邊緣運算檢視原始碼討論檢視歷史
邊緣運算，（Edge Computing）一種分散式運算架構，利用日漸強大的裝置內運算能力，能在近乎即時的時間提供深度洞察與預測分析。 它將智能集成到邊緣設備（也稱為邊緣節點），允許在數據收集源附近實時處理和分析數據。在邊緣運算中，數據不需要直接上傳到雲或集中數據處理系統。在邊緣裝置中提高分析能力，可以驅動創新來提升品質並提升價值。可讓企業應用程式更接近 IoT 裝置或本端邊緣伺服器等資料來源。 接近資料來源可帶來強大的商業效益： 加速洞察、改善回應時間，以及提供更高的頻寬可用性。
IoT 裝置的爆炸性成長與更強大的運算能力，已造成前所未見的資料量。 此外，隨著 5G網路增加連接行動式裝置的數量，資料量將持續成長。 在過去，雲端和 AI 的承諾是透過從資料中獲得確實可行的洞察來實現自動化和加速創新。但是，連接的裝置所建立的前所未見的資料規模與複雜性，已超越網路與基礎架構功能。 將所有裝置產生的資料傳送至集中式資料中心，或傳送至雲端，會造成頻寬及延遲問題。邊緣運算提供更有效率的替代方案：在更接近資料建立的位置處理及分析資料。因為不需將資料傳送到雲端或資料中心進行處理，因此大幅減少延遲現象。邊緣運算 － 以及 5G 網路上的行動式邊緣運算 － 能提供更快更全面的資料分析、產生更深入的洞察、具有更快的回應時間，以及改善客戶體驗。[1]
為何使用邊緣運算？
大多數公司在集中存儲上存儲，管理和分析數據，通常在公共雲或私有雲環境中。但是，傳統的基礎架構和雲端運算不再能夠滿足許多實際應用程序的要求。例如，在IoT（物聯網）和IoE（萬物互聯）的情況下，需要具有最小延遲的高可用性網絡來實時處理大量數據，這在傳統IT基礎設施上是不可能的。[2]
邊緣運算的優點
在邊緣運算中，數據在數據收集源附近處理，因此不再需要將數據傳輸到雲或本地數據中心進行處理和分析。這種方法將減輕網絡和服務器上的負載。 由於其實時處理數據的能力及其更快的響應時間，邊緣運算在物聯網領域，特別是工業物聯網（IIoT）中具有很高的應用性。除了加速工業和製造企業的數字化轉型外，邊緣運算技術還可以實現包括人工智能和機器學習在內的更多創新。 雲端運算和邊緣運算之間的主要區別在於集中式運算環境，在雲端運算中，數據在集中位置被收集、處理和分析。另一方面，邊緣運算基於分佈式運算環境。在雲解決方案中無需選擇雲端運算和邊緣運算，它們不會相互「競爭」，它們只是相互補充和工作共同為應用程序提供更好的性能。[2]