【51CTO.com快譯】隨著業界大規模采用公有云，許多企業顯然已經跨越了云鴻溝。當初那些金融和公共部門領域曾經最懷疑的高管們，現在對云的價值也深信不疑。隨著云計算成為主流，企業基礎設施的下一站是什么呢?

[[182830]]

　　企業IT的下一大潮流就是邊緣計算(edge computing)，邊緣計算減少了數據中心與公有云之間來回傳送的數據量，縮短了公有云平臺帶來的延遲。更重要的是，邊緣計算將讓IT部門能夠將敏感數據保留在內部，同時仍充分利用公有云提供的彈性網絡。

　　現在有一種誤解，以為邊緣計算只是為物聯網設計的。事實上，雖然邊緣計算對物聯網解決方案來說再理想不過，但是它也為部門應用軟件和傳統的業務型應用軟件提供了巨大的價值。

　　邊緣計算層將更靠近數據源來運行。邊緣計算的每個單元都擁有一套自己的資源，表現為計算資源、存儲資源和網絡資源，這些單元將針對設備某些特定功能加以配置，例如網絡交換、路由、負載均衡、安全和審計跟蹤，同時還負責運行數據處理管道。企業常規搜集到的數據將由復雜事件處理引擎來進行分析，決定是在企業本地處理，還是被發送到公有云做進一步處理。一般情況下，“熱數據”(hot data)將由邊緣計算層立即分析、存儲和處理，而這種數據對于本地基礎設施的運行至關重要。而有助于長期分析的“冷數據”(cold data)則會被移動到公共云，進行批處理。

　　未來為邊緣計算構建的應用程序將基于三層架構，這種架構與上世紀90年代的三層架構全然不同。當初在從客戶端/服務器向分布式計算架構轉變的過程中，微軟、Sun、IBM和甲骨文奉行這種模式：用戶界面、業務邏輯和數據庫在單獨的層中運行，這是許多J2EE架構師所熟悉的傳統的三層架構。但是，用于未來應用程序的新興三層架構與過去的設計模式根本沒有相似之處。它是一種全新的模式，其架構圍繞基于云計算、機器學習和快速數據的先進技術而建。

　　新興的三層架構將由以下邏輯層組成：

　　數據源：計算越來越受數據驅動。從電視到智能手機，再到工業設備、客戶關系管理(CRM)、供應鏈管理(SCM)和企業資源規劃(ERP)，一切都是數據源。由于計算和存儲成為可負擔得起的資源，更容易從一系列數據源獲取和存儲數據。整合和關聯這些數據集有助于我們挖掘新的洞察力。數據源層包括可以生成數據的任何數據源，包括機器日志、點擊流、社交媒體內容、RDBMS、非結構化數據和結構化數據。在新的三層架構中，數據源成為了***層。

　　智能層：機器學習(ML)正成為用戶體驗中必不可少的部分。微軟、谷歌、亞馬遜和IBM在竭力把機器學習嵌入到手機、應用程序、平臺和云中。在當代的三層架構中，機器學習將跨越邊緣計算層和云計算平臺，提供智能。數據科學家們將利用云的力量，創建機器學習模型，這需要獲取可從公共云獲得的原始計算能力。有了GPU、FPGA和定制芯片方面的創新，我們可以基于龐大數據集和復雜算法，創建經過訓練的機器學習模型。這些模型在公共云進行測試，之后將被移動到邊緣位置，處理實時數據集。只要需要創建新模型，或者現有的機器學習模型需要優化，模型就會返回到公共云。因此，公共云將處理繁重任務，而邊緣計算層將處理生產級數據集。橫跨邊緣層和公共云的這個智能層是新架構的第二層。

　　操作型、可付諸行動的洞察力：這一層負責根據前一個層提供的信息，采取行動。企業決策者們將來能夠根據智能層提供的分析，獲得準確的洞察力。這將加快企業高管們的決策過程。這個層經授權后，可代表用戶來執行。比如說，某個特定的條件被規則引擎評估為真實時，這個層中的組件就能控制機器或設備。簡而言之，用戶在這里將訪問那些擁有KPI的豐富的儀表板。

　　可以預見，不久的將來，可負擔得起的計算和存儲資源，加上機器學習的興起，將共同促進邊緣計算得到采用。連傳統的企業應用程序也將開始充分利用這種架構，而不僅僅是物聯網。

　　原文標題：Edge Computing -- Redefining The Enterprise Infrastructure

　　作者：Janakiram MSV

【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】

了解更多熱點新聞，請關注51CTO《科技新聞早報》欄目!

【編輯推薦】