以下是文章主要內容：
有時(shí)更快的數據處理是一種奢侈——有時(shí)它生死攸關(guān)。
例如，自動(dòng)駕駛汽車(chē)本質(zhì)上是一臺裝有輪子的高性能計算機，它通過(guò)大量的傳感器來(lái)收集數據。為了使得這些車(chē)輛能夠安全可靠地運行，它們需要立即對周?chē)沫h(huán)境做出反應。處理速度的任何延遲都有可能是致命的。雖然聯(lián)網(wǎng)設備的數據處理現在主要是在云端進(jìn)行的，但在中央服務(wù)器之間來(lái)回傳送數據可能需要幾秒鐘的時(shí)間。這一時(shí)間跨度太長(cháng)了。
邊緣計算則讓自動(dòng)駕駛汽車(chē)更快速地處理數據成為可能。這種技術(shù)使得聯(lián)網(wǎng)設備能夠處理在“邊緣”形成的數據，這里的“邊緣”是指位于設備內部或者與設備本身要近得多的地方。
據估計，到2020年，每人每天平均將產(chǎn)生1.5GB的數據量。隨著(zhù)越來(lái)越多的設備連接到互聯(lián)網(wǎng)并生成數據，云計算可能無(wú)法完全處理這些數據——尤其是在某些需要非常快速地處理數據的使用場(chǎng)景當中。
邊緣計算是云計算以外的另一種可選解決方案，未來(lái)它的應用范圍很有可能將遠不止是無(wú)人駕駛汽車(chē)。
包括亞馬遜、微軟和谷歌在內的一些科技巨頭都在探索“邊緣計算”技術(shù)，這可能會(huì )引發(fā)下一場(chǎng)大規模的計算競賽。雖然亞馬遜云服務(wù)Amazon Web Services（AWS）在公共云領(lǐng)域仍然占據主導地位，但誰(shuí)將成為這個(gè)新興的邊緣計算領(lǐng)域的領(lǐng)導者仍有待觀(guān)察。
在本文中，我們將深入探討什么是邊緣計算，與該技術(shù)相關(guān)的優(yōu)勢，以及它在各行各業(yè)中的應用。
一個(gè)充滿(mǎn)變化的計算領(lǐng)域
在了解邊緣計算之前，我們必須先來(lái)看看它的前身——云計算——是如何為遍布全球的物聯(lián)網(wǎng)（IoT）設備鋪平道路的。
云計算 賦能 互聯(lián)世界
從可穿戴設備到聯(lián)網(wǎng)廚房電器，聯(lián)網(wǎng)設備可以說(shuō)無(wú)處不在。據估計，到2019年，全球物聯(lián)網(wǎng)市場(chǎng)規模將超過(guò)1.7萬(wàn)億美元，較2013年的4860億美元增長(cháng)逾兩倍。
因此，云計算——許多智能設備連接到互聯(lián)網(wǎng)來(lái)運作的過(guò)程——已經(jīng)成為一種越來(lái)越主流的趨勢。
云計算使得公司能夠在自己的物理硬件之外，通過(guò)遠程服務(wù)器網(wǎng)絡(luò )（俗稱(chēng)“云”）存儲和處理數據（以及其他的計算任務(wù)）。
例如，你可以選擇使用蘋(píng)果的iCloud云服務(wù)來(lái)備份你的智能手機，然后你可以通過(guò)另一個(gè)聯(lián)網(wǎng)設備（比如你的臺式電腦）檢索智能手機里的數據，方法是登錄你的賬戶(hù)連接到云。你的信息不再受到智能手機或臺式機的內部硬盤(pán)容量的限制。
這只是眾多云計算用例之一。另一個(gè)例子是通過(guò)Web端或移動(dòng)瀏覽器來(lái)訪(fǎng)問(wèn)各種完整的應用程序。由于云計算越來(lái)越受歡迎，它吸引了亞馬遜谷歌、微軟和IBM等大型科技公司入局。據私有云管理公司RightScale于2018年進(jìn)行的一項調查顯示，在主要的公共云提供商當中，亞馬遜AWS和微軟Azure分列第一和第二。
圖示：越來(lái)越多的企業(yè)在公共云上運行應用程序
但是集中式云計算并不適合所有的應用程序和用例。邊緣計算則能夠在傳統云基礎設施可能難以解決的領(lǐng)域提供解決方案。
向邊緣計算的轉變
