边缘运算查看源代码讨论查看历史
边缘运算，（Edge Computing）一种分散式运算架构，利用日渐强大的装置内运算能力，能在近乎即时的时间提供深度洞察与预测分析。 它将智能集成到边缘设备（也称为边缘节点），允许在数据收集源附近实时处理和分析数据。在边缘运算中，数据不需要直接上传到云或集中数据处理系统。在边缘装置中提高分析能力，可以驱动创新来提升品质并提升价值。可让企业应用程式更接近 IoT 装置或本端边缘伺服器等资料来源。 接近资料来源可带来强大的商业效益： 加速洞察、改善回应时间，以及提供更高的频宽可用性。
IoT 装置的爆炸性成长与更强大的运算能力，已造成前所未见的资料量。 此外，随著 5G网路增加连接行动式装置的数量，资料量将持续成长。 在过去，云端和 AI 的承诺是透过从资料中获得确实可行的洞察来实现自动化和加速创新。但是，连接的装置所建立的前所未见的资料规模与复杂性，已超越网路与基础架构功能。 将所有装置产生的资料传送至集中式资料中心，或传送至云端，会造成频宽及延迟问题。边缘运算提供更有效率的替代方案：在更接近资料建立的位置处理及分析资料。因为不需将资料传送到云端或资料中心进行处理，因此大幅减少延迟现象。边缘运算 － 以及 5G 网路上的行动式边缘运算 － 能提供更快更全面的资料分析、产生更深入的洞察、具有更快的回应时间，以及改善客户体验。[1]
为何使用边缘运算？
大多数公司在集中存储上存储，管理和分析数据，通常在公共云或私有云环境中。但是，传统的基础架构和云端运算不再能够满足许多实际应用程序的要求。例如，在IoT（物联网）和IoE（万物互联）的情况下，需要具有最小延迟的高可用性网络来实时处理大量数据，这在传统IT基础设施上是不可能的。[2]
边缘运算的优点
在边缘运算中，数据在数据收集源附近处理，因此不再需要将数据传输到云或本地数据中心进行处理和分析。这种方法将减轻网络和服务器上的负载。 由于其实时处理数据的能力及其更快的响应时间，边缘运算在物联网领域，特别是工业物联网（IIoT）中具有很高的应用性。除了加速工业和制造企业的数字化转型外，边缘运算技术还可以实现包括人工智能和机器学习在内的更多创新。 云端运算和边缘运算之间的主要区别在于集中式运算环境，在云端运算中，数据在集中位置被收集、处理和分析。另一方面，边缘运算基于分布式运算环境。在云解决方案中无需选择云端运算和边缘运算，它们不会相互“竞争”，它们只是相互补充和工作共同为应用程序提供更好的性能。[2]