邊緣計算相對于數(shù)據(jù)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(xiàn)延遲問題，因為數(shù)據(jù)必須經(jīng)常從原始設備傳輸?shù)綌?shù)據(jù)中心數(shù)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(shù)據(jù)傳輸?shù)皆荚O備或從原始設備傳輸數(shù)據(jù)所花費的秒數(shù)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(shù)據(jù)源附近，可以分析數(shù)據(jù)并實時做出決策。
邊緣計算與物聯(lián)網(wǎng)
每天有數(shù)以百萬計的物聯(lián)網(wǎng)設備上線。隨著物聯(lián)網(wǎng)設備的增加，這些設備生成的數(shù)據(jù)量和速度也隨之增加。數(shù)據(jù)中心規(guī)模巨大，但它們將無法應對物聯(lián)網(wǎng)設備生成的大量數(shù)據(jù)。這就是邊緣計算的用武之地。
邊緣計算將能夠通過本地處理數(shù)據(jù)來大幅增加數(shù)據(jù)量，從而減輕數(shù)據(jù)中心的壓力。這減少了必須發(fā)送到云進行處理的原始數(shù)據(jù)量。相反，邊緣計算機在本地處理數(shù)據(jù)，并且僅將引起某些觸發(fā)器的數(shù)據(jù)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(shù)據(jù)發(fā)送到云，不僅可以減輕數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)的成本。如果物聯(lián)網(wǎng)設備位于計量互聯(lián)網(wǎng)連接上，而用戶或組織需要為使用的數(shù)據(jù)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(wǎng)設備的數(shù)量，從而推動邊緣計算機應對數(shù)據(jù)增長的需求。同樣，5G將增加自動駕駛汽車的數(shù)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。總體而言，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(shù)據(jù)中心?
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(wǎng)和5G的興起意味著數(shù)據(jù)中心無法跟上物聯(lián)網(wǎng)設備生成的大量數(shù)據(jù)。
此外，由于必須實時存儲，處理和分析大量數(shù)據(jù)，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(shù)據(jù)不再需要將數(shù)千英里的距離傳輸?shù)綌?shù)據(jù)中心，從而使組織可以更智能，更快速地行動。
隨著物聯(lián)網(wǎng)設備數(shù)量的增加以及對實時分析的需求變得越來越重要，對數(shù)據(jù)中心的分散要求也越來越高，將更多的數(shù)據(jù)中心放置在人口稠密的地區(qū)，例如城市和商業(yè)區(qū)。數(shù)據(jù)中心離組織越近，用戶將遇到的等待時間越短，性能就越好。