在我們到處充斥著(zhù)數據的未來(lái)，將有數十億部設備連接到互聯(lián)網(wǎng)，因此更快更可靠的數據處理將變得至關(guān)重要。
近年來(lái)，云計算的整合和集中化性質(zhì)被證明具有成本效益和靈活性，但物聯(lián)網(wǎng)和移動(dòng)計算的興起給網(wǎng)絡(luò )帶寬帶來(lái)了不小的壓力。
最終，并不是所有的智能設備都需要利用云計算來(lái)運行。在某些情況下，這種數據的往返傳輸能夠——也應該——避免。
由此，邊緣計算應運而生。
根據CB Insights的市場(chǎng)規模量化工具，到2022年，全球邊緣計算市場(chǎng)規模預計將達到67.2億美元。雖然這是一個(gè)新興領(lǐng)域，但在云計算覆蓋的一些領(lǐng)域，邊緣計算的運行效率可能要更高。
邊緣計算使得數據能夠在最近端（如電動(dòng)機、泵、發(fā)電機或其他的傳感器）進(jìn)行處理，減少在云端之間來(lái)回傳輸數據的需要。
市場(chǎng)研究公司IDC稱(chēng)，邊緣計算被描述為“微型數據中心的網(wǎng)狀網(wǎng)絡(luò )，在本地處理或存儲關(guān)鍵數據，并將所有接收到的數據推送到中央數據中心或云存儲庫，其覆蓋范圍不到100平方英尺”。
例如，一列火車(chē)可能包含可以立即提供其發(fā)動(dòng)機狀態(tài)信息的傳感器。在邊緣計算中，傳感器數據不需要傳輸到火車(chē)上或者云端的數據中心，來(lái)查看是否有什么東西影響了發(fā)動(dòng)機的運轉。
本地化數據處理和存儲對計算網(wǎng)絡(luò )的壓力更小。當發(fā)送到云的數據變少時(shí)，發(fā)生延遲的可能性——云端與物聯(lián)網(wǎng)設備之間的交互導致的數據處理延遲——就會(huì )降低。
這也讓基于邊緣計算技術(shù)的硬件承擔了更多的任務(wù)，它們包含用于收集數據的傳感器和用于處理聯(lián)網(wǎng)設備中的數據的CPU或GPU。
隨著(zhù)邊緣計算的興起，理解邊緣設備所涉及的另一項技術(shù)也很重要，它就是霧計算。
邊緣計算具體是指在網(wǎng)絡(luò )的“邊緣”處或附近進(jìn)行的計算過(guò)程，而霧計算則是指邊緣設備和云端之間的網(wǎng)絡(luò )連接。
換句話(huà)說(shuō)，霧計算使得云更接近于網(wǎng)絡(luò )的邊緣；因此，根據OpenFog的說(shuō)法，“霧計算總是使用邊緣計算，而不是邊緣計算總是使用霧計算。”
說(shuō)回我們的火車(chē)場(chǎng)景：傳感器能夠收集數據，但不能立即就數據采取行動(dòng)。例如，如果一名火車(chē)工程師想要了解火車(chē)車(chē)輪和剎車(chē)是如何運行的，他可以使用歷史累計的傳感器數據來(lái)預測零部件是否需要維修。
在這種情況中，數據處理使用邊緣計算，但它并不總是即時(shí)進(jìn)行的（與確定引擎狀態(tài)不同）。而使用霧計算，短期分析可以在給定的時(shí)間點(diǎn)實(shí)現，而不需要完全返回到中央云。
圖示：云計算、霧計算與邊緣計算
因此，要記住的是，雖然邊緣計算給云計算帶來(lái)補充，并且與霧計算一起非常緊密地運作，但它絕不是二者的替代者。
邊緣計算 的優(yōu)勢
雖然邊緣計算是一個(gè)新興的領(lǐng)域，但是它擁有一些顯而易見(jiàn)的優(yōu)點(diǎn)，包括：
- 實(shí)時(shí)或更快速的數據處理和分析：數據處理更接近數據來(lái)源，而不是在外部數據中心或云端進(jìn)行，因此可以減少遲延時(shí)間。
- 較低的成本：企業(yè)在本地設備的數據管理解決方案上的花費比在云和數據中心網(wǎng)絡(luò )上的花費要少。
- 網(wǎng)絡(luò )流量較少：隨著(zhù)物聯(lián)網(wǎng)設備數量的增加，數據生成繼續以創(chuàng )紀錄的速度增加。因此，網(wǎng)絡(luò )帶寬變得更加有限，讓云端不堪重負，造成更大的數據瓶頸。
