了解边缘计算

边缘计算是指在用户或数据源的物理位置或附近进行的计算，这样可以降低延迟，节省带宽。

在云计算模式中，计算资源和服务通常集中在大型数据中心内，而最终用户则是在网络的边缘访问这些资源和服务。这种模型已被证实具有成本优势和更高效的资源共享功能。但是，新型最终用户体验（如物联网）则需要计算能力更接近物理设备或数据源的实际位置，即网络的"边缘"。

通过使计算服务靠近这些位置，用户能够得到更快速可靠的服务，获得更好的用户体验，公司则能够更好地处理数据，支持对延迟敏感的应用，以及利用 AI/ML 分析等技术识别趋势并提供更好的产品和服务。

边缘设备是指位于网络边缘远程位置的物理硬件，具有足够的内存、处理能力和计算资源，可以在网络其他在组件的一定帮助下，近实时收集数据、处理数据和执行数据。

边缘设备需要某种网络连接，来推动设备与集中位置的数据库之间的往返通信。而边缘设备是收集和处理数据的地方。

边缘计算可以作为混合计算模型的补充，尤其是在集中式计算用于以下用途的情况下：

• 计算密集型工作负载
• 数据聚合与存储
• 人工智能/机器学习
• 协调跨地区的运维
• 传统后端处理
• 自动驾驶汽车
• 增强现实/虚拟现实
• 智慧城市

边缘计算还可以帮助您从数据源头近乎实时地解决问题。简而言之，凡是在减少延迟和/或进行实时监控可以支持业务目标的地方，都有边缘计算的用武之地。

物联网（IoT）

对于 IoT 设备来说，在接收与解决请求之间还要涉及很多网络步骤。设备本身的计算能力越强，或者在网络中距离设备越近，用户的体验就越好。

移动技术

当移动计算出现问题时，通常的原因是延迟问题和服务故障。边缘计算可通过减少信号传播延迟来帮助解决迫切的延迟约束问题。另外，它还可以将服务故障限制在较小的区域或用户群中，或在面对间歇性网络连接的情况下仍可以提供一定的服务持续性。

电信

随着服务提供商对其网络进行现代化改造，其工作负载和服务也在从核心网络（位于数据中心内）移出到网络边缘，即处于入网点和端局机房的附近。作为服务交付的最后几个物理接口之一，端局机房的虚拟化能够帮助服务提供商在网络边缘部署服务。

物联网会产生海量数据，而这些数据需要进行处理和分析才能可以使用。而边缘计算会将计算服务移到更接近最终用户或数据源的地方，比如物联网设备。

边缘计算是物联网设备数据和计算需求的本地处理和存储源，它可以降低物联网设备与这些设备所连接的中心 IT 网络之间的通信延迟。

边缘计算使您能够充分利用物联网设备创建的海量数据。通过将分析算法和机器学习模型部署到边缘，您可以实现数据的本地处理并将它们用于快速决策。

IIoT 指的是工业物联网，表示制造业、能源及其他工业实践中联网的设备。IIoT 设备的部署通常与边缘计算有关。IIoT 可以使工业机器的自动化和自我监测程度提升，有助于提高效率，意义重大。

多接入边缘计算（MEC）是一种网络架构，在网络边缘提供云计算功能和 IT 服务环境。MEC 的目标是减少延迟，确保高效的网络运营和服务交付，并改善客户体验。

多接入边缘计算现在被更广泛地定义为云计算的一种演进，它使用移动能力、云技术和边缘计算将应用主机从集中式数据中心迁移到网络边缘，使应用更贴近最终用户，计算服务更贴近应用创建的数据。

5G 指的是第五代移动网络，带宽和时延均有升级，可实现旧网络下无法实现的服务。5G 网络有望实现千兆级的速度（也就是最高可达 10 Gbps 的数据传输速度）。同时，5G 服务还大大缩短了延迟，并能将覆盖范围扩展到偏远地区。

5G 可以被视为一个边缘计算用例，它也可以实现其他边缘用例。边缘计算是满足 5G 网络的性能和低延迟要求，并改善客户体验的一种途径。

很多电信服务提供商对网络实施现代化并寻找新的收入来源，因此，采用边缘计算就成了他们的优先重点。更具体来说，很多服务提供商都正在把工作负载和服务在从核心网络（位于数据中心内）移向网络边缘，移到入网点和端局机房。

对于电信公司来说，客户愿意在边缘网络上消费的应用和服务是创收的关键，但成功与否取决于有没有建立正确的生态系统，以及利益相关者和技术合作伙伴之间的配合是否得当。

仅靠单个供应商无法提供完整的边缘计算解决方案。相反，您需要利用多方的合力才能组合成一个解决方案。开源平台可确保整个生态系统之间的互操作性，而不会被专有技术堆栈的供应商锁定。为了支持新的边缘计算用例，红帽正在加大对上游开源社区（如 Kubernetes、OpenStack 和 Fedora IoT）的投资。