全球咨詢公司Bain & Company指出，COVID-19疫情帶來的遠程辦公轉(zhuǎn)變有望推動邊緣計算的快速普及,，這是因為“流量模式的急劇變化暴露出原有網(wǎng)絡基礎設施的致命弱點,，企業(yè)也因此更加堅定技術投入的決心?！?/strong>

但在行動之前,，IT領導者需要首先了解邊緣計算對企業(yè)的價值所在。

要部署新興技術，最重要的是找到理想的業(yè)務案例,。在企業(yè)考量邊緣計算投資時,，也應結合自身業(yè)務實際尋求更具針對性的高價值應用場景。

IDC全球基礎設施實踐研究總監(jiān)Dave McCarthy表示,，“邊緣計算的多樣性,，直接決定著邊緣計算解決方案的多樣性?！崩?，涉及無線連接物聯(lián)網(wǎng)設備的邊緣計算應用場景，可能需要通信服務商提供多接入邊緣計算(MEC)網(wǎng)絡解決方案,，確保為邊緣節(jié)點用戶提供必要的服務與計算功能,。另一方面，關注重工業(yè)應用場景的企業(yè),，則更重視現(xiàn)場邊緣計算解決方案的部署需求,。

雖然多數(shù)企業(yè)還沒有準備好大規(guī)模部署邊緣計算，但或多或少在為后續(xù)的成功實施進行規(guī)劃,。McCarthy指出,，“我看到很多企業(yè)將基礎設施現(xiàn)代化作為邊緣計算的第一步，也就是從遠程或分支機構處著眼,，并使用軟件定義基礎設施及云原生工作負載替換舊有系統(tǒng),。這一切將為新的邊緣計算應用場景提供必要基礎?！?/span>

已經(jīng)完成基礎設施現(xiàn)代化的企業(yè)則開始向數(shù)字化轉(zhuǎn)型邁進，這些計劃同樣受益于邊緣位置生成的實時數(shù)據(jù),。

管理咨詢與研究公司Everest Group副總裁Yugal Joshi表示,，與其他一些單純靠需求驅(qū)動的企業(yè)技術領域不同，邊緣計算的應用場景迄今為止仍主要由供應商所主導,。Joshi指出,，“隨著技術供應商的持續(xù)創(chuàng)新，邊緣計算的應用場景在不斷發(fā)展,。隨著硬件,、軟件與云供應商構建起更合適、可持續(xù)且可靠的邊緣功能,，種種新興應用場景正不斷涌現(xiàn),。”

正如Red Hat云平臺團隊洞見總監(jiān)Stu Miniman所言，“如果有人還在爭論混合云和多云誰更勝一籌,，邊緣計算的普及已經(jīng)基本給出了答案——著眼于數(shù)據(jù)與應用程序的所在位置,，它們未來會出現(xiàn)在許多不同的地點。在與電信企業(yè),、公有云服務商或者其他典型企業(yè)客戶溝通時,，各方對于邊緣計算的討論思路往往大相徑庭,。在談到Kubernetes與云原生生態(tài)系統(tǒng)時,，各類技術驅(qū)動解決方案都在爭奪話語權并努力攫取市場收益。雖然電信巨頭已經(jīng)將他們的NFV(網(wǎng)絡功能虛擬化)解決方案引入邊緣計算討論,，但企業(yè)客戶也有很多其他選擇,。邊緣計算將成為整體分布式混合環(huán)境中的重要組成部分，用戶則需要與供應商緊密合作,、確保邊緣計算不致淪為僅僅承載特定技能集合的技術孤島,。”Joshi指出,，“邊緣計算的基本原理并沒有太大變化,，其中的關鍵問題在于降低延遲并減少網(wǎng)絡傳輸流量?！?/strong>

企業(yè)目前主要向哪些方向投資邊緣計算?下面來看看五大典型應用場景,。

Joshi提到,，預測性維護用例已經(jīng)表現(xiàn)得相當強勁,。高價值資產(chǎn)一旦發(fā)生故障，往往會給企業(yè)帶來巨大損失;在這方面,，邊緣計算解決方案顯得特別受歡迎,。在全球石油與天然氣行業(yè)，管道數(shù)字化與邊緣數(shù)據(jù)/分析的專業(yè)知識開始結合,，幫助企業(yè)主動管理管道,、解決缺陷并預防故障。

