[[425612]]

全球咨詢公司Bain & Company指出，COVID-19疫情帶來的遠(yuǎn)程辦公轉(zhuǎn)變有望推動邊緣計算的快速普及，這是因?yàn)?ldquo;流量模式的急劇變化暴露出原有網(wǎng)絡(luò)基礎(chǔ)設(shè)施的致命弱點(diǎn)，企業(yè)也因此更加堅定技術(shù)投入的決心。”

但在行動之前，IT領(lǐng)導(dǎo)者需要首先了解邊緣計算對企業(yè)的價值所在。

要部署新興技術(shù)，最重要的是找到理想的業(yè)務(wù)案例。在企業(yè)考量邊緣計算投資時，也應(yīng)結(jié)合自身業(yè)務(wù)實(shí)際尋求更具針對性的高價值應(yīng)用場景。

IDC全球基礎(chǔ)設(shè)施實(shí)踐研究總監(jiān)Dave McCarthy表示，“邊緣計算的多樣性，直接決定著邊緣計算解決方案的多樣性。”例如，涉及無線連接物聯(lián)網(wǎng)設(shè)備的邊緣計算應(yīng)用場景，可能需要通信服務(wù)商提供多接入邊緣計算(MEC)網(wǎng)絡(luò)解決方案，確保為邊緣節(jié)點(diǎn)用戶提供必要的服務(wù)與計算功能。另一方面，關(guān)注重工業(yè)應(yīng)用場景的企業(yè)，則更重視現(xiàn)場邊緣計算解決方案的部署需求。

雖然多數(shù)企業(yè)還沒有準(zhǔn)備好大規(guī)模部署邊緣計算，但或多或少在為后續(xù)的成功實(shí)施進(jìn)行規(guī)劃。McCarthy指出，“我看到很多企業(yè)將基礎(chǔ)設(shè)施現(xiàn)代化作為邊緣計算的第一步，也就是從遠(yuǎn)程或分支機(jī)構(gòu)處著眼，并使用軟件定義基礎(chǔ)設(shè)施及云原生工作負(fù)載替換舊有系統(tǒng)。這一切將為新的邊緣計算應(yīng)用場景提供必要基礎(chǔ)。”

數(shù)字化轉(zhuǎn)型與邊緣計算的融合前沿

已經(jīng)完成基礎(chǔ)設(shè)施現(xiàn)代化的企業(yè)則開始向數(shù)字化轉(zhuǎn)型邁進(jìn)，這些計劃同樣受益于邊緣位置生成的實(shí)時數(shù)據(jù)。

管理咨詢與研究公司Everest Group副總裁Yugal Joshi表示，與其他一些單純靠需求驅(qū)動的企業(yè)技術(shù)領(lǐng)域不同，邊緣計算的應(yīng)用場景迄今為止仍主要由供應(yīng)商所主導(dǎo)。Joshi指出，“隨著技術(shù)供應(yīng)商的持續(xù)創(chuàng)新，邊緣計算的應(yīng)用場景在不斷發(fā)展。隨著硬件、軟件與云供應(yīng)商構(gòu)建起更合適、可持續(xù)且可靠的邊緣功能，種種新興應(yīng)用場景正不斷涌現(xiàn)。”

正如Red Hat云平臺團(tuán)隊(duì)洞見總監(jiān)Stu Miniman所言，“如果有人還在爭論混合云和多云誰更勝一籌，邊緣計算的普及已經(jīng)基本給出了答案——著眼于數(shù)據(jù)與應(yīng)用程序的所在位置，它們未來會出現(xiàn)在許多不同的地點(diǎn)。在與電信企業(yè)、公有云服務(wù)商或者其他典型企業(yè)客戶溝通時，各方對于邊緣計算的討論思路往往大相徑庭。在談到Kubernetes與云原生生態(tài)系統(tǒng)時，各類技術(shù)驅(qū)動解決方案都在爭奪話語權(quán)并努力攫取市場收益。雖然電信巨頭已經(jīng)將他們的NFV(網(wǎng)絡(luò)功能虛擬化)解決方案引入邊緣計算討論，但企業(yè)客戶也有很多其他選擇。邊緣計算將成為整體分布式混合環(huán)境中的重要組成部分，用戶則需要與供應(yīng)商緊密合作、確保邊緣計算不致淪為僅僅承載特定技能集合的技術(shù)孤島。”Joshi指出，“邊緣計算的基本原理并沒有太大變化，其中的關(guān)鍵問題在于降低延遲并減少網(wǎng)絡(luò)傳輸流量。”

企業(yè)目前主要向哪些方向投資邊緣計算?下面來看看五大典型應(yīng)用場景。

場景一 預(yù)測性維護(hù)

Joshi提到，預(yù)測性維護(hù)用例已經(jīng)表現(xiàn)得相當(dāng)強(qiáng)勁。高價值資產(chǎn)一旦發(fā)生故障，往往會給企業(yè)帶來巨大損失;在這方面，邊緣計算解決方案顯得特別受歡迎。在全球石油與天然氣行業(yè)，管道數(shù)字化與邊緣數(shù)據(jù)/分析的專業(yè)知識開始結(jié)合，幫助企業(yè)主動管理管道、解決缺陷并預(yù)防故障。

