云的采用率正在飙升，因为企业寻求可以根据不断变化的业务需求进行扩展和缩减的计算和存储资源。但即使考虑到云计算的成本和敏捷性优势，人们对另一种部署模型的兴趣也越来越大——边缘计算，或者发生在数据源处或附近的计算。它可以支持新的用例，尤其是对现代商业成功至关重要的创新人工智能和机器学习应用程序。据三位行业技术专家在未来计算会议（《麻省理工学院技术评论》）上的发言称，这种优势的希望在于数据。具体来说，无论是工厂、自动驾驶汽车还是智能建筑系统，都需要在最靠近数据生成地的地方收集、处理和分析数据。直接在边缘数据上运行AI模型而无需将工作负载卸载到云端的能力可减少延迟和成本。专家们一致认为，最重要的是，这是解锁实时洞察力的关键，能够将领先者与落后者区分开来。企业开始认识到边缘计算在推动成功的数据驱动业务转型方面可以发挥的作用。Gartner估计，虽然2018年只有10%的企业数据是在数据中心和云之外创建和处理的，但到2025年，这一数字将达到75%。GeorgeSmall，MoogInc.的首席技术官，一家价值30亿美元的运动控制解决方案公司公司，表示他看到了边缘应用的重大进步。“这是一个真实的用例。我们现在看到的是创造价值的地方，”他说。“它实际上极大地提高了生产力。”边缘与云融合随着数据驱动业务发展，企业需要创建一个包含边缘计算和云计算的IT环境。在边缘收集和分析的数据可以启动实时响应以排除工业设备故障、防止机器停机或重定向自动驾驶汽车免受伤害。同时，来自机器或车辆的设备数据可以发送到云端并与其他数据聚合以进行更深入的分析，从而推动更明智的决策和未来的业务战略。“连接性已经达到了一个参考点，它为智能边缘的想法提供了动力，”斯莫尔说。“智能始于边缘的感知层，延伸到系统的网络系统，并最终出现在云端。我们认为这是一个连续体。边缘发挥作用的应用Small表示，Moog正在为各种应用试验边缘计算。在农业方面，该公司正在将边缘功能和机器学习识别应用于杏仁和苹果种植，帮助收割设备自主导航地形并提高作物产量。两人正在建设中，穆格的边缘和基于人工智能的自动化工作专注于材料移动——例如，将挖掘机的一部分变成自动化的机器人平台。Small还表示，持续的劳动力和生产力挑战促使Moog在农业中试验基于边缘的自动化。“有些情况下你没有那么多结构化的环境，或者人们需要与实际工作场所互动。”“这就是我们引入边缘定义的地方。我们从自动驾驶汽车的角度出发。另一个潜在的用例结合了边缘计算、3D打印和区块链，以协调备用的按需、就地输出Small表示，穆格在航空航天和国防等行业的客户可以在现场制造关键设备的备件，使用区块链作为验证组件供应和完整性的手段。在霍尼韦尔建筑技术公司，边缘计算是关键部分霍尼韦尔可持续建筑技术副总裁兼总经理ManishSharma表示：“改变建筑运营以提高生活质量。智能边缘传感器监测温度、湿度和二氧化碳水平，帮助创建一个智能建筑系统，可以自动调节能源和照明使用以降低成本，同时优化碳中和并保持建筑舒适度。集成加热、冷却和空气过滤系统连接到边缘设备可创建智能网络，促进数据共享并在影响最大的地方做出更明智的决策。“你正在构建一个系统的系统并进行正确的计算，你需要有一个可以共享数据并在几毫秒内在边缘级别做出决策的通用网络。”边缘部署的最佳实践小组成员概述了一些最佳实践，可以帮助企业确定正确的边缘部署选项，同时避免一些更常见的部署挑战。将计算能力转移到数据所在的位置。确定边缘或云是否最适合特定工作流程或用例可能会导致分析瘫痪。然而，事实是，这些模型是互补的，而不是相互竞争的。执行副总裁兼首席技术官RobertBlumofe表示：“一般的经验法则是，将计算卸载到数据比反过来要好得多。”“”通过这样做，您可以避免回程传输，这会损害性能并且成本高昂。“考虑一个协调操作的电子商务应用程序，例如搜索产品目录、根据历史提出建议或跟踪和更新订单。“在数据存储在云数据仓库或数据湖中的地方进行计算是有意义的”Blumofe说。另一方面，边缘适合在动态数据上进行计算——例如，分析流量以支持安全操作。有很多实验。边缘计算仍处于早期阶段，大多数企业都在在成熟度曲线的开始，评估模型的好坏和在哪里产生最大的影响。但是，能力正在迅速提高，企业不能坐视。“你真的需要开始推动，因为价值将会被创造出来，”斯莫尔说。“你必须寻找新的机会——你不仅要弄清楚它们，还必须找到它们。”不要忽视投资回报率。Moog的Small指出，支持边缘的自动化可以帮助企业用更少的劳动力做更多的事情，并让人们腾出时间去做更高附加值的工作。但除了那些明显的一阶生产力提升之外，边缘自动化还有其他更难以量化的好处，包括可复制性，他说。