以往需要數(shù)周才能完成的結果與報告,，現(xiàn)在可以在幾秒鐘內(nèi)實現(xiàn)交付,。在石油與天然氣行業(yè)中，鉆探管道故障可能會引發(fā)高昂的財務與環(huán)境成本,。另外,，長期腐蝕還會造成嚴重的環(huán)境問題。結合現(xiàn)場數(shù)據(jù)(來自攝像頭)與過往經(jīng)驗，采用邊緣計算與機器學習分析系統(tǒng)能夠提醒操作員關注可能發(fā)生的潛在故障,。

新冠疫情導致各類企業(yè)迅速轉(zhuǎn)向遠程辦公，員工開始廣泛分散在不同地區(qū),、國家甚至全球各地,。這類場景，也成為邊緣計算的另一種完美用例,。

CompTIA公司技術分析高級總監(jiān)Seth Robinson表示,，“遠程辦公熱潮正是應用邊緣計算的良好場景?！彪S著企業(yè)中的遠程員工們更多分布在廣泛的地理區(qū)域內(nèi),，企業(yè)自然需要考慮這些員工如何訪問業(yè)務系統(tǒng)。采用包括邊緣計算在內(nèi)的相應新興方案,，有望在提高生產(chǎn)力的同時增強系統(tǒng)彈性,。

正如Frost & Sullivan在報告中提到，“企業(yè)正根據(jù)疫情壓力下的現(xiàn)實因素重新評估長期網(wǎng)絡需求,，邊緣計算已經(jīng)成為網(wǎng)絡架構中的必要支柱,，用于維護良好的分布態(tài)勢并高效利用網(wǎng)絡邊緣中不斷增加的設備與傳感器終端?！?/span>

邊緣計算具有獨特的優(yōu)勢,，并在支持分布式勞動力方面帶來突出的實踐價值，具體包括減少跨網(wǎng)絡移動的數(shù)據(jù)總量,、增強計算靈活性與密度,、降低數(shù)據(jù)延遲并解決由數(shù)據(jù)地理定位決定的監(jiān)管要求等。

Joshi表示,，電子商務優(yōu)化是另一個廣受關注的領域。隨著更多B2C與B2B組織在新冠疫情壓力之下拓展數(shù)字銷售能力,，邊緣計算能夠帶來更低的延遲與更好的可擴展性,。這一點在需求劇烈波動時體現(xiàn)得尤其明顯。同樣的,，實體零售商在諸多方面感受到了將邊緣計算與物聯(lián)網(wǎng)相結合帶來的巨大價值,，具體應用場景包括庫存管理,、客戶體驗、非接觸式結賬與不見面配送,、需求感知以及倉庫管理等等,。

SAS公司物聯(lián)網(wǎng)副總裁Jason Mann解釋道,，“將AI技術嵌入至物聯(lián)網(wǎng)端點,、網(wǎng)關及其他設備時，邊緣AI也將就此誕生,?！睆闹悄苁謾C與智能揚聲器,、到汽車傳感器,、再到安保攝像頭，邊緣AI將為各類物聯(lián)網(wǎng)裝置提供功能支持,。

根據(jù)IDC公司McCarthy的介紹,，AI已經(jīng)成為邊緣計算領域“最常見的工作負載”。

Joshi表示,，“現(xiàn)在使用邊緣計算配合AI推動聯(lián)邦學習也是個大熱點,。”聯(lián)邦學習是一類AI框架,，其模型開發(fā)被分布在數(shù)百萬臺移動設備之上,。聯(lián)邦學習有望成為基于物聯(lián)網(wǎng)的智能應用方案的重要前提。正如Airtel公司首席數(shù)據(jù)科學家Santanu Bhattacharya博士在博文中給出的解釋：模型開發(fā),、訓練與評估完全在邊緣設備上進行,，其無法直接訪問或標記原始用戶數(shù)據(jù)，因此能夠在使用真實數(shù)據(jù)訓練/重新訓練模型的同時保持數(shù)據(jù)隱私,。

在新冠疫情爆發(fā)之前，醫(yī)療保健行業(yè)中的邊緣計算投資已經(jīng)有所增加;而疫情的來臨推動更多醫(yī)療機構采取遠程醫(yī)療與醫(yī)療設備轉(zhuǎn)移等方式對患者進行居家觀察,。結合媒體的先前報道,，不少新型醫(yī)療方案的實現(xiàn)都離不開邊緣計算強有力的延遲控制支持。在生死攸關的時刻,，醫(yī)療機構得以在本地存儲并處理數(shù)據(jù),，而不再依賴于集中式云服務,。如此一來，臨床醫(yī)師就能更直接地訪問重要醫(yī)療數(shù)據(jù)(例如MRI或CT掃描結果),，或者提取來自救護車或急診室的信息,，更快開展診斷與治療。