蓝盟IT小贴士，来喽！
容量——为了将大量连接设备上产生的数据传输到位置集中的云服务，需要巨大的带宽和返回容量。 边缘计算和本地数据处理可以减少需要传送的数据量。
在成本——带宽问题上，长距离传输大量数据也很昂贵。 此外，许多装置产生的大量数据可能与业务无关，所以没有必要传送给中央处理。
分析——数据是数字经济的基础资产。 为了具备将数据转换为实时(或几乎实时)分析和操作的能力，到2025年底，GSMA智囊团将全球约有90亿移动连接(仅支持手机和数据服务的终端)和约250亿IoT连接(蜂窝和非蜂窝业务)。
安全性——许多公司可能不希望敏感数据离开现场或自己的服务器。 围绕数据隐私的国家法律限制也是影响因素。
虽然延迟——在5G方面低于4G，但是难以在远距离和多跳网络上实现非常低的延迟。
弹性——边缘计算可提供比集中模式更多的通信路径。 这种分布可以更好地保障数据通信的灵活性。
总的来说，边缘计算还处于初期阶段。 但是在美国、中国、欧洲、亚太地区先进市场，相关飞行员和小规模部署正在扩大。
考虑到边缘计算的潜在影响和变革性质，许多移动和云生态公司探索了初期阶段的边缘计算，发表了各自的试点和项目。
世界上有越来越多的电信运营商开展边缘计算试点，也有推动边缘商业产品和解决方案。 虽然现在很多试点都在4G或早期的5G网络上进行，但移动行业希望通过逐步部署5G来推动更大规模的边缘部署。 理论上，边缘计算可很好地适用于软件控制技术，例如载波引入的5G网络、软件定义网络(SDN )、网络功能虚拟化(NFV )等，这些技术包含在分布式的若干虚拟网络功能(包括在网络边缘中) 因此，边缘技术也能从5G时代虚拟网络的网络能力中获益，充分发挥分布式计算的潜力。
文/上海蓝盟 IT外包专家
中文
电话咨询
微信咨询
公众号
