说起过去几年的流行语，边缘计算与5G和人工智能齐头并进。但Eclipse基金会的一项调查结果表明，边缘计算实际上正在企业中取得进展，并且部署速度比它们中的任何一个都快。Eclipse基金会在2021年前三个月对301人进行了调查，发现38%的企业已经在实施某种形式的边缘计算战略，而44%的企业计划在未来24个月内实施边缘计算。其中，44%的人预计这些部署将花费不到12个月的时间。企业正在采用边缘计算策略，因为将越来越多的数据发送到云端并将其保存在那里的成本变得太高。此外，将数据移动到云端、对其进行分析并将洞察力发送回原始设备所需的时间对于许多工作来说都太长了。例如，如果工厂机器上的传感器检测到异常，机器操作员想立即知道，以便她可以停止机器（或让控制器停止它），而往返数据到云端的传输时间太长。这就是为什么上图中看到的许多顶级云工作负载都涉及边缘机器学习或分析的原因。工厂和传感器融合的控制逻辑需要快速实现才能发挥价值，而数据分析和视频处理会生成如此多的数据，以至于在云端发送和处理这些数据的成本可能很高。在这两种用例中，延迟也很重要。但图中的其他几个工作负载显示了计算领域的下一个重大挑战将来自何处。上面列出的两个工作负载涉及多个节点之间的数据交换。事实上，我们正在从一个计算发生在单个云或客户端设备上的时代转变为一个分布在多个云和客户端设备上的时代。这种计算模型提出了新的挑战，因为那些构建计算系统的人必须适应无数的边缘计算环境以及在所有这些环境上运行的应用程序的安全性和延迟要求。因此，配置和管理成为一个棘手的问题。分布式边缘计算的新世界可能会为应用程序提供在电灯开关、工业可编程逻辑控制器、工厂车间边缘网关或手持平板电脑上运行的机会，而不是选择服务器或手机进行计算。这将意味着多种处理器类型、多级可用内存和不同级别的网络访问。以这种方式移动数据和计算是全新的，它将需要新的架构、新的数据库以及处理安全和设备管理的新方法。正如调查结果所表明的那样，边缘计算已经在部署，其部署并不是特别具有挑战性。具有挑战性的是我们构建新应用程序和利用我们周围计算机的方式。这一点在德勤关于云计算新架构的采访中得到了很好的阐述。在这篇文章中，该公司的总经理DavidLinthicum与首席信息官(cos)、首席技术官(cto)和其他试图弄清楚如何最好地利用他们新的边缘计算系统的人想出了一些难题：“我们在组织中看到的挑战是体系结构。从本质上讲，他们需要帮助将体系结构分解为多个层次。作为技术专家，我们听到这样的问题，例如您将数据保存在哪里？您将知识放在哪里？什么是最有效的方法？展望未来，无论是机器人还是基于边缘的私有云服务，组织都需要创建一个配置管理系统，可以动态管理跨架构层的信息流。当我与高管交谈时，我听说将他们的组织迁移到边缘计算的最大恐惧不是无法实现边缘计算，而是它是否可以以允许动态变化的方式运行基础设施天使或层。”因此，构建边缘基础设施可能只需要一年时间，但弄清楚如何最好地使用该架构将需要更长的时间，而且可能会随着时间的推移而演变。
