在接下來的幾年里，您可能會聽到很多關于邊緣計算的信息。 我們已經沉浸在一個世界上數百萬臺設備相互連接的社會中。 這種信息流需要盡可能高效和快速，最大限度地減少命令發出和執行之間的延遲或延遲。 那么什么是邊緣計算技術，它與 5G 連接有什么關系?讓我們仔細看看。

讓我們開門見山：什么是邊緣計算?

今天，物聯網包羅萬象。從最平淡無奇的東西，比如能夠以盡可能高的質量觀看電影，到最復雜的東西，比如能夠在沒有醫生在場的情況下對病人進行手術。 應該盡可能快速有效地建立這種連接。 雖然在前一種情況下延遲的負面影響并不危險，但在遠程手術中需要毫米級精度。

5G 的出現大大降低了設備相互連接的延遲，但僅靠這種網絡還不足以滿足當今的需求。 這就是邊緣計算技術的用武之地：使數據處理更接近數據生成的地方。

邊緣計算與云計算

在深入研究該主題之前，了解什么是云計算很重要。 今天數以百萬計的設備生成大量數據，這些數據通過云進行分析。 換句話說，例如，信息從我們的計算機“傳輸”到位于可能數千英里外的數據中心的外部服務器。

為了用一個實際的例子來說明這一點，你從你的手機連接到互聯網并訪問一個特定的網站。 要訪問該頁面，會向您的電話接線員發送一個請求，然后由電話接線員將其轉發到目標服務器。 此服務器處理數據、響應并將其發回給您，以便您可以毫無問題地訪問該站點。 此外，“云”不僅用于處理數據，還用于存儲數據并運行應用程序和服務。 整個過程受到區塊鏈和人工智能等創新技術的影響。 根據微軟的一份新聞稿，IDC 預測到 2025 年將有超過 416 億臺連接的物聯網設備。其結果是海量數據和大量帶寬消耗。

邊緣計算：實際應用

邊緣計算旨在使數據處理盡可能靠近生成數據的設備。 這不僅釋放了帶寬，而且還最大限度地減少了設備和服務器之間的響應延遲。 在某些場景中，例如自動駕駛汽車或健康和工業機器人，這種響應應該盡可能快。

就聯網汽車而言，邊緣計算被證明是一項不可或缺的技術。 汽車將越來越多地配備攝像頭和傳感器，以實時監控交通和駕駛員的視覺環境。 由于這種環境分析，駕駛員將能夠接收實時交通信息并預測各種事件。

在這方面，估計一輛自動駕駛汽車每年可以產生超過 300 TB 的數據。 將所有這些信息發送到遠離其生成位置的服務器是低效的。 在這種情況下，必須盡可能靠近自動駕駛車輛執行操作。 道路安全延遲是顯而易見的：必須實時、立即且毫不拖延地報告每起事件。

這無疑是邊緣計算的巨大優勢。 這項技術意味著數據處理更接近發出請求的用戶(例如，他們不必從西班牙前往舊金山的服務器)，從而使整個過程更加高效和快速。

邊緣計算在用于公司產品質量控制的機器學習模型中也非常有用。 在云的情況下，裝配線上傳感器收集的確定產品是否符合質量標準的信息必須傳送到服務器進行分析，然后發回。 通過將此過程帶到生產邊緣，傳感器會更加高效：它們只需要在懷疑產品生產不佳時發送有關產品的數據。

總之，邊緣計算是一項由 5G 的到來推動的技術，該技術具有多種應用(質量控制、道路安全、視頻游戲和醫療保健領域的虛擬現實)，需要對網絡基礎設施和數據分析工具進行投資。