边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台。边缘计算与云计算互相协同，共同助力各行各业的数字化转型。它就近提供智能互联服务，满足行业在数字化变革过程中对业务实时、业务智能、数据聚合与互操作、安全与隐私保护等方面的关键需求。

 根据国际电信联盟电信标准分局ITU-T的研究报告，到2020年，每个人每秒将产生1.7MB的数据，IoT可穿戴设备的出货量将达到2.37亿。

边缘计算被部署到几乎每个行业，由物联网(IoT)数据的收集提供动力，并由大量可以应用到边缘计算的业务用例驱动。然而，企业仍在努力扩展、管理、保护和自动化edge和物联网流程。

 三种边缘计算的采用模式

第一种是在远程办公室部署边缘计算，比如部署在沃尔玛(Walmart)或星巴克(Starbucks)门店的分销中。第二种例子是电信公司为移动计算部署具有多层基础设施的无线网络。第三是在企业边缘使用物联网和其他设备，比如在配备传感器的工厂。”

无论采用哪种部署方式，由于将更多的计算放在了边缘位置，所有企业都面临着挑战。首当其冲的挑战是规模。

当你有数百或数千个位置时，管理所有这些计算是一个挑战，因为需要继续在边缘扩展它。对于高度参与物联网的企业来说，有些情况下，这些企业会发现自己需要管理数百万个不同的端点。这就是需要尽可能多地自动化操作的地方，因为这样就不需要人来管理日常活动。

在更传统的数据中心时代，这些基础设施管理任务往往会落到系统程序员身上，然而现在鉴于需要扩展网络以控制企业在边缘部署的所有端点，对相关人员的网络技能有新的需求。

网络技能在边缘计算中很重要，因为需要能够做出决策的高素质人才，例如他们应该部署大型网络还是小的专业网络。这些网络架构师需要使他们管理的不同网络相互联合，以进行信息交换，同时他们也希望保持独立。在多数情况下，业务安全和信息交换要求将决定这一点。

 部署边缘计算需要注意什么？

基于以上情况，企业在边缘部署计算时需要采取有针对性的方法。

这意味着将部分应用程序推向公司的边缘，但不一定是全部，有些时候也可以计划之后再扩大规模。

考虑到终端用户人员(并非特指It人员)将运行和维护大部分边缘计算，强调边缘计算所需的安全性也很重要。

最后，带宽也是一个问题。如果您可以将数据和应用程序的子集放在边缘，那么数据处理以及数据点到点传输将会更快。

没有适合所有公司的边缘计算方案，但可以确定的一点是，你可以把计算集中到你能集中的地方，然后把它分散到你必须分散的地方。减少数据的风险和延迟，使数据更加集中。因此您需要彻底评估您的使用情况、案例及其好处，以确认边缘部署最好的方案。换句话说，如果要部署边缘计算，只考虑边缘计算是不够的。