譯者 | 朱鋼

審校 | 梁策 孫淑娟

邊緣技術(shù)有望在未來一年更加動力十足--但在制定戰(zhàn)略前，以下專家建議可供參考：

2022 年是邊緣計算落地的一年嗎?

從財務(wù)角度來看，邊緣計算已經(jīng)到來：國際數(shù)據(jù)公司(IDC)預(yù)測，今年全球企業(yè)在邊緣計算上將花費(fèi) 1760 億美元，比 2021 年增長約 15%。

但說到底，這也只是一個(大)數(shù)字而已。在架構(gòu)方法、技術(shù)能力、企業(yè)用例、安全策略等方面，有很多顯著跡象表明邊緣計算已臻于成熟。

最近在分析2022年值得關(guān)注的邊緣計算趨勢時，紅帽技術(shù)布道者戈登·哈夫(Gordon Haff)寫道：“雖然我們在某些邊緣計算部署中看到舊架構(gòu)的影子，但我們也確實(shí)看到了邊緣計算全新的發(fā)展趨勢，或者至少是與以前大不相同的趨勢”?！斑吘売嬎阏趲椭鶬T和商業(yè)領(lǐng)袖解決電信到汽車等行業(yè)的問題，這些行業(yè)傳感器數(shù)據(jù)和機(jī)器學(xué)習(xí)(ML)數(shù)據(jù)呈激增態(tài)勢”。

IT領(lǐng)導(dǎo)者在解決業(yè)務(wù)問題時通常不會毫無計劃，這就是為什么邊緣戰(zhàn)略以及物聯(lián)網(wǎng)和機(jī)器學(xué)習(xí)等相關(guān)類別在業(yè)務(wù)路線圖上占據(jù)突出地位。例如，在紅帽的《2022年全球技術(shù)展望》報告中，61%的受訪者表示計劃在未來12個月內(nèi)運(yùn)行物聯(lián)網(wǎng)或邊緣工作負(fù)載(或兩者兼而有之)。

要避免的五個邊緣計算陷阱

我們邀請到一些IT 領(lǐng)導(dǎo)者和邊緣計算專家，讓他們來闡明各自認(rèn)為的企業(yè)邊緣戰(zhàn)略中存在的一些短板——即使這些短板不完全影響投資回報率(ROI)。 以下是在推出邊緣計劃時需要關(guān)注的五個領(lǐng)域。

1. 不要太拘泥于“邊緣”的普遍定義

與其他高端科技術(shù)語一樣，行業(yè)對術(shù)語定義是有些教條的，它并不能反映特定團(tuán)隊(duì)或組織的日?，F(xiàn)實(shí)。一刀切的定義也就意味著一刀切的戰(zhàn)略。

邊緣戰(zhàn)略中需要留意的第一個大坑是：沒有放之四海而皆準(zhǔn)的解決方案。正如Capgemini Engineering公司首席技術(shù)官沙邁赫·米什拉(Shamik Mishra)所言：“不要試圖將目標(biāo)強(qiáng)加到不適合的邊緣戰(zhàn)略(或技術(shù)平臺)中”。

“邊緣有不同的解釋，”米什拉說。“移動設(shè)備可以是一種邊緣，本地微型數(shù)據(jù)中心也可以是?！?/p>

一家公司的“邊緣服務(wù)器”可能意味著專用硬件，而另一家公司的“邊緣服務(wù)器”可能意味著非常規(guī)位置的傳統(tǒng)服務(wù)器。

用例也是如此。雖然基于行業(yè)或其他背景的可重復(fù)用例會持續(xù)出現(xiàn)，但企業(yè)戰(zhàn)略需要特定于企業(yè)。

“邊緣計算的應(yīng)用因行業(yè)而異，因地區(qū)而異，”米什拉說?！盎跓o人機(jī)的檢查方式可能在一個地理區(qū)域適用，但相同的用例在另一個地理區(qū)域可能就不適用?！?/p>

這并不是說沒有普遍關(guān)注點(diǎn)。安全性就是一個很好的例子：忽略安全性的邊緣策略是不完整的。

自動化是另一個共同點(diǎn)?！叭狈ψ詣踊部赡軐?dǎo)致維護(hù)成本更高，從而抵消邊緣計算的業(yè)務(wù)優(yōu)勢，因此需要預(yù)先考慮適當(dāng)?shù)淖詣踊呗浴?，米什拉說。

