边缘计算可以：
-通过人工智能(AI)解决新的业务问题- 数据获取点的现代设备拥有自己的分析能力。将计算资源靠近数据产生点，然后利用AI解决新的业务问题，减少延时和数据传输。
- 增强能力和弹性- 在边缘设备中植入计算和分析功能，可增强系统的整体分析能力。边缘设备可在本地运行容器技术，最大程度地提高公司开发人员的云原生编程技能。
- 获取更好的安全性和隐私保护- 靠近来源处理数据，可减少需要通过网络传输的数据，缩小潜在攻击面，便于在数据创建来源中执行企业策略。
-利用5G网络更小的延时- 采用5G网络后，业务流程可以利用本地化的数据分析通过中心AI馈入自动决策。
随着互连设备的增长，会产生很多未被开发利用的数据，前瞻性的公司希望释放这些数据的潜力，以发现新的商机、提高运营效率和改进客户体验。边缘计算使企 业应用程序靠近创建数据和需要执行操作的位置，可让企业充分利用AI并且近乎实时分析其数据。
假设您是一家制造商，正在努力解决生产线中断导致的潜在成本 - 在任何设备停机和生产过程停止的情况下可能发生的成本。或者假设您是一家汽车行业的制造商，正在努力让客户、驾驶员和乘客获得更好的驾乘体验。使用分析和AI 可以增强和扩展上述示例所需的功能，改善整体体验。
在过去，云和 AI 的使命是从数据中获取切实可行的见解来自动化和加速创新。但是，互连设备产生庞大而复杂的数据，使网络和基础架构的功能面临严峻的考验。IDC 报告称，到 2025 年，每个关联人员每 18 秒要进行至少一次数据交互；这充分表明，靠近来源捕获的数据有很大潜力提供有意义的见解。
边缘计算涉及哪些术语？
混合云计算 – 传统的超大规模公共云，例如IBMCloud?和其他云服务提供商（Microsoft、Amazon和Google等）；以及部署在共同位置和内部IT数据中心的私有云。
5G网络–在向5G过渡期间，许多公共网络提供商都在扩展其基础架构以纳入通用计算服务。边缘网络本身可能是多层级的 - 由区域数据中心、中心办公 室和枢纽微数据中心组成。电信公司正在使用网络边缘内的云技术将其核心网络中的这些层级转变为托管应用程序工作负载。
边缘服务器 – 充当边缘服务器的服务器、网关和控制器通常部署在工厂、仓库、酒店和零售商店中，以提供支持运营的本地计算能力。这些资源可能集群也可能分散，但都支持关键业务流程。
边缘设备 – 具有完成工作所需的计算能力的 设备，其数量正在迅速增长。这些设备通常具有足够的CPU能力、RAM和本地存储空间，可以运行Linux操作系统。
物联网(IoT)设备– 大多数传统IoT设备都是封闭的固定功能设备。它们通常集成了传感器，用于收集从上游传输到其他聚合点（通常是云）的数据。
移动设备 – 移动设备在边缘网络中扮演重要 角色。它们不同于其他边缘设备，因为它们通常属于个人（对其使用承担个人责任），移动设备运行 iOS或Android操作系统，可能不支持在其应用商店以外购买的容器软件。
边缘计算的优势
边缘计算有助于解决这些速度和规模问题。利用边缘设备、网关和网络的计算能力，您可以保留云计算固有的资源动态分配和连续交付原则。凭借边缘计算，当今的企业有潜力超越其数据中心的范围对云进行虚拟化。在云中创建的工作负载（包括一些更现代形式的AI 和分析），现在可以向边缘迁移；在适当情况下，可以清理和优化在边缘生成的数据，然后将其带回到云中。
IBM®具有广泛的边缘计算视野，跨越众多行业和多个层级，并且使用Docker 和Kubernetes 等开放技术和标准进行了优化。
IBM 边缘计算平台涵盖了私有云和企业环境、网络计算空间，甚至还覆盖了内部网关、控制器和服务器，最终囊括机器人、连接车辆等智能设备。