- 更高的應用程序運行效率：隨著(zhù)滯后減少，應用程序能夠以更快的速度更高效地運行。
削弱云端的角色也會(huì )降低發(fā)生單點(diǎn)故障的可能性。
例如，如果一家公司使用中央云來(lái)存儲它的數據，云一旦宕機，那么數據將無(wú)法訪(fǎng)問(wèn)，直至問(wèn)題得到修復——公司可能因而蒙受?chē)乐氐臉I(yè)務(wù)損失。
2016年，Salesforce網(wǎng)站的北美14站點(diǎn)（又名NA14）宕機超過(guò)24個(gè)小時(shí)。客戶(hù)無(wú)法訪(fǎng)問(wèn)用戶(hù)數據，從電話(huà)號碼到電子郵件等等，業(yè)務(wù)運營(yíng)遭受?chē)乐氐钠茐摹?/div>
此后，Salesforce將它的物聯(lián)網(wǎng)云轉移到亞馬遜的AWS上，但是這次宕機事件凸顯了僅僅依賴(lài)云的一大弊病。
減少對云的依賴(lài)也意味著(zhù)某些設備可以穩定地離線(xiàn)運行。這在互聯(lián)網(wǎng)連接受限的地區尤其能夠派上用場(chǎng)——無(wú)論是在嚴重缺乏網(wǎng)絡(luò )服務(wù)的特定地區，還是油田等通常無(wú)法訪(fǎng)問(wèn)的偏遠地區。
邊緣計算的另一個(gè)關(guān)鍵優(yōu)勢與安全性和合規性有關(guān)。隨著(zhù)政府越來(lái)越關(guān)注企業(yè)如何利用消費者的數據，這一點(diǎn)尤為重要。
歐盟（EU）最近實(shí)施的《通用數據保護條例》（GDPR）就是一例。該條例旨在保護個(gè)人可識別信息免遭數據濫用。
由于邊緣設備能夠在收集和本地處理數據，數據不必傳輸到云端。因此，敏感信息不需要經(jīng)由網(wǎng)絡(luò )，這樣要是云遭到網(wǎng)絡(luò )攻擊，影響也不會(huì )那么嚴重。
邊緣計算還能夠讓新興聯(lián)網(wǎng)設備和舊式的“遺留”設備之間實(shí)現互通。它將舊式系統使用的通信協(xié)議“轉換成現代聯(lián)網(wǎng)設備能夠理解的語(yǔ)言”。這意味著(zhù)傳統工業(yè)設備可以無(wú)縫且高效地連接到現代的物聯(lián)網(wǎng)平臺。
邊緣計算發(fā)展現狀
今天，邊緣計算市場(chǎng)仍然處于初期發(fā)展階段。但隨著(zhù)越來(lái)越多的設備連網(wǎng)，它似乎備受關(guān)注。
主宰云計算市場(chǎng)的那些公司（亞馬遜、谷歌和微軟）正在成為邊緣計算領(lǐng)域的領(lǐng)先者。
去年，亞馬遜攜AWS Greengrass進(jìn)軍邊緣計算領(lǐng)域，走在了行業(yè)的前面。該服務(wù)將AWS擴展到設備上，這樣它們就可以“在本地處理它們所生成的數據，同時(shí)仍然可以使用云來(lái)進(jìn)行管理、數據分析和持久的存儲”。
微軟在這一領(lǐng)域也有一些大動(dòng)作。該公司計劃在未來(lái)4年在物聯(lián)網(wǎng)領(lǐng)域投入50億美元，其中包括邊緣計算項目。
微軟發(fā)布了它的Azure IoT Edge解決方案，該方案“將云分析擴展到邊緣設備”，支持離線(xiàn)使用。該公司還希望聚焦于邊緣的人工智能應用。
谷歌也不甘示弱。它在本月早些時(shí)候宣布了兩款新產(chǎn)品，意在幫助改善邊緣聯(lián)網(wǎng)設備的開(kāi)發(fā)。它們分別是硬件芯片Edge TPU和軟件堆棧Cloud IoT Edge。
谷歌表示，“Cloud IoT Edge將谷歌云強大的數據處理和機器學(xué)習功能擴展到數十億臺邊緣設備，比如機器人手臂、風(fēng)力渦輪機和石油鉆塔，這樣它們就能夠對來(lái)自其傳感器的數據進(jìn)行實(shí)時(shí)操作，并在本地進(jìn)行結果預測。”
然而，有意涉足該領(lǐng)域的并不只是這三大科技巨頭。
