边缘计算与分散计算的区别

延迟性和带宽

实际上，边缘计算现在正在越来越流行，因为我们正在进入任务时代，需要非常短的响应时间，或者需要消化非常大的数据集，而在本地做分析更实际-或两者兼而有之。物联网推动着大多数这些用例。物联网应用包括实时控制高速生产线或自动控制无人驾驶车辆(例如，在仓库中)，这可能需要亚毫秒的响应时间和大规模数据分析需求。

但边缘计算策略不仅仅是将服务器和存储器固定在分支机构或附近，它侧重于创建一个集中管理但物理分布的基础设施，支持自动/自动运行操作。

云式基础架构可同时实现完全集中管理和自动运行操作，边缘计算便是基于此。在融合或超融合基础架构中，计算和存储资源只需要最少量的人工干预就能将其投入生产环境。在私有云中，大多数配置以及对这些资源的所有利用都是集中管理。扩展云范例到边缘计算模型使IT可尽可能简单地配置每个站点，然后添加更多资源(如果需要);这种即插即用组件需要最少的技术人员时间和精力，因为它们会被自动发现并投入使用。同时，对企业边缘计算的专业支持正推动着这一领域新产品的开发(例如，提供更小外形元件、消耗更少功率或产生更少热量的产品，以便放置在小型机柜或配线间) 。

IT领导者已经在处理能够在功能上证明边缘计算合理性的用例，他们也可以将边缘计算策略用作改变其分支网络经济性的手段，以从财务方面证明边缘计算策略的合理性。

当为本地化计算建立强大的平台后，IT部门就可以使用它减少WAN工作(不再传输大型数据流到其他地方)，并降低对WAN的性能要求，这是因为关键的响应时间通过边缘资源来实现。这可能允许IT团队减少其站点连接支出，尤其是在多协议标签交换服务方面的支出。边缘基础设施也可以支持互联网和安全中心功能，减少其他分支机构的工作，除了中央数据中心以及安优秀的网站开发全核心和互联网链接外。

边缘计算现在才刚刚开始吸引广泛的企业，我们已经开始看到用例将其与技术可用性融合，使其成为一种实用的可持续选项。大多数企业还没有边缘计算的用例，但每年都有更多的企业会受到物联网和分析项目的推动。