以往需要數(shù)周才能完成的結(jié)果與報告，現(xiàn)在可以在幾秒鐘內(nèi)實(shí)現(xiàn)交付。在石油與天然氣行業(yè)中，鉆探管道故障可能會引發(fā)高昂的財務(wù)與環(huán)境成本。另外，長期腐蝕還會造成嚴(yán)重的環(huán)境問題。結(jié)合現(xiàn)場數(shù)據(jù)(來自攝像頭)與過往經(jīng)驗(yàn)，采用邊緣計算與機(jī)器學(xué)習(xí)分析系統(tǒng)能夠提醒操作員關(guān)注可能發(fā)生的潛在故障。

場景二 遠(yuǎn)程勞動力支持

新冠疫情導(dǎo)致各類企業(yè)迅速轉(zhuǎn)向遠(yuǎn)程辦公，員工開始廣泛分散在不同地區(qū)、國家甚至全球各地。這類場景，也成為邊緣計算的另一種完美用例。

CompTIA公司技術(shù)分析高級總監(jiān)Seth Robinson表示，“遠(yuǎn)程辦公熱潮正是應(yīng)用邊緣計算的良好場景。”隨著企業(yè)中的遠(yuǎn)程員工們更多分布在廣泛的地理區(qū)域內(nèi)，企業(yè)自然需要考慮這些員工如何訪問業(yè)務(wù)系統(tǒng)。采用包括邊緣計算在內(nèi)的相應(yīng)新興方案，有望在提高生產(chǎn)力的同時增強(qiáng)系統(tǒng)彈性。

正如Frost & Sullivan在報告中提到，“企業(yè)正根據(jù)疫情壓力下的現(xiàn)實(shí)因素重新評估長期網(wǎng)絡(luò)需求，邊緣計算已經(jīng)成為網(wǎng)絡(luò)架構(gòu)中的必要支柱，用于維護(hù)良好的分布態(tài)勢并高效利用網(wǎng)絡(luò)邊緣中不斷增加的設(shè)備與傳感器終端。”

邊緣計算具有獨(dú)特的優(yōu)勢，并在支持分布式勞動力方面帶來突出的實(shí)踐價值，具體包括減少跨網(wǎng)絡(luò)移動的數(shù)據(jù)總量、增強(qiáng)計算靈活性與密度、降低數(shù)據(jù)延遲并解決由數(shù)據(jù)地理定位決定的監(jiān)管要求等。

場景三 零售/商業(yè)優(yōu)化

Joshi表示，電子商務(wù)優(yōu)化是另一個廣受關(guān)注的領(lǐng)域。隨著更多B2C與B2B組織在新冠疫情壓力之下拓展數(shù)字銷售能力，邊緣計算能夠帶來更低的延遲與更好的可擴(kuò)展性。這一點(diǎn)在需求劇烈波動時體現(xiàn)得尤其明顯。同樣的，實(shí)體零售商在諸多方面感受到了將邊緣計算與物聯(lián)網(wǎng)相結(jié)合帶來的巨大價值，具體應(yīng)用場景包括庫存管理、客戶體驗(yàn)、非接觸式結(jié)賬與不見面配送、需求感知以及倉庫管理等等。

場景四 聯(lián)邦學(xué)習(xí)

SAS公司物聯(lián)網(wǎng)副總裁Jason Mann解釋道，“將AI技術(shù)嵌入至物聯(lián)網(wǎng)端點(diǎn)、網(wǎng)關(guān)及其他設(shè)備時，邊緣AI也將就此誕生。”從智能手機(jī)與智能揚(yáng)聲器、到汽車傳感器、再到安保攝像頭，邊緣AI將為各類物聯(lián)網(wǎng)裝置提供功能支持。

根據(jù)IDC公司McCarthy的介紹，AI已經(jīng)成為邊緣計算領(lǐng)域“最常見的工作負(fù)載”。

Joshi表示，“現(xiàn)在使用邊緣計算配合AI推動聯(lián)邦學(xué)習(xí)也是個大熱點(diǎn)。”聯(lián)邦學(xué)習(xí)是一類AI框架，其模型開發(fā)被分布在數(shù)百萬臺移動設(shè)備之上。聯(lián)邦學(xué)習(xí)有望成為基于物聯(lián)網(wǎng)的智能應(yīng)用方案的重要前提。正如Airtel公司首席數(shù)據(jù)科學(xué)家Santanu Bhattacharya博士在博文中給出的解釋：模型開發(fā)、訓(xùn)練與評估完全在邊緣設(shè)備上進(jìn)行，其無法直接訪問或標(biāo)記原始用戶數(shù)據(jù)，因此能夠在使用真實(shí)數(shù)據(jù)訓(xùn)練/重新訓(xùn)練模型的同時保持?jǐn)?shù)據(jù)隱私。

場景五 醫(yī)療創(chuàng)新

在新冠疫情爆發(fā)之前，醫(yī)療保健行業(yè)中的邊緣計算投資已經(jīng)有所增加;而疫情的來臨推動更多醫(yī)療機(jī)構(gòu)采取遠(yuǎn)程醫(yī)療與醫(yī)療設(shè)備轉(zhuǎn)移等方式對患者進(jìn)行居家觀察。結(jié)合媒體的先前報道，不少新型醫(yī)療方案的實(shí)現(xiàn)都離不開邊緣計算強(qiáng)有力的延遲控制支持。在生死攸關(guān)的時刻，醫(yī)療機(jī)構(gòu)得以在本地存儲并處理數(shù)據(jù)，而不再依賴于集中式云服務(wù)。如此一來，臨床醫(yī)師就能更直接地訪問重要醫(yī)療數(shù)據(jù)(例如MRI或CT掃描結(jié)果)，或者提取來自救護(hù)車或急診室的信息，更快開展診斷與治療。