隨著(zhù)聯(lián)網(wǎng)設備越來(lái)越多地涌現，新興生態(tài)系統中的許多玩家都正在開(kāi)發(fā)軟件和技術(shù)來(lái)幫助邊緣計算實(shí)現騰飛。
在接下來(lái)的四年里，惠普企業(yè)將在邊緣計算領(lǐng)域投資40億美元。該公司的Edgeline Converged Edge Systems系統的目標客戶(hù)是那些希望獲得數據中心級計算能力，且通常在邊遠地區運營(yíng)的工業(yè)合作伙伴。
它的系統承諾在不依賴(lài)于將數據發(fā)送到云或數據中心的情況下，為工業(yè)運營(yíng)（比如石油鉆井平臺、工廠(chǎng)或銅礦）提供來(lái)自聯(lián)網(wǎng)設備的洞見(jiàn)。
在新興的邊緣計算領(lǐng)域，其他主要的競爭者包括Scale Computing、Vertiv、華為、富士通和諾基亞等。
人工智能芯片制造商英偉達于2017年推出了Jetson TX2，這是一個(gè)面向邊緣設備的人工智能計算平臺。它的前身是Jetson TX1，它號稱(chēng)要“重新定義將高級AI從云端擴展到邊緣的可能性”。
許多著(zhù)名的公司也在投資布局邊緣計算，包括通用電氣、英特爾、戴爾、IBM、思科、惠普企業(yè)、微軟、SAP SE和AT&T。
例如，在私募市場(chǎng)上，戴爾和英特爾均投資了為工商業(yè)物聯(lián)網(wǎng)應用提供邊緣智能的Foghorn公司。戴爾還參與了物聯(lián)網(wǎng)邊緣平臺IOTech的種子輪融資。
上面提到的許多公司，包括思科、戴爾和微軟，也已經(jīng)聯(lián)合起來(lái)組成了OpenFog聯(lián)盟。該組織的目標是標準化這項技術(shù)的應用。
邊緣計算在各行各業(yè)的應用
隨著(zhù)傳感器價(jià)格和計算成本的持續下降，更多的“東西”將被連接到互聯(lián)網(wǎng)。
隨著(zhù)更多的聯(lián)網(wǎng)設備變得可用，邊緣計算將在各行各業(yè)中得到越來(lái)越多的應用，尤其是在云計算效率低下的一些領(lǐng)域。
我們已經(jīng)開(kāi)始看到該技術(shù)在多個(gè)不同的行業(yè)領(lǐng)域產(chǎn)生影響。
“當我們把云的威力下沉到設備（即邊緣）時(shí)，我們可帶來(lái)實(shí)時(shí)地響應、分析和行動(dòng)的能力，尤其是在網(wǎng)絡(luò )條件有限或者缺乏網(wǎng)絡(luò )的地區……它還處于初期發(fā)展階段，但我們正開(kāi)始看到這些新功能能夠應用于解決全球范圍的一些重大挑戰。”——微軟首席技術(shù)官凱文 · 斯科特（Kevin Scott）
從自動(dòng)駕駛汽車(chē)到農業(yè)，以下幾個(gè)行業(yè)將會(huì )從邊緣計算的潛力中獲益。
交通運輸
邊緣計算技術(shù)最顯而易見(jiàn)的潛在應用之一是交通運輸——更具體地說(shuō)，是無(wú)人駕駛汽車(chē)。
自動(dòng)駕駛汽車(chē)裝備了各種各樣的傳感器，從攝像頭到雷達到激光系統，來(lái)幫助車(chē)輛運行。
如前所述，這些自動(dòng)駕駛汽車(chē)可以利用邊緣計算，通過(guò)這些傳感器在離車(chē)輛更近的地方處理數據，進(jìn)而盡可能地減少系統在駕駛過(guò)程中的響應時(shí)間。雖然無(wú)人駕駛汽車(chē)還不是主流趨勢，但公司們正在未雨綢繆。
今年早些時(shí)候，汽車(chē)邊緣計算聯(lián)盟（AECC）宣布將啟動(dòng)以聯(lián)網(wǎng)汽車(chē)解決方案為重點(diǎn)的項目。
“聯(lián)網(wǎng)汽車(chē)正迅速地從豪華車(chē)型和高端品牌擴張到大批量的中端車(chē)型。汽車(chē)行業(yè)將很快達到一個(gè)臨界點(diǎn)，屆時(shí)汽車(chē)所產(chǎn)生的數據量將超過(guò)現有的云、計算和通信基礎設施資源。”——AECC主席兼總裁村田兼一（Kenichi Murata）
