边缘计算的5个最佳行业应用

行业专家分享了一些边缘计算应用的常见示例——从预测设备故障到改进远程工作。当涉及到对企业边缘计算的潜在投资时，探索越来越多的常见用例尤其有帮助，因为它们的应用范围可能会有很大差异。尽管许多组织尚未准备好大规模部署边缘计算用例，但他们正在采取措施确保成功，许多企业将基础架构现代化视为边缘计算应用程序的第一步。

企业在哪里以及学生如何通过使用边缘进行计算？行业专家分享了边缘计算技术应用的一些比较常见示例——从预测设备故障到改善远程教育工作。

正如全球咨询公司贝恩(Bain)指出的那样，冠状病毒爆发和远程办公可能会加速组织业务向边缘计算的转变，因为流量模式的戏剧性变化暴露了网络基础设施的弱点。

了解新兴技术能力的具体业务案例非常重要。在潜在的企业边缘计算投资方面，探索日益常见的使用案例尤其有帮助，因为其应用可能广泛变幻莫测。

IDC全球基础设施实践研究总监Dave McCarthy说：“在边缘计算应用程序中提前定义用例非常重要，因为它推动了架构决策。边缘计算案例的多样性导致其解决方案的多样性。”本领域主要研究边缘计算策略。涉及无线连接物联网设备的边缘计算案例可能需要由通信服务提供商提供的多址边缘计算（MEC）网络解决方案，该解决方案可以在边缘计算节点上提供用户所需的服务和计算功能。另一方面，研究工业用例的组织通常部署现场边缘计算解决方案。

尽管许多组织还没有准备好大规模部署边缘计算用例，但他们正在采取行动以确保成功。麦卡锡说，“我看到许多公司把改进基础设施作为边缘计算的第一步。这意味着要转移到远程或分支位置，并用软件定义的基础结构和云本机工作负载替换原始系统。它为新的边缘计算用例提供了基础。”数字变换和边缘计算相结合

那些已经完成了一个基础教育设施建设现代化发展阶段的企业文化正在转向数字化转型计划，这些工作计划将受益于在边缘位置生成的实时数据。

管理咨询和研究公司珠穆朗玛峰集团副总裁Yual Joshi指出，与其他一些由需求驱动的企业技术领域不同，到目前为止，边缘计算的使用案例一直由供应商主导。正如 RedHat 云平台团队的洞察总监 Stu Miniman 所言：”如果还有其他论点认为混合云或云是现实，那么边缘增长将是”巩固”：当您考虑数据和应用程序的位置时，它们将出现在许多地方。如果您与电信公司、公共云提供商或典型企业交谈，这些公司对边缘计算的讨论就大不相同。当涉及到 Kubernetes 和云原生生态系统时，有许多技术驱动的解决方案在争夺市场份额和客户利益。虽然电信巨头们已经将NFV解决方案扩展到了边缘，但用户有很多选择。边缘计算是混合环境整体分布性质的一部分，因此用户应与其供应商密切合作，确保边缘计算不会成为具有专业知识的技术孤岛。”

“低延迟和减少网络流量是关键问题，边缘案件的基本原则仍然相似，”乔希说5个边缘计算示例

行业专家分析并解释公司如何投资于边缘计算用例。

（1）预测性维护乔希说，已经开发了围绕预测性维护的用例。边缘计算解决方案在高价值资产下降会造成巨大损失的行业尤其受欢迎。在全球石油和天然气行业的应用中，其管道数字化和边缘数据和分析专业知识可以使企业积极管理和维护其管道，解决缺陷并防止故障。过去我们需要企业花费数周时间的调查和研究分析方法可能会在几秒钟内交付。在该行业中，与石油和天然气相关的管道故障可能会发展带来影响巨大的财务和环境管理成本。长期腐蚀通常是环境因素造成的问题。通过学生结合实际使用现场调查数据（来自摄像头）和以往的经验，采用边缘计算和机器学习情况分析的系统技术可以警告操作工作人员可能即将发生的故障。

（2）远程劳动力支持这场疫情使许多企业能够快速远程工作，这被证明是边缘计算的理想用例。CompTIA技术分析高级主管赛斯·罗宾逊说：”考虑到边缘计算，转向远程工作似乎是一个不错的选择。特别是，越来越多的企业正在考虑远程工作，他们也将考虑远程工人如何访问企业的系统。使用包括边缘计算在内的方法可以提高生产率和弹性。”正如 frost & sullivan 最近指出的，“随着公司根据其应对流行病危机的经验重新评估其长期网络需求，边缘计算现在正成为网络体系结构中的一个必要元素，以保持远程工作的效率，并有效利用其网络边缘不断增长的设备和传感器阵列。”边缘计算方法具有自己独特的优势，这些技术优势被证明对支持分布式劳动力非常有价值，例如减少了企业需要在网络上移动的大量研究数据，提供理论计算灵活性和密度，减少信息数据延迟，以及学生解决问题数据地理位置的法规要求。

（3）零售/商业优化乔希说，电子商务优化是另一个有吸引力的领域。随着B2C和B2B行业组织在疫情期间提高其数字销售能力，边缘计算可以提供更低的延迟和更大的可扩展性。当需求可能大幅波动时，情况尤其如此。同样，实体零售商在很多方面看到了边缘计算和物联网结合的价值，包括库存管理、客户体验、无接触结账和路边取货、需求感知和仓库管理。

（4）联合学习SAS公司物联网副总裁Jason Mann解释说：“当人工进行智能信息技术可以嵌入物联网（IoT）端点、网关和其他企业设备时，边缘人工智能系统就会导致发生。它为从智能手机、智能音箱到汽车传感器网络以及环境监控摄像头的一切社会事物我们提供重要动力。”IDC的McCarthy指出，人工智能系统是边缘计算中最常见的工作负载。Joshi 说：”现在的要点之一是将人工智能用于边缘计算，以推动联合学习。”联合学习是一个人工智能框架，其中模型开发分布在数百万台移动设备上。联合学习是实现基于 IoT 的智能应用的有希望的解决方案。正如Airtel的首席数据科学家桑塔努·巴塔查里亚博士所解释的，模型可以通过开发、培训和评估边缘计算设备上的模型来重新培训，同时保持数据隐私，而无需直接访问或标记原始用户数据。

（5）医疗创新疫情爆发前，医疗行业已开始加大对边缘计算的投资，但疫情迅速加速了对远程医疗技术和设备的投资。许多医疗保健问题与边缘计算减少应用程序延迟的能力相匹配。在生死攸关的情况下，医疗机构可以在本地存储和处理数据，而不是依靠集中的云服务。因此，临床医生可以更直接地获取重要的医学数据，如MRI或CT扫描，或者从救护车或急诊室获取信息，以便更快地诊断或治疗。

个人建站、企业建站，域名注册、小程序、云服务器、物理主机等业务，咨询蓝队云客服微信：landui507 蓝队云官方网站：www.landui.com/?codepub