[[425612]]

全球咨詢公司Bain & Company指出，COVID-19疫情帶來的遠程辦公轉變有望推動邊緣計算的快速普及，這是因為“流量模式的急劇變化暴露出原有網絡基礎設施的致命弱點，企業也因此更加堅定技術投入的決心。”

但在行動之前，IT領導者需要首先了解邊緣計算對企業的價值所在。

要部署新興技術，最重要的是找到理想的業務案例。在企業考量邊緣計算投資時，也應結合自身業務實際尋求更具針對性的高價值應用場景。

IDC全球基礎設施實踐研究總監Dave McCarthy表示，“邊緣計算的多樣性，直接決定著邊緣計算解決方案的多樣性。”例如，涉及無線連接物聯網設備的邊緣計算應用場景，可能需要通信服務商提供多接入邊緣計算(MEC)網絡解決方案，確保為邊緣節點用戶提供必要的服務與計算功能。另一方面，關注重工業應用場景的企業，則更重視現場邊緣計算解決方案的部署需求。

雖然多數企業還沒有準備好大規模部署邊緣計算，但或多或少在為后續的成功實施進行規劃。McCarthy指出，“我看到很多企業將基礎設施現代化作為邊緣計算的第一步，也就是從遠程或分支機構處著眼，并使用軟件定義基礎設施及云原生工作負載替換舊有系統。這一切將為新的邊緣計算應用場景提供必要基礎。”

數字化轉型與邊緣計算的融合前沿

已經完成基礎設施現代化的企業則開始向數字化轉型邁進，這些計劃同樣受益于邊緣位置生成的實時數據。

管理咨詢與研究公司Everest Group副總裁Yugal Joshi表示，與其他一些單純靠需求驅動的企業技術領域不同，邊緣計算的應用場景迄今為止仍主要由供應商所主導。Joshi指出，“隨著技術供應商的持續創新，邊緣計算的應用場景在不斷發展。隨著硬件、軟件與云供應商構建起更合適、可持續且可靠的邊緣功能，種種新興應用場景正不斷涌現。”

正如Red Hat云平臺團隊洞見總監Stu Miniman所言，“如果有人還在爭論混合云和多云誰更勝一籌，邊緣計算的普及已經基本給出了答案——著眼于數據與應用程序的所在位置，它們未來會出現在許多不同的地點。在與電信企業、公有云服務商或者其他典型企業客戶溝通時，各方對于邊緣計算的討論思路往往大相徑庭。在談到Kubernetes與云原生生態系統時，各類技術驅動解決方案都在爭奪話語權并努力攫取市場收益。雖然電信巨頭已經將他們的NFV(網絡功能虛擬化)解決方案引入邊緣計算討論，但企業客戶也有很多其他選擇。邊緣計算將成為整體分布式混合環境中的重要組成部分，用戶則需要與供應商緊密合作、確保邊緣計算不致淪為僅僅承載特定技能集合的技術孤島。”Joshi指出，“邊緣計算的基本原理并沒有太大變化，其中的關鍵問題在于降低延遲并減少網絡傳輸流量。”

企業目前主要向哪些方向投資邊緣計算?下面來看看五大典型應用場景。

場景一 預測性維護

Joshi提到，預測性維護用例已經表現得相當強勁。高價值資產一旦發生故障，往往會給企業帶來巨大損失;在這方面，邊緣計算解決方案顯得特別受歡迎。在全球石油與天然氣行業，管道數字化與邊緣數據/分析的專業知識開始結合，幫助企業主動管理管道、解決缺陷并預防故障。

以往需要數周才能完成的結果與報告，現在可以在幾秒鐘內實現交付。在石油與天然氣行業中，鉆探管道故障可能會引發高昂的財務與環境成本。另外，長期腐蝕還會造成嚴重的環境問題。結合現場數據(來自攝像頭)與過往經驗，采用邊緣計算與機器學習分析系統能夠提醒操作員關注可能發生的潛在故障。

場景二 遠程勞動力支持

新冠疫情導致各類企業迅速轉向遠程辦公，員工開始廣泛分散在不同地區、國家甚至全球各地。這類場景，也成為邊緣計算的另一種完美用例。

CompTIA公司技術分析高級總監Seth Robinson表示，“遠程辦公熱潮正是應用邊緣計算的良好場景。”隨著企業中的遠程員工們更多分布在廣泛的地理區域內，企業自然需要考慮這些員工如何訪問業務系統。采用包括邊緣計算在內的相應新興方案，有望在提高生產力的同時增強系統彈性。

正如Frost & Sullivan在報告中提到，“企業正根據疫情壓力下的現實因素重新評估長期網絡需求，邊緣計算已經成為網絡架構中的必要支柱，用于維護良好的分布態勢并高效利用網絡邊緣中不斷增加的設備與傳感器終端。”

邊緣計算具有獨特的優勢，并在支持分布式勞動力方面帶來突出的實踐價值，具體包括減少跨網絡移動的數據總量、增強計算靈活性與密度、降低數據延遲并解決由數據地理定位決定的監管要求等。

場景三 零售/商業優化

Joshi表示，電子商務優化是另一個廣受關注的領域。隨著更多B2C與B2B組織在新冠疫情壓力之下拓展數字銷售能力，邊緣計算能夠帶來更低的延遲與更好的可擴展性。這一點在需求劇烈波動時體現得尤其明顯。同樣的，實體零售商在諸多方面感受到了將邊緣計算與物聯網相結合帶來的巨大價值，具體應用場景包括庫存管理、客戶體驗、非接觸式結賬與不見面配送、需求感知以及倉庫管理等等。

場景四 聯邦學習

SAS公司物聯網副總裁Jason Mann解釋道，“將AI技術嵌入至物聯網端點、網關及其他設備時，邊緣AI也將就此誕生。”從智能手機與智能揚聲器、到汽車傳感器、再到安保攝像頭，邊緣AI將為各類物聯網裝置提供功能支持。

根據IDC公司McCarthy的介紹，AI已經成為邊緣計算領域“最常見的工作負載”。

Joshi表示，“現在使用邊緣計算配合AI推動聯邦學習也是個大熱點。”聯邦學習是一類AI框架，其模型開發被分布在數百萬臺移動設備之上。聯邦學習有望成為基于物聯網的智能應用方案的重要前提。正如Airtel公司首席數據科學家Santanu Bhattacharya博士在博文中給出的解釋：模型開發、訓練與評估完全在邊緣設備上進行，其無法直接訪問或標記原始用戶數據，因此能夠在使用真實數據訓練/重新訓練模型的同時保持數據隱私。

場景五 醫療創新

在新冠疫情爆發之前，醫療保健行業中的邊緣計算投資已經有所增加;而疫情的來臨推動更多醫療機構采取遠程醫療與醫療設備轉移等方式對患者進行居家觀察。結合媒體的先前報道，不少新型醫療方案的實現都離不開邊緣計算強有力的延遲控制支持。在生死攸關的時刻，醫療機構得以在本地存儲并處理數據，而不再依賴于集中式云服務。如此一來，臨床醫師就能更直接地訪問重要醫療數據(例如MRI或CT掃描結果)，或者提取來自救護車或急診室的信息，更快開展診斷與治療。