該聯(lián)盟的成員包括DENSO Corporation、豐田汽車(chē)、AT&T、愛(ài)立信、英特爾等公司。
不過(guò)，不僅僅是自動(dòng)駕駛汽車(chē)會(huì )產(chǎn)生大量的數據并需要實(shí)時(shí)處理。飛機、火車(chē)和其他的交通工具也是如此——不管它們有沒(méi)有人類(lèi)駕駛。
例如，飛機制造商龐巴迪（Bombardier）的C系列飛機就裝備了大量的傳感器來(lái)迅速檢測發(fā)動(dòng)機的性能問(wèn)題。在12小時(shí)的飛行中，飛機產(chǎn)生了多達844 TB的數據。邊緣計算支持對數據進(jìn)行實(shí)時(shí)處理，因此該公司能夠主動(dòng)處理引擎問(wèn)題。
醫療保健
如今，人們越來(lái)越喜歡佩戴健身追蹤設備、血糖監測儀、智能手表和其他監測健康狀況的可穿戴設備。
但是，要真正地從所收集的海量數據中獲益，實(shí)時(shí)分析可能是必不可少的——許多的可穿戴設備直接連接到云上，但也有其他的一些設備支持離線(xiàn)運行。
一些可穿戴健康監控器可以在不連接云的情況下本地分析脈搏數據或睡眠模式。然后，醫生可以當場(chǎng)對病人進(jìn)行評估，并就病人的健康狀況提供即時(shí)反饋。
但在醫療保健領(lǐng)域，邊緣計算的潛力遠不局限于可穿戴設備。
不妨想想，快速的數據處理能夠給遠程患者監控、住院患者護理以及醫院和診所的醫療管理帶來(lái)多大的好處。
醫生和臨床醫生將能夠為患者提供更快、更好的護理，同時(shí)患者所生成的健康數據也多了一層安全保護。醫院病床平均有20個(gè)以上的聯(lián)網(wǎng)設備，會(huì )產(chǎn)生大量的數據。這些數據的處理將直接發(fā)生在更靠近邊緣的地方，而不是將保密數據發(fā)送到云端，因此能夠避免數據被不當訪(fǎng)問(wèn)的風(fēng)險。
如前所述，本地化數據處理意味著(zhù)大范圍的云端或網(wǎng)絡(luò )故障不會(huì )影響業(yè)務(wù)運轉。即使云操作中斷，這些醫院的傳感器也能獨立地正常運行。
制造業(yè)
智能制造有望從現代工廠(chǎng)大量部署的傳感器中獲得洞見(jiàn)。
由于能夠減少滯后，邊緣計算可能會(huì )使得制造流程能夠更快速地做出響應和變動(dòng)，能夠實(shí)時(shí)地應用數據分析得出的洞見(jiàn)和實(shí)時(shí)行動(dòng)。這可能包括在機器過(guò)熱之前將其關(guān)閉。
一家工廠(chǎng)可以使用兩個(gè)機器人來(lái)完成同樣的任務(wù)，兩個(gè)機器人裝有傳感器，并連接到一個(gè)邊緣設備上。邊緣設備可以通過(guò)運行一個(gè)機器學(xué)習模型來(lái)預測其中一個(gè)機器人是否會(huì )操作失敗。
如果邊緣設備斷定機器人很可能會(huì )出現故障，它就會(huì )觸發(fā)行動(dòng)來(lái)阻止或減慢機器人的運轉。這會(huì )使得工廠(chǎng)能夠實(shí)時(shí)地評估潛在的故障。
如果機器人能夠自己處理數據，它們也可能變得更加自給自足和反應靈敏。
邊緣計算應該支持更快地從大數據中更多的洞見(jiàn)，以及支持將更多的機器學(xué)習技術(shù)應用到業(yè)務(wù)運營(yíng)中。
最終目標是，挖掘實(shí)時(shí)產(chǎn)生的海量數據的巨大價(jià)值，防止安全隱患，并減少工廠(chǎng)車(chē)間機器運轉中斷的情況。
農業(yè)和智能農場(chǎng)
邊緣計算非常適合應用于農業(yè)，因為農場(chǎng)經(jīng)常處于偏遠的位置和惡劣的環(huán)境中，可能存在帶寬和網(wǎng)絡(luò )連接方面的問(wèn)題。
現在，想要改善網(wǎng)絡(luò )連接的智能農場(chǎng)需要在昂貴的光纖、微波連接或者擁有一顆全天候運行的衛星上進(jìn)行投資；而邊緣計算則是一種合適的、具有成本效益的替代方案。
