边缘计算是一个模型，其中数据，处理和应用程序集中在网络的设备中，而不是几乎完全存在于云中。
边缘计算是一个将云计算和服务扩展到网络的范式，类似于云，边缘为最终用户提供数据，计算，存储和应用程序服务。
Edge计算减少了服务延迟，并改善了QoS（服务质量），从而获得了卓越的用户体验。边缘计算支持需要实时/可预测的延迟（工业自动化，运输，传感器和执行器网络）的元化应用的新兴概念。边缘计算范式在实时大数据和实时分析方面的位置很好，它支持了密集分布的数据收集点，因此在经常提到的大数据维度（音量，多样性和速度）中增加了第四个轴。
与传统数据中心不同，边缘设备在地理上分布在异质平台上，涵盖了多个管理域。这意味着数据可以在智能设备中本地处理，而不是发送到云进行处理。
边缘计算服务封面：
需要非常低且可预测的延迟的应用。
地理分布式应用程序
快速移动应用程序
大规模分布式控制系统
边缘计算的优点
将数据带到用户附近。Edge不是远离端点的数据中心站点的外壳信息，而是将数据放置在最终用户附近。
创建密集的地理分布。首先，可以更快地完成大数据和分析，并获得更好的结果。其次，管理员能够支持基于位置的移动性需求，而不必遍历整个网络。第三，这些（边缘）系统的创建方式是实时数据分析在真正庞大的规模上成为现实。
对移动性和元评估的真正支持。通过在各个点控制数据，Edge计算将核心云服务与真正分布的数据中心平台的核心服务集成在一起。随着创建更多的服务以使最终用户受益，边缘网络将变得更加普遍。
许多垂直行业准备采用。许多组织已经在采用优势概念。许多不同类型的服务旨在为最终用户提供丰富的内容。这跨越了IT购物，供应商和娱乐公司。
与云和其他服务的无缝集成。借助Edge Services，我们可以通过隔离需要在边缘的用户数据来增强云体验。从那里，管理员可以将分析，安全性或其他服务直接纳入其云模型。
边缘计算的好处
最小化延迟
保护网络带宽
解决网络各个级别的安全问题
通过快速决定可靠地运作
收集并确保广泛的数据
将数据移至最佳处理场所
仅在需要时才使用高计算能力的费用降低支出和更少的带宽
更好地分析本地数据
现实生活示例：
主要城市中的交通信号灯系统配备了智能传感器。这是当地球队赢得冠军赛的第二天，这是大游行当天的早晨。随着狂欢者来庆祝他们的球队的胜利，预计进入这座城市的交通会激增。随着流量的建设，数据是从单个交通信号灯中收集的。城市开发的用于调整光图案和时机的应用程序在每个边缘设备上都在运行。该应用程序会自动在边缘实时对光图案进行调整，并在出现和减小的情况下围绕交通障碍。交通延迟的最低限度，球迷们在汽车上花费更少的时间，并有更多的时间享受他们的重要日子。
游行结束后，从交通信号灯系统收集的所有数据都将被发送到云并进行分析，并支持预测性分析，并允许该市调整和改善其对未来流量异常的响应。将日常流量传感器数据发送到云以进行存储和分析几乎没有价值。公民工程师对正常的交通方式有良好的手柄。相关数据是与规范不同的传感器信息，例如游行日的数据。
边缘计算的未来
随着更多服务，数据和应用程序被推向最终用户，技术人员将需要找到优化交付过程的方法。这意味着将信息更接近最终用户，从而减少延迟，并为Metaverse及其在Web 3.0中的应用做好准备。越来越多的用户利用移动性作为开展业务和个人生活的手段。从字面上看，丰富的内容和许多数据点将云计算平台推向了边缘 - 用户需求继续增长。
随着数据和云服务利用率的增加，Edge Computing将在帮助减少延迟和改善用户体验方面发挥关键作用。现在，我们正在真正地分发数据平面并将高级服务推向优势。通过这样做，管理员可以更快，更有效地为用户带来丰富的内容，并且（非常重要的是）在经济上更加经济。最终，这将意味着更好的数据访问，提高公司分析功能以及最终用户计算体验的总体改进。
将数据的智能处理转移到边缘只会增加赌注，以维持这些智能网关的可用性及其通往云的通信路径。当物联网（IoT）提供允许人们管理日常生活的方法，从锁定房屋到检查时间表到烹饪餐点，在边缘计算世界中的Gateway停机时间将成为一个关键问题。此外，保护这些过程的弹性和故障转移解决方案将变得更加重要。一般而言，我们正在朝着本地化迈进，将分布式模型远离定义Internet基础架构的当前紧张的集中式系统。
艾哈迈德·巴纳法（Ahmed Banafa），作者：
使用区块链和AI安全且智能的物联网（IoT）
区块链技术和应用
参考