大多數現代設備、應用程序和服務都廣泛使用云計算資源(數據中心、CDN)。云計算中的所有硬件大多主要由以下幾個部分組成：CPU、GPU、RAM、網絡接口和非易失性存儲，所有這些都是現代云計算的基本組成部分。

云計算會影響延遲(傳輸/接收的速度信息以毫秒為單位)和帶寬(每秒傳輸的數據量，GB，MB，KB/s)等方面。這兩個因素可以極大地影響特定網絡中哪些應用程序和服務是可靠的或者可行的。多接入邊緣計算(MEC)一詞源于5G網絡的不斷推出，5G網絡利用移動邊緣計算來實現超低延遲需求。

這張圖顯示了大多數網絡運營商如何將其過時的基礎設施和大量的站點轉換為現代的、類似于數據中心的邊緣計算網絡節點。

針對現有電信網絡運營商的大量基礎設施，多接入邊緣計算的概念就此提出。

并非所有計算機和處理器都是同等創建的，例如GPU為運行用于避障、預測和人工智能的機器視覺應用提供了最有效的引擎，其代價是它們消耗的功率太大。 CPU可以處理幾乎任何任務，并且運行程序，主要用于：編排、控制、數據收集/存檔、壓縮、報告和其他任何處理。非易失性存儲器用于存儲和傳輸大型視頻和其他文件，而像RAM這樣的易失性存儲器用于數據庫和文件緩存，因為它比SSD/HDD快1000倍，盡管每比特的開銷相同。這些系統組件提供了現代計算機的原始功率和容量。

網絡邊緣的低延遲和高帶寬使關鍵應用、互聯網服務和具有下一代網絡和計算能力的設備成為可能。在本文中，我們將看到多接入邊緣計算將為物聯網的未來鋪平道路的4個主要原因。

1. 超高清/4K+視頻流，監控

現代互聯網帶寬主要由視頻流量構成(約56%)，隨著越來越多的4K甚至8k內容的增加，這種差距只會越來越大。MEC和軟件定義網絡是處理按需互聯網服務的龐大互聯網流量的可行方式之一。網絡視頻內容提供商Netflix占據了全球流量的15%(占美國所有流量的40%)，YouTube則以11.4%的全球流量緊隨其后。

為了解決這個問題，Netflix已經在世界各地的ISP網絡中直接使用其240TB存儲設備，本質上是一種邊緣CDN。隨著Amazon prime、Hulu和Twitch等其他視頻服務提供商的崛起，向視頻提供商開放網絡邊緣是在可預見的未來維持4K+視頻需求增長的必經之路。

2. 機器視覺

與視頻監控類似，機器視覺憑借其功能和可操作性又向前邁進了一步。GPU(圖形處理單元)和VPU(視覺處理單元)在并行任務(如視頻處理和神經處理/網絡)上要快得多。雖然VPU適用于低功耗設備，但與GPU相比，它們的成本、靈活性和相對模糊性使MEC在幾個方面具有優勢。

例如，先進的無人機利用靈活的機載GPU作為避障軟件通常會損害電池壽命，相對耗電的GPU及其增加的重量會消耗大約25%的無人機電池。如果將此處理轉移到網絡邊緣，5G可以為所有設備提供超低延遲和高帶寬，我們的無人機的總體重量、成本、電池和能力都可以大大提高。

3. Web應用程序安全性和性能

在web托管方面，亞馬遜AWS穩居優秀排名是有原因的：它們廣泛的基礎設施將您的web內容和服務定位在非常靠近用戶的地方，可以說幾乎位于網絡的“邊緣”。可以肯定地說，多接入邊緣計算可以將Web應用程序和托管提升到一個新的水平。

公共服務和Web內容可以從邊緣計算和緩存功能中獲益。現代人抱怨臃腫的網站加載速度慢，拖累功能較弱的設備，這是因為我們的web應用程序更加復雜，有效負載更重的結果。

今天的網站大量使用javascript來處理客戶端的許多事情，而不是通過昂貴的往返數據中心。通過優化可重用的緩存并將一些處理器密集型操作轉移到網絡邊緣，移動電話和其他低功耗物聯網設備可以提高整體響應能力和電池壽命。

4. Edge Analytics和AI

我們都知道，在處理大量數據時，數據中心的存在是有原因的。但整個系統的成本效益如何則完全是另一回事。

過度配置和加載大量未經過濾的信息的數據中心很快就會變得不可持續和不可擴展。邊緣分析通過在數據傳輸到數據中心之前在邊緣完成大部分處理。利用低延遲高容量數據實現高效率并增強分析能力，同時更大限度地減少互聯網帶寬和非易失性存儲等寶貴資源的使用。

邊緣分析技術可輕松為海上石油鉆井平臺、深度勘探、制造業、網絡物理安全等領域提供動力。

下圖概述了多接入邊緣計算的最有效應用：

原文鏈接：https://www.lanner-america.com/blog/multi-access-edge-computing-future/