边缘计算对企业的 5 大好处

更快的处理速度、更低的延迟和更低的带宽成本等特性使边缘计算成为下一代数字技术的基础。边缘计算为医疗保健、工业物联网、智慧城市、零售和自动驾驶汽车等行业的企业和消费者带来了巨大的好处。

今年早些时候，比利时 OLV 医院的外科医生成功地对一名早期肾癌患者进行了部分肾切除术。但这不是普通的手术，这是有史以来第一次由人工智能驱动的机器人辅助手术。

手术已经进行了一段时间，但 Orsi Academy 的外科医生一直遇到延迟问题。来自手术室的传感器的数据在附近的云服务器上处理需要太长时间。

是什么解决了这个高延迟问题？英伟达的Holoscan。更确切地说，Holoscan在边缘实时处理流媒体数据的能力。该团队没有将数据发送到数据中心，而是将数据处理能力转移到了手术室，完全消除了延迟问题。

这种计算模式，即在一个系统的外部边缘而不是在一个中央存储库收集和处理数据，被称为边缘计算。

1. 降低运营成本

边缘计算通过将数据处理转移到数据收集点附近来降低运营成本。这减少了与传输大量数据和维护昂贵的基础设施（如服务器和数据中心）有关的成本。它还可以帮助你节省云存储计划的成本，因为你可以缩小它们的规模并将一些处理工作分配给你的边缘设备。

2021年，全世界的组织在数据中心上花费了超过1910亿美元，预计2023年的成本将超过2120亿美元。这甚至不包括花在通信服务、设备和软件系统上的金额。但在边缘计算的帮助下，这些数据中心的成本可以减少。

想一想，一家制造公司使用数百个传感器来收集其生产线上机器状态的数据。这些与温度、压力和振动有关的数据将被送到一个中央数据存储库，在传统模式下进行处理和分析。存储库必须有多个服务器和足够的计算能力来存储和分析这些数据。来自数百个传感器的数据也需要大量的带宽才能到达中央存储库。

通过在边缘（即靠近传感器）处理数据，公司可以减少需要传输到中央数据中心的数据量，减少网络带宽需求和相关成本。

2. 通过减少延迟提高性能

边缘计算用于延迟关键和带宽要求高的任务，因为数据传播的距离更短，处理速度更快。输出也比云计算更快地到达终端用户。

美国国家科学基金会发表的一项研究表明，58%的终端用户可以在10毫秒内到达附近的边缘服务器，这比用云计算模式获得的结果快得多。

还记得前面提到的人工智能机器人辅助手术吗？使用基于云的模型无法正确完成，因为延迟太高。尽管 Orsi Academy 的团队使用的是最先进的技术，但在创外科手术方面，几毫秒的差异可能意味着生与死。通过将数据处理移入手术室，该团队提高了手术的性能，增加了成功的机会。

3. 为需要实时数据分析的解决方案提供可扩展性

边缘计算采用分布式计算模型，提供横向可扩展性，计算资源分布在多个边缘设备上。这种方法允许企业根据需要增加边缘设备来扩展他们的计算资源，而不会遇到与集中式数据中心相关的网络延迟和带宽限制。

相比之下，云计算通过垂直扩展实现相同的可扩展性，这意味着将计算资源添加到一个集中的数据中心。垂直扩展使快速扩展成为可能，但在处理大量数据时，它也会导致网络延迟和带宽限制的问题。

为了获得两全其美的效果，企业可以使用一种混合方法，即边缘计算利用云计算资源来处理更复杂的工作负载。边缘计算的混合模式部署了本地边缘设备和远程云服务器，以提供一个更平衡和高效的计算基础设施。

例如，混合边缘计算设置可能涉及一个本地边缘设备的网络，如传感器和摄像头，它们不仅收集和处理数据，而且还利用远程云服务器的计算能力来执行更复杂的分析或存储大量数据。与单纯依靠本地或远程计算资源相比，这可以带来更快的响应时间，减少延迟，以及更好的可扩展性。

无论是否混合，边缘计算中的分布式架构使企业能够处理大量的数据，并以具有成本效益的方式扩展其应用程序。

例如，自动驾驶车辆配备了摄像头、雷达和激光雷达：这些传感器收集有关道路上物体的形状、图像、大小、范围、运动方向和速度的数据。这些数据然后由汽车配备的软件处理，并帮助做出决策，如减速、加速、转向或停车。

边缘计算模型允许这些车辆的制造商横向扩展，而不必担心向中央数据存储库投入大量资金的问题。这是因为汽车配备了数据处理设备，而这些设备的成本已经包含在汽车的价格中。

4. 尽管数据中心的作用减弱，但仍能保持稳定性

边缘设备即使失去了与网络的连接，也能继续运行和处理数据，这提高了远程或挑战性环境中的可靠性。

使用多个边缘设备也减少了单点故障的风险。即使中央数据存储库和数据中心有多层冗余，当它们被破坏时，整个组织就会停顿下来。在边缘设备的情况下，只有受影响的设备停止运作。

例如，如果一辆自动驾驶汽车上的边缘设备被禁用或与网络断开连接，同一公司的所有其他自动驾驶汽车不受影响并继续照常运行。

或者考虑一个大型发电厂，该发电厂依靠庞大的传感器网络来监控其设备并收集温度和压力等数据。通过在每个传感器位置安装边缘计算设备，工厂可以对传感器数据进行实时数据处理和分析，从而及早发现可能导致设备故障的潜在问题。

如果所有处理都在一个中心位置进行，那么中心出现故障意味着工厂必须停止运营。

通过使用独立运行的边缘设备，工厂将增加其冗余并提高其整体可靠性。如果一个设备出现故障，其他设备可以继续运行并确保维持关键功能。

由于这些好处，作为电厂设备和技术的领先供应商，西门子能源已经开始将边缘技术用于电厂管理。

5. 实现实时数据分析和决策

鉴于工作负载不需要大量处理能力或存储容量，边缘计算是实时处理和分析数据的最快方式。

考虑一个监控城市繁忙十字路口的视频监控系统。该系统从多个摄像头捕获实时视频，并分析数据以检测交通违规行为，例如超速违规和闯红灯违规。作为系统一部分的一些摄像头还可以测量交通流量，并根据道路上的车辆数量确定红绿灯时间。

在这个例子中，边缘计算将被证明是实时处理和分析数据的一个明显更快的选择。每个摄像头位置的边缘计算设备将不需要将视频数据传输到中央服务器进行处理。数据在本地进行分析，允许快速检测交通违规和流量，并实现及时响应。