如今，边缘计算的范式正在改变，很多人日益关注边缘计算。那么什么是边缘计算？是什么驱动其发展？以及它在企业计算上的标志是什么？
边缘计算在企业计算的发展历史中并不是一个新鲜事物。由于引入了大型机，企业计算可以概括为两种对立力量之间的斗争：中央处理计算与接近生成数据位置的（即边缘）计算。
使这种辩证法得以证明的大型机为世界提供了第一次利用高速计算和数据处理的机会。但是这些神奇的机器通常是很少有机会接近的；它们被部署在定制的房间里，需要高度专业化的工作人员。可以这么说，快速连续的计算时代是对早期集中式计算存在的局限性的回应，这种局限性也在不断发展。从台式机、笔记本电脑、智能手机和其他将优势延伸到实现核心产业化的局域网、互联网和公共云的创新，组织从这两种力量之间的竞争中获得了很多的好处。
但是现在正在发生的事情将会不可逆转地改变集中计算和边缘计算之间的动态。智能传感器和智能执行器以前所未有的速度为外围设备提供支持。
对于人们所称的第四次工业革命或数字化转型来说，边缘计算的广泛应用和增长已经势不可挡。根据调研机构Gartner公司的数据，到目前为止，只有大约20%的企业数据在集中式数据中心之外的场所进行生产和处理，预计2025年这一数据将增加到75%，可能达到90%。并且没有理由认为趋势会减弱。
互联世界中的新商业模式
Dell EMC公司物联网战略首席技术专家Tabet博士表示，智能设备的快速普及推动了对边缘计算战略的需求。
“现在发生了什么变化？人们佩戴着智能手表，乘坐自动驾驶汽车，并在医院、零售店、住宅使用物联网设备。”Tabet说。人们将这一现象与互联网的诞生进行比较，而互联网的引入和商业采用之间存在差距。
他说：“无论是在企业还是工业领域，还是个人生活中，我们都会引入网络系统。随着采用速度的加快，越来越多的业务模型正在被创建，这在以前是不存在的。”
行业专家指出，核心计算和边缘计算之间平衡的这种转变有多种因素。它们源于边缘计算的积极属性和核心计算的某些负面特性。
边缘计算的驱动因素
降低延迟在边缘计算中扮演着重要的角色。在任何情况下，感应和响应之间的延迟都要非常低，例如，自动驾驶中的某些动作将处理传感器和执行器数据的计算机放在靠近这些设备的位置至关重要；对于自动驾驶汽车来说这是必要的，因为与云计算的相关的延误可能会危及乘客的生命。
成本过高而且太慢
IBM公司沃森物联网提供管理副总裁Stephan Biller表示，随着企业对云计算有了更深入的了解，对边缘计算策略的需求也越来越受到关注。
Biller说，“仅仅在五年前，很多企业管理者就会这么认为，‘一切业务都将在云中完成，因为它更便宜，拥有更多的计算能力等等。’然后意识到可以采用云计算，但实际上在某些情况下成本过高，而且速度太慢。如果在工厂和车间的设备的反应时间高于25毫秒的话，工作人员有可能被机器伤害，那么云计算的处理速度根本不够快，甚至不够可靠，无法解决这些安全问题。”
带宽是企业转向边缘计算的另一个原因。边缘传感器可以生成大量数据，这些数据很容易超过互联网连接的带宽。以东芝在日本川崎的企业中心为例，该设施是在美国工业互联网联盟（IIC）、DELL EMC和东芝公司的支持下建立的一个物联网测试平台。这座建筑群每天有8000人居住，其中遍布数千个传感器，可以测量从温度和湿度到电梯效率，以及会议室利用率等所有内容。该项目每分钟可以分析35，000个测量数据点，并使用深度学习技术来确定如何保护和优化建筑物的资产，其更大的目标是制定工程其他智能建筑的蓝图。Tabet博士是东芝项目的美国工业互联网联盟（IIC）负责人，也是物联网战略的首席技术专家。他表示，传感器收集的数据将数据中心流传输到内部的命令中心，因为没有直接的方法可以将每天产生300 TB的数据从其建筑传输到云端。也没有合理的理由这样做，因为来自传感器的大部分时间序列数据都没有价值。
Tabet说，持续连接还可以将计算推向边缘。在需要绝对可靠性的情况下，例如，监测心脏起搏器，采用一个完全控制的边缘网络可以比不受控制的互联网连接提供更多的保证。
还有一个原因与隐私、安全和监管问题有关。对于不需要连接到全球互联网的进程，本地存储库可能更安全，并且可能不需要强制匿名化数据保护法规定的数据。
人工智能的最新突破有望成为边缘计算最强大的驱动力。虽然大型数据集的中央处理是构建人工智能解决方案的基础，但由此产生的机器学习算法可以调度到边缘计算，允许组织在生成数据的地方将更多实时智能投入生产。
咨询机构ABI Research公司预测，对于边缘计算的人工智能推断将在2023年增长至43%，高于2017年的6%，这归因于价格更低的边缘计算硬件，任务关键型应用程序，缺乏可靠且经济高效的连接性选项，以及避免昂贵的云计算实施的愿望。
这将带来经济学的问题。如果不是有巨大利益吸引的话，边缘计算如今也不会迅速发展。对于云计算提供的所有规模经济，存储和处理大量数据的成本不可忽略。随着边缘计算产生的数据呈爆炸式发展，企业发现将所有数据移回中央处理设施是不经济的，即使带宽和延迟不是问题。东芝项目的Tabet明确指出，“数据量、延迟、速度都是影响因素，并且也是成本。我们无法将数据移动到云端。”
正如边缘计算的需求看起来那样直观，在边缘计算上推动业务价值对于IT或业务领导者来说并不是一件小事。对于初学者来说，其定义和形式仍然是流动的，它们往往有许多细微差别。
例如Gartner公司强调，边缘技术不是一种计算方式，而是一种物理世界和数字世界界限模糊的拓扑结构。Forrester Research公司将边缘计算定义为分布数据和服务的技术系列，它们可以在不断增长的连接资产中优化结果。但Forrester公司分析师BrianHopkins却强调，不应将边缘计算视为一种值得购买的技术，而应被理解为一种新的计算模式。
很多人认为，当今的边缘计算并没有脱离云计算。Gartner公司分析师Thomas Bittman和Bob Gill认为，“与更广泛的数字世界的联系”是边缘计算的一个定义特征。并在2018年8月的报告中解释说，“只连接到本地计算设备的传感器而不是在边缘，那么它只是一个将数据发送到本地计算机，只有本地工作人员才能与之交互的传感器。”
IDC公司分析师、企业基础设施专家Ashish Nadkarni也指出，“企业需要以经济高效的方式收集、存储和分析数据，这是其向边缘计算转移的一个主要因素，企业需要最大限度地利用边缘计算的价值，并需要合并他们的IT和运营技术架构和实践。”
