在很久之前，IT 产业就已发现不断逼近的庞大资料冰山，随着物联网 （IoT， Internet of Things） 联机装置的迅速成长，两者已出现冲突的现象，现在，必须是采取行动的时刻了，而边缘运算可能是我们解决即将发生的数据超载危机的最佳机会。

       仅是今天一天，全球已增加了2．5艾字节（EB，Exa Byte）的数据。此数据量十分惊人，但是相较于未来，仅是小巫见大巫。根据预测，至 2025 年，每一个月的车辆云端数据传输量，将达到 10 艾字节－仅是单一项应用程序的数据传输量，更不用说我们尚未想到可能会出现的各种新应用程序。

       那么，我们应如何避免数据中心被物联网这一座看不见的资料冰山压垮呢？请思考一下，云端联机不一定够快，即使够快，后端也不一定具有处理 IoT 规模数据的能力。于是，我们很快就能得知，在未来，我们将会被迫选择想要上传至云端的数据。如同思科的 Helder Antunes 曾说过：“在大多数情况下，所有数据都将通过云端与边缘装置的强大稳定带宽上传至云端－此说法根本不切实际。”

       边缘运算之始：内容传递网络 （CDN）

       边缘运算是近期十分热门的话题，但是，如果我们将其定义稍微扩大一些，就会发现边缘运算其实不是新的科技，例如在 90 年代已存有如同 Akamai（阿卡迈）的内容传递网络 （CDN） 。CDN 是一种将静态内容传送至多个位置，以使信息距离实际使用地点更近一些的方式，且经证实，对于传送串流视讯等内容而言，是十分高效的模式。边缘运算即是依据此做法建立，但是，边缘运算可以让网络边缘的个别节点储存与提供内容服务，以及接收和处理资料。

       在云端运算出现之后，此类存在于使用者与云端数据中心之间的智能型节点，开始大幅推动技术发展。此类混搭 （mashup） 的做法，使我们能在发挥云端灵活度与可存取性的同时，提高数据保护及降低内部延迟部署解决方案。

       应运而生的转变

       在各种新应用程序出现后，我们移动和处理数据的方式也产生了新的需求。自动驾驶汽车、智能家庭和智能制造，都与产生大量实用数据的联机装置有关，但是仅依据传感器的原始数据，无法协助避免塞车、进行厂房设备的预防性维护或收到女儿平安到家的短信通知。这些都需要经过某些类型的处理作业－可能是实时分析、机器学习或其他类型的人工智能。

       目前主要是由大型数据中心执行此类处理作业，然而，随着运算资源的需求暴增，此模式已无法满足需求。这些使用个案将会产生更多的数据，而需要超越云端运算能力的更快反应时间。

       在目前的所有数据中，仅有 10％ 是在云端或数据中心以外的地方处理，Gartner 预测，至 2022 年，所有数据中的 50％，将在其他地方（亦即：边缘）处理。另一项有助于定义未来边缘的动向，是包括美国在内的许多国家均已升级至 5G 移动网络。电信业正在部署或积极考虑在升级网络时，将相邻的边缘微数据中心纳入新建的 5G 行动基地台。

       边缘成为兵家必争之地

       有各式各样的新技术皆竞相在装置与云端之间卡位，以取得有利的位置，包括微软 Azure 的 IoT Edge、AWS Greengrass、AWS Lambda 以及 Intel 正在协助开发的 Akraino Edge Stack 等。

       水平或垂直？

       在这些即将问世的边缘技术中，包括涵盖物联网 （IoT） 装置、边缘服务器到云端的垂直解决方案，以及专注于将边缘运算功能整合至广泛装置的水平做法，例如：在容器内执行的应用程序，或在特定基础架构内的各种装置上部署虚拟机监控程序 （hypervisor）。

       利与弊

       将储存装置和运算资源放在数据源附近，可以大幅减少延迟及需要的云端带宽。安全性呢？这是与各应用程序有关的重要考虑。部分专家认为，边缘运算会限制开放式因特网上的数据传输量，因此可提高安全性，尤其是对于不得将敏感数据带离现场的公司而言，是一大优点。但是，另一方面，不断增加的大量 IoT 装置及个别区隔的基础架构层级（包括边缘服务器），则为有心人士提供更大的攻击表面，因为每新增一个端点，都有可能会使云端的安全性受到威胁，以及提供渗透核心网络的路径。

       谁将拥有边缘？

       将基础架构从云端移至边缘的另一个议题，是所有权、营运与维护的问题。公司拥抱云端运算的部分原因是云端可大幅减轻管理与维护负担，如果运算基础架构从云端回到边缘，则将由谁拥有及营运呢？

       目前，这些问题很难获得明确的答案，因为根本不知道最后是由哪一项技术胜出。可以肯定的只有一件事：无论谁负责掌管未来的边缘数据中心，且无论设施的规模大小，效率都将成为关键。提供超越大型数据中心的运算效率，不是一件简单的事，在可靠性方面也是一样。基于上