2. 低估變更管理，風(fēng)險自負(fù)

對于經(jīng)驗(yàn)豐富的 IT 領(lǐng)導(dǎo)者來說，這不是什么爆炸性內(nèi)容，更多是一種溫馨提醒，不過也值得在此列出：忽略影響人們?nèi)粘９ぷ鞯倪@樣一項(xiàng)重要邊緣計算計劃，并不是好事。

“邊緣戰(zhàn)略中最大短板之一是未能讓所有必要利益相關(guān)者參與進(jìn)來，”Akamai 企業(yè)架構(gòu)師 喬?！ぜs翰遜(Josh Johnson) 表示?！皩⒐ぷ髫?fù)載遷移到邊緣不是一個‘直接遷移'的操作，而是一個涉及多個團(tuán)隊(duì)更改的項(xiàng)目?！?/p>

在 IT 層面內(nèi)，幾乎每個廣泛的功能都需要一些學(xué)習(xí)和/或適應(yīng)，特別是如果你還沒有在邊緣架構(gòu)中運(yùn)行大量工作負(fù)載并且也沒有可以利用的過去的經(jīng)驗(yàn)。 示例包括：

開發(fā)人員：比如主要負(fù)責(zé)編寫代碼的人員可能需要學(xué)習(xí)邊緣開發(fā)和部署的優(yōu)秀實(shí)踐。

約翰遜表示：“從服務(wù)器數(shù)量和位置較少的環(huán)境遷移到數(shù)千個位置更小的環(huán)境，需要完全不同的設(shè)計和架構(gòu)考慮因素”。

Operations/DevOps/SRE：負(fù)責(zé)檢測、監(jiān)控和配置管理等運(yùn)營需求的人員可能需要重新考慮各自邊緣計算實(shí)踐和工具。

“如果不了解在邊緣執(zhí)行的代碼，就很難驗(yàn)證應(yīng)用程序是否按預(yù)期運(yùn)行，”約翰遜說。

安全性：隨著越來越多的工作負(fù)載遷移到邊緣(無論組織對該術(shù)語定義具體如何)，安全性自然會成為一個重要的關(guān)注領(lǐng)域。這將需要改變傳統(tǒng)的安全策略，正如向分布式IT環(huán)境(比如混合云和多云)的更廣泛轉(zhuǎn)變也需要類似的變化一樣。

約翰遜表示：“安全團(tuán)隊(duì)需要改進(jìn)其實(shí)踐，以確保邊緣應(yīng)用程序受到保護(hù)”，“代碼和數(shù)據(jù)存在于邊緣，在數(shù)據(jù)中心內(nèi)傳統(tǒng)防火墻的保護(hù)之外”。

3. 優(yōu)先考慮一致性、可預(yù)測性和可重復(fù)性

依靠一次性“雪花”模式取得成功的邊緣策略可能會在長期產(chǎn)生麻煩。

這是混合云架構(gòu)經(jīng)驗(yàn)可能有利于邊緣模式的另一個領(lǐng)域：如果你已經(jīng)了解自動化和可重復(fù)性對生產(chǎn)中運(yùn)行的數(shù)百個容器的重要性，那么在邊緣計算方面你也會看到類似的價值。

Aerospike電信解決方案全球總監(jiān)馬沙希德·馬祖默德(Shahed Mazumder)建議：“遵循標(biāo)準(zhǔn)化架構(gòu)并避免碎片化，碎片化是數(shù)百種不同系統(tǒng)的管理噩夢”，“一致性和可預(yù)測性將是邊緣部署的關(guān)鍵，就像它們是基于云的部署的關(guān)鍵一樣。”

事實(shí)上，這正是一個云與邊緣關(guān)系加深的體現(xiàn)，比如一些混合云中有益又實(shí)用的方法將同樣延續(xù)到邊緣。一般來說，如果你已經(jīng)在解決混合云或多云環(huán)境中涉及的一些復(fù)雜性問題，那么你已走在正確的道路上。

