天然氣相關的管道故障可能會帶來巨大的財務和環境成本。長期腐蝕通常是環境造成的問題。通過結合使用現場數據（來自攝像頭）和以往的經驗，采用邊緣計算和機器學習分析的系統可以警告操作人員可能即將發生的故障。

（2）遠程勞動力支持

這場疫情使許多企業迅速開展遠程工作，這也被證明是邊緣計算的一種理想用例。

CompTIA公司技術分析高級總監Seth Robinson說，“考慮到邊緣計算，轉向遠程工作似乎是一個很好的選擇。特別是越來越多的企業考慮實施遠程工作，他們也將要考慮遠程工作的員工如何訪問企業的系統。采用包括邊緣計算的方法可能會提高生產率，并提高彈性。”

正如Frost&Sullivan公司最近指出的那樣：“隨著企業根據其應對疫情危機的經驗來重新評估其長期網絡需求，邊緣計算現在正成為網絡架構的一個必要因素，以維持遠程工作的工作效率，并有效利用其網絡邊緣不斷增長的設備和傳感器。”

邊緣計算具有獨特的優勢，這些優勢被證明對支持分布式勞動力非常有價值，例如減少了需要在網絡上移動的大量數據，提供計算靈活性和密度，減少數據延遲，以及解決數據地理位置的法規要求。

（3）零售/商業優化

Joshi表示，電子商務優化是另一個吸引人的領域。隨著B2C和B2B的行業組織在疫情期間提高其數字銷售能力，邊緣計算可以提供更低的延遲和更大的可擴展性。當需求可能劇烈波動時尤其如此。同樣，實體零售商在許多方面看到了邊緣計算與物聯網結合的價值，包括庫存管理、客戶體驗、無接觸結賬和路邊提貨、需求感知和倉庫管理。

（4）聯合學習

SAS公司物聯網副總裁Jason Mann解釋說：“當人工智能技術嵌入物聯網（IoT）端點、網關和其他設備時，邊緣人工智能就會發生。它為從智能手機、智能音箱到汽車傳感器以及監控攝像頭的一切事物提供動力。”

IDC公司的McCarthy指出，人工智能系統是邊緣計算中最常見的工作負載。

Joshi說：“現在的一個重點還在于在邊緣計算利用人工智能來推動聯合學習。”聯合學習是一個人工智能框架，其中模型開發分布在數百萬個移動設備上。聯合學習可能是實現基于智能物聯網的應用程序的有前途的解決方案。正如Airtel公司首席數據科學家Santanu Bhattacharya博士解釋的那樣：模型的開發、訓練、評估在邊緣計算設備上進行，而無需直接訪問或標記原始用戶數據，從而可以對模型進行重新訓練，同時保持數據隱私。

（5）醫療創新

在發生疫情之前，醫療保健行業已經開始增加對邊緣計算的投資，但是疫情迅速加速了向遠程醫療技術和設備的投資。許多醫療保健問題與邊緣計算減少應用程序延遲的能力相匹配。在生死攸關的情況下，醫療機構可以在本地存儲和處理數據，而不是依賴于集中式云服務。因此，臨床醫生可以更直接地獲得重要的醫療數據，如核磁共振成像或CT掃描，或者從救護車或急診室獲得信息，以便更快地進行診斷或治療。
責編AJX