集中、超大规模的公共云、混合云、共同位置托管数据中心和传统的企业IT数据中心将继续充当数据、分析和后端数据处理的聚集点。
公共、私有和内容交付网络正在从简单管道转变为价值更高的应用程序托管环境- 某种形式的边缘网络云。
边缘计算的风险和责任
正如前面的章节中所述，在引入边缘计算创造独特机会的同时，也会带来一些挑战。首先，它打破了云数据中心的清晰物理边界，迫使我们考虑安全性、可寻址性、管理、所有权和合规性问题。更重要的是，它放大了云管理技术的扩展问题。
边缘网络使计算节点的数量增加了一个量级。边缘网关又使其增加了一个量级。边缘设备再增加一个量级。如果说 DevOps（连续交付/连续部署）是管理超大规模云基础架构的关键，那么零操作（即无需任何人为干预的操作）就是管理海量规模云计算功能的关键。
在这种规模上，变化是持续不断的，并且是爆炸式的。网络需要重新配置以不断解决拥塞问题。边缘网关需要使用新的功能和流程进行更新。边缘设备需要到处移动、更改所有权和重新配置用途或重新确定优先级。这种波动水平实际上已成为常态。此外，在当今企业中部署的智能设备（边缘设备）往往是共享的，因此不能期望用户管理这些设备上的计算。因此，必须能够在没有人为干预的情况下部署、更新、监视和恢复边缘计算空间。所有活动和流程都必须完全自动化，能够在没有干预的情况下自行决定在什么位置安排什么操作，在不断变化的条件下识别和恢复。安排的所有活动都应该是安全、可追溯和合理的。系统必须深入了解具有不同功能和用途的不同设备的性质、位置和目的，利用这种了解做出由策略驱动的明智决策。
在利用边缘计算的其他优势时，需要考虑和解决所有这些问题。IBM引入IBMEdge™Computing来解决这些问题。
将多云部署扩展到边缘
今年早些时候，IBM 推出了Cloud PakforMulticloud Management，它将多个供应商的云平台整合到一个从内部到边缘的统一仪表板中。IBM 边缘计算是一种自然扩展，使工作负载的分配和管理功能超出边缘网络的范围 - 扩展到边缘网关和边缘设备。
当然，边缘平台的作用范围仅限于其支持的生态系统。这就是为什么IBM 边缘计算利用边缘组件、私有云和混合云环境以及公共云来识别企业应用程序的工作负载，其中边缘计算为分布式 AI 提供一个新的执行环境，以到达关键和时间敏感的数据源。Amazon、Microsoft、Google及其他支持容器技术的云服务提供商开发的应用程序现已列入IBM 边缘计算工作负载的备选清单。
此外，IBM 为快速深入学习、视觉和语音识别以及视频和声学分析带来了AI 工具，利用这些工具可以推理视频和音频的许多分辨率和格式、对话服务及发现，从而推动复杂企业应用程序的创建。IBM 还带来了深厚的领域专业知识和行业领先的解决方案，例如资产绩效管理、公共安全、智能位置和移动、金融服务和零售解决方案。这些解决方案融合了AI 和分析技术的先进性，并利用分布式边缘计算拓扑的优势，最大程度提高其性能、效用以及对私人用户和企业数据的保护。
总结
随着互连设备数量的增长，会产生很多未被开发利用的数据，释放这些数据的潜力有助于发现新的商机、提高运营效率和改进客户体验。
IBM 边缘计算及其配套边缘计算解决方案可以帮助您的公司：
-支持电信、制造业、零售、汽车和许多其他行业的转型。
-支持将AI和分析技术部署到边缘设备、网关、操作控制器及其他计算位置。
-促进5G和定位技术的兴起，通过虚 拟化网络功能以及为企业解决方案创造新的计算机会，在其网络基础架构中挖掘更高的价值。
IBM 是您值得信赖的合作伙伴，它利用行业专业知识，提供开放、智能的边缘解决方案，使企业能够规模化构建、分发和管理应用程序。
