在过去的几年中，业界专家越来越关注边缘计算的潜力。许多人期望“边缘云”在不久的将来超过“超大规模云计算”，因此必须弄清这个经常被误解的术语的含义以及它们是否能够经受行业的宣传和炒作。

在某些情况下，边缘云可能只是意味着在大型场所中使用的超融合解决方案。这是边缘计算的一个更清晰的示例，人们主要看到了当前正在使用的这项技术。但是，更隐蔽的用例（例如充当物联网网关的小型嵌入式设备或驻留在5G基站中的“微型云”）是真正的边缘计算的其他示例。

另一个鲜为人知的例子是使用基于X86的多核Ubuntu Linux服务器和相关NIC卡的新模型。除了足够小以至于无法伪装成以太网访问交换机之外，该软件模型的主要优点还在于它提供了无与伦比的简单性，低延迟和可编程性。通过Ubuntu Linux服务器提供与交换矩阵的20G直接连接，该软件可以轻松运行多个虚拟机或容器。

这种类型的边缘计算机服务器的另一个优点是它们可以执行网络补救应用程序（如数据包捕获）并增强网络操作系统功能。通过共享现有子系统，这些类型的边缘计算解决方案可以利用交换机内部的电源、散热和内部连接功能。另一个优势是，除了传统的边缘计算用例之外，还可以执行所有这些操作，并且由于简化了打包和部署模型，因此可以快速部署。

 边缘云计算

为了说明这个软件的功能，研究一些潜在的用例可能会有所帮助。一个面向网络的示例可能是将作为虚拟机运行的防火墙VNF放置在内部服务器上，然后通过此NGFW应用程序从一组预定的端口发送流量。另一个潜在的用例是为设备位于异地的第三方供应商提供便利；为此，他们需要做的是在访问交换机上预留端口N+3至N+11。最后一个更简单的示例是使用该软件将某些端口镜像到服务器以进行数据包捕获。

边缘计算应用程序还具有广泛的潜在用途-尽管它们经常对时间敏感，而且难以置信。例如，延迟要求为5毫秒的5G MEC应用程序，或具有如此大数据量以至于无法将其发送到云计算的应用程序。这是在边缘计算进行预处理的明显优势。人们已经看到，这是由诸如AWSGreenGrass无服务器物联网应用程序或LoRA网关应用程序等物联网网关执行的。

为了演示它在实践中如何工作，考虑采用一个视频分析应用程序，该应用程序通过连接到CPU的PCI总线的随附人工智能视频分析适配器来加速。在这种使用情况下，可以在打包相关的元数据并将其发送到基于云计算的应用程序之前对数据进行预处理。

 成功实现虚拟化

带有运行Ubuntu的vNIC的交换机中X86CPU的真正虚拟化功能是该软件的主要优势。这对操作该服务器的操作员也有利，因为它的功能与Linux服务器相同，能够在CPU的能力范围内运行小于预定存储大小的应用程序，并需要128GB以上的闪存。在使用中，这使得能够在云中运行虚拟机的大多数应用程序都可以在边缘运行，而这在不久的将来会带来一些有希望的后果。

对于能够在交换机内部运行的真正的边缘计算应用程序，需要考虑业务流程和诊断等因素。可以通过CLI命令序列简单地解决此问题，以将相关应用程序推送到LinuxOS并运行它。但是，更新颖的方法包括使用类似于Ansible剧本的解决方案，或在服务器上执行一个小型Kubernetes节点，以及可动态协作的一组服务器。

可扩展性是边缘计算的另一个考虑因素，尤其是Razor的边缘计算模型。如果服务器上运行的边缘计算应用程序需要扩展，则需要添加更多的CPU、内存和存储。为了说明Razor的边缘计算如何处理此问题，可以复杂化这个示例，说这个应用程序还需要视频人工智能加速器芯片，例如Intel Movidius或Google TPU。一个简单的解决方案是在1G/2.5G/5GPoE以太网端口之一中添加垂直定向的机架安装式小型服务器刀片适配器。通过微型服务器提供即时的容量扩展，可以在不更改模型的情况下实现这一点。

总而言之，随着潜在用例数量的增加，组织向边缘计算过渡的业务意义日益增强。Razor的边缘计算专门以历史模型以前无法提供的方式在边缘进行计算。与其他解决方案相比，它具有明显的优势，不仅对边缘计算，而且对网络修复和安全性也很有发展前景。