智能農場(chǎng)可以使用邊緣計算來(lái)監測溫度和設備性能，以及自動(dòng)讓各種設備（比如過(guò)熱的泵）減緩運轉或者關(guān)閉。
能源和電網(wǎng)控制
邊緣計算或許在整個(gè)能源行業(yè)都尤其有效，尤其是在石油和天然氣設施的安全監測方面。
例如，壓力和濕度傳感器應當受到嚴密監控，不能在連接性上出差錯，尤其是考慮到這些傳感器大多位于偏遠地區。如果出現異常情況——比如油管過(guò)熱——卻沒(méi)有被及時(shí)注意到，那就可能會(huì )發(fā)生災難性的爆炸。
邊緣計算的另一個(gè)好處是能夠實(shí)時(shí)檢測設備故障。通過(guò)電網(wǎng)控制，傳感器可以監控從電動(dòng)汽車(chē)到風(fēng)力發(fā)電廠(chǎng)的一切設施所產(chǎn)生的能源，有助于相應作出決策來(lái)降低成本和提高能源生產(chǎn)效率。
其他行業(yè)領(lǐng)域的應用
其他可以利用邊緣計算技術(shù)的行業(yè)包括金融業(yè)和零售業(yè)。這兩個(gè)行業(yè)都使用大型的客戶(hù)和后端數據集來(lái)提供從選股信息到店內服裝擺放的各種信息，可以從減少對云計算的依賴(lài)中獲益。
零售可以使用邊緣計算應用程序來(lái)增強顧客體驗。如今，許多零售商都在致力于改善店內體驗，優(yōu)化數據收集和分析的方式對它們而言絕對很有意義——尤其是考慮到許多零售商已經(jīng)在嘗試使用聯(lián)網(wǎng)的智能顯示屏。
此外，很多人使用店內平板電腦所生成的銷(xiāo)售點(diǎn)數據，這些數據會(huì )被傳輸到云端或數據中心。借助邊緣計算，數據可以在本地進(jìn)行分析，從而減少敏感數據泄漏的風(fēng)險。
總結
從可穿戴設備到汽車(chē)再到機器人，物聯(lián)網(wǎng)設備正呈現出越來(lái)越強勁的發(fā)展勢頭。
隨著(zhù)我們朝著(zhù)更加互聯(lián)的生態(tài)系統邁進(jìn)，數據生成將繼續飛速增加，尤其是在5G技術(shù)取得騰飛，進(jìn)一步加快網(wǎng)絡(luò )連接以后。雖然中央云或數據中心傳統上一直是數據管理、處理和存儲的首選，但這兩種方案都存在局限性。邊緣計算可以充當替代解決方案，但由于該技術(shù)仍處于起步階段，因此還很難預料其未來(lái)的發(fā)展。
設備能力方面的挑戰——包括開(kāi)發(fā)能夠處理云端分流的計算任務(wù)的軟件和硬件的能力——可能會(huì )出現。能否教會(huì )機器在能夠在邊緣執行的計算任務(wù)和需要云端執行的計算任務(wù)之間切換，也是一個(gè)挑戰。
即便如此，隨著(zhù)邊緣計算更多地被采用，企業(yè)將有更多的機會(huì )在各個(gè)領(lǐng)域測試和部署這種技術(shù)。
有些用例可能比其他用例更能證明邊緣計算的價(jià)值，但整體來(lái)看，該技術(shù)對我們整個(gè)互聯(lián)生態(tài)系統的潛在影響則可能是翻天覆地的。
【免責聲明】本文僅代表作者本人觀(guān)點(diǎn)，與CTI論壇無(wú)關(guān)。CTI論壇對文中陳述、觀(guān)點(diǎn)判斷保持中立，不對所包含內容的準確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考，并請自行承擔全部責任。
相關(guān)閱讀：
- ·融云：即時(shí)通訊云領(lǐng)域的ARM2017-08-01 14:48:15
- ·環(huán)信程旭文：即時(shí)通訊云未來(lái)或形成七大分布式入口2016-08-25 11:24:45
- ·專(zhuān)業(yè)投資人如何評估SaaS公司？有多少創(chuàng )業(yè)者不知道2016-02-22 09:41:05
- ·即時(shí)通訊云：通訊行業(yè)未來(lái)可能是什么樣子？2015-08-13 10:22:19
