云計算涉及通過互聯(lián)網交付計算服務，例如存儲和計算能力，從而使用戶可以使用自己的計算機從世界各地訪問服務，而不必投資存儲和處理其數據所需的基礎架構。從廣義角度上來看，云計算本質上是一種數字化服務，同時這種服務較以往的計算機服務更具有便捷性，用戶在不清楚云計算具體機制的情況下，就能夠得到相應的服務。
邊緣計算相對于數據中心的最大優(yōu)勢在于，它解決了與云計算相關的延遲問題。云計算中會出現延遲問題，因為數據必須經常從原始設備傳輸到數據中心數千英里才能進行處理和分析。
盡管對于在云中編輯文檔的人來說這不是問題，但是將數據傳輸到原始設備或從原始設備傳輸數據所花費的秒數使得對于需要實時分析和決策才能正常運行的應用程序來說是不可能的。這樣，云計算解決了延遲問題，因為計算能力位于數據源附近，可以分析數據并實時做出決策。與像云端中進行處理和算法決策不同，邊緣計算是將智能和計算推向更接近實際的行動，而云計算需要在云端進行計算，主要得差異體現在多源異構數據處理、帶寬負載和資源浪費、資源限制和安全和隱私保護等方面。
邊緣計算與物聯(lián)網
每天有數以百萬計的物聯(lián)網設備上線。隨著物聯(lián)網設備的增加，這些設備生成的數據量和速度也隨之增加。數據中心規(guī)模巨大，但它們將無法應對物聯(lián)網設備生成的大量數據。這就是邊緣計算的用武之地。
在未來，構建網絡基礎架構很有可能將邊緣和云計算結合在一起，大規(guī)模數據處理和分析在云中進行，而邊緣設備在本地處理關鍵的、對時間敏感的數據。
邊緣計算將能夠通過本地處理數據來大幅增加數據量，從而減輕數據中心的壓力。這減少了必須發(fā)送到云進行處理的原始數據量。相反，邊緣計算機在本地處理數據，并且僅將引起某些觸發(fā)器的數據發(fā)送到云，以進行后處理和遠程監(jiān)控。
通過僅將處理后的相關數據發(fā)送到云，不僅可以減輕數據中心的壓力，而且還可以釋放大量帶寬，而這些帶寬原本可以用于將原始數據發(fā)送到云進行處理和分析。
此外，通過減少所需的帶寬，可以減少與原始設備之間傳輸大量數據的成本。如果物聯(lián)網設備位于計量互聯(lián)網連接上，而用戶或組織需要為使用的數據量付費，這一點尤其重要。
5G的可用性將進一步增加物聯(lián)網設備的數量，從而推動邊緣計算機應對數據增長的需求。同樣，5G將增加自動駕駛汽車的數量，從而增加對邊緣計算機在邊緣運行機器學習和推理算法以實時指導自動駕駛汽車的需求?？傮w而言，邊緣計算相對于云計算的兩個主要好處是邊緣計算提供的低延遲，高帶寬計算。
邊緣計算將如何影響數據中心?
隨著5G時代的到來,為更好地支撐高密度,大帶寬和低時延業(yè)務場景,業(yè)界提出從"核心計算"模式轉化為邊緣計算模式,就近解決網絡傳輸問題.而推廣邊緣計算模式迫切需要基礎設施層面的變革——邊緣數據中心成為有效解決方案。
云仍然有它在今天到位的世界多虧了大量的計算資源，可以通過按下按鈕來訪問，不再需要對組織投入大筆資金建立和擴大自己的基礎設施來訪問計算能力和存儲能力，可提供強大而無縫的可擴展性。
也就是說，盡管云解決了許多問題，但物聯(lián)網和5G的興起意味著數據中心無法跟上物聯(lián)網設備生成的大量數據。
目前,邊緣數據中心處于發(fā)展初期,但發(fā)展勢頭迅猛,我國基礎運營商,互聯(lián)網行業(yè)巨頭及有實力的IDC服務商紛紛開始技術布局。未來幾年,是邊緣數據中心發(fā)展的關鍵時期,迫切需要產業(yè)界進行深入研究與產業(yè)合作,共同推進我國邊緣數據中心產業(yè)發(fā)展。
此外，由于必須實時存儲，處理和分析大量數據，因此AI和自動化技術正在增加邊緣計算的采用。邊緣計算使流程更簡單，更快捷，因為數據不再需要將數千英里的距離傳輸到數據中心，從而使組織可以更智能，更快速地行動。
隨著物聯(lián)網設備數量的增加以及對實時分析的需求變得越來越重要，對數據中心的分散要求也越來越高，將更多的數據中心放置在人口稠密的地區(qū)，例如城市和商業(yè)區(qū)。數據中心離組織越近，用戶將遇到的等待時間越短，性能就越好。
