邊緣計算有望將下一代物聯網技術推向主流。接下來讓我們一同了解邊緣計算的前世今生。

云計算在過去二十年中主宰了IT討論，特別是亞馬遜在2006年推出彈性計算之后。云計算是計算服務的集中化，以最簡單的形式，利用共享的數據中心基礎設施和規模經濟來降低成本。然而，云遷移之中還有很多關鍵問題，如路由器跳數、受虛擬化引入的數據包延遲或數據中心內的服務器放置的延遲等。  

　　其中，邊緣計算是OpenStack(開源云計算項目)中的創新驅動力。這就是邊緣計算之所在。邊緣計算本質上是分散計算機服務并將它們更接近數據源的過程。這可能會對延遲產生重大影響，因為它可以大大減少移動的數據量及其傳播距離。

"邊緣計算"涵蓋范圍廣泛的技術，包括點對點、網格計算、霧計算、區塊鏈和內容交付網絡。它在移動領域也受到歡迎，現在幾乎遍布各個行業。   　

　邊緣與云之間的關系

目前有很多關于邊緣計算替代云計算的猜測，在某些情況下，可能會發生這樣的情況。但是，在許多情形下，兩者其實是有共生關系的。例如，在涉及性能和數據的初始處理方面，諸如虛擬主機和物聯網之類的服務就是受益于邊緣計算。然而，鄭州電信服務器 服務器托管，這些服務仍然需要一個強大的云后端，例如集中式存儲和數據分析。  

　　邊緣計算簡史   　　

邊緣計算可以追溯到20世紀90年代，當時阿卡邁公司推出了內容交付網絡(CDN)，該網絡在地理上靠近最終用戶的位置引入了節點。這些節點存儲緩存的靜態內容，如圖像和視頻。邊緣計算通過允許節點執行基本的計算任務來進一步理解這一概念。 1997年，計算機科學家諾布爾演示了移動技術如何將邊緣計算用于語音識別。兩年后，這種方法也被用來延長手機的電池壽命。在當時，這個過程被稱為"網絡搜尋"，這基本上也就是蘋果的Siri和谷歌的語音識別服務的工作原理。   　

　1999年對等計算問世。隨著亞馬遜EC2服務的發布，在2006年，云計算出現，自那時以來，公司已經大量采用了這種技術。2009年，"移動計算中的基于VM的Cloudlets案例"已經發布，詳細介紹了延遲與云計算之間的端到端關系。

文章主張"兩級架構:第一級是今天的未經修改的云基礎設施"，第二級是云分散的元素，稱為云端，由第一級緩存狀態的分散元素組成。這是現代邊緣計算的許多方面的一個理論基礎，而在2012年，思科又推出了旨在提升物聯網可擴展性的分散云基礎設施的術語"霧計算"。

這使我們想到目前的邊緣解決方案，其中有很多。無論是純分布式系統(如區塊鏈和點對點和混合系統)，或是AWS的Lambda@Edge,Greengrass，以及微軟的Azure IoT Edge，都可以看到，邊緣計算已經成為推動采用諸如物聯網等技術的關鍵因素。  

　　為什么接近性重要  

　　接近性或低延遲在業務中非常重要，因為數據隨著時間的遞增會逐漸失去價值。對于所有行業，從財務到健康、安全、運輸等方面都是如此。例如，醫療行業在實時監測和處理時使用物聯網來確保病人在需要的時候得到他們所需要的護理。另一個很好的例子是電子商務。 2009年，阿卡邁公司發布了題為"阿卡邁將2秒作為電子商務網頁響應時間新門檻"的研究報告，其中詳細介紹了網站性能與在線購物者行為之間的關系。調查發現，在離開之前，40%的消費者不會等待超過三秒的時間來加載頁面，因為一旦時間超出，他們會分心或找到替代品。

　　這項研究強調了將數據傳輸、處理和返回給客戶，設備或內部用戶的速度極其重要。邊緣計算就是專門針對"速度需要"進行設計了這項研究。  

　　可擴展性和彈性   　　

邊緣計算的分布式特性意味著隨著延遲的降低，它還可以提高彈性，減少網絡負載，并且更容易擴展。   　

　數據處理從源頭開始。一旦完成初始處理，只需要發送需要進一步分析或需要其他服務的數據。這樣可以減少組網需求和任何集中式服務瓶頸的可能性。此外，對于其他附近的邊緣位置，或者在設備上緩存數據的潛力，您可以屏蔽中斷并提高系統的彈性。這減少了擴展集中式服務的需求，因為它們處理的流量較少。結果還可以降低成本，架構復雜性和管理。

　　未來