SAS物聯(lián)網(wǎng)高級經(jīng)理薩如阿布·米什拉(Saurabh Mishra)表示：“邊緣環(huán)境本質(zhì)上是異構(gòu)的，組織應(yīng)該準(zhǔn)備好解決這個問題，”“當(dāng)嘗試使用容器和Kubernetes在邊緣創(chuàng)建一個公平的競爭環(huán)境時，這一點(diǎn)尤其重要。它還有助于將工作負(fù)載從云轉(zhuǎn)移到邊緣，因?yàn)檫吘壸兊酶油怀觥薄?/p>

4. 了解如何處理大規(guī)模管理

第三點(diǎn)直接影響第四點(diǎn)：你不會想在投入生產(chǎn)環(huán)境后才弄清如何管理一切。就像云管理一樣，集中式平臺對于任何重要實(shí)施都是一個好主意。

“在投資平臺時，重要的是專注一個能集中管理邊緣基礎(chǔ)設(shè)施和工作負(fù)載的平臺，”SAS的米拉什說?！半m然大多數(shù)邊緣用例都希望通過與云的持續(xù)連接來執(zhí)行工作負(fù)載，但關(guān)鍵是要有一個管理平臺，允許配置更改并將新工作負(fù)載從云中推送到邊緣。從邊緣到云的報告狀態(tài)和警報是推動企業(yè)規(guī)模和進(jìn)行采用的原因”。

邊緣和云之間的關(guān)系應(yīng)該是互相助益的。例如，SAS 的米什拉表示，設(shè)計依賴于邊緣和云工作負(fù)載的用例很有價值，其中本地處理和警報發(fā)生在邊緣，但在云中創(chuàng)建了全局“隊(duì)列級”視圖。

5. "一次構(gòu)建，隨處運(yùn)行"的心態(tài)不適用于所有工作負(fù)載

正如云計算和邊緣計算天生關(guān)聯(lián)一樣，機(jī)器學(xué)習(xí)和邊緣/物聯(lián)網(wǎng)用例也是如此。

然而，一些團(tuán)隊(duì)可能會發(fā)現(xiàn)，在本地或超大規(guī)模云中運(yùn)行良好的模型在邊緣環(huán)境中開始出現(xiàn)問題。

Wallaroo平臺工程副總裁保羅·萊加托(Paul Legato)表示：“我們看到客戶構(gòu)建和訓(xùn)練的模型令人驚嘆，但他們最終無法在邊緣使用AI / ML”，“原因在于，執(zhí)行效率至關(guān)重要。你需要從有限的計算中獲取所有能得到的推論”。

隨著邊緣計算工作負(fù)載變得越來越復(fù)雜，IT領(lǐng)導(dǎo)者和團(tuán)隊(duì)需要記住，在現(xiàn)代軟件范式中適用于其他地方的“隨處運(yùn)行”理念在邊緣架構(gòu)中可能比較棘手。ML工作負(fù)載就是這種情況的一個主要示例。

“邊緣的機(jī)器學(xué)習(xí)也是關(guān)于在高度有限的硬件上運(yùn)行模型”，萊加托說?！澳憧梢园聪乱粋€按鈕，在云中獲得最新、最強(qiáng)大的128 CPU核心機(jī)器，但在邊緣，你是運(yùn)行在一個小型的、功能不足的工業(yè)PC或安全攝像頭上，而其只有最少的CPU和RAM可用”。

譯者介紹

朱鋼，51CTO社區(qū)編輯，2019年CSDN博客專家20強(qiáng)，2020年騰訊云+社區(qū)優(yōu)秀作者，10年一線開發(fā)經(jīng)驗(yàn)，曾參與獵頭服務(wù)網(wǎng)站架構(gòu)設(shè)計，企業(yè)智能客服以及大型電子政務(wù)系統(tǒng)開發(fā)，主導(dǎo)某大型央企內(nèi)部防泄密和電子文檔安全監(jiān)控系統(tǒng)的建設(shè)，目前在BIM頭部企業(yè)從事招投標(biāo)軟件開發(fā)。

原文標(biāo)題：Edge computing strategy: 5 potential gaps to watch for，作者：Kevin Casey