為什麼邊緣運算很重要？
運算任務需要合適的架構，適合一種運算任務的架構不一定適合所有類型的運算任務。邊緣運算已經成為一個可行和重要的架構，支援分散式運算，以佈署更靠近資料來源的運算和儲存資源，最好是在與資料來源相同的實體位置。總歸來說，分散式運算模式並不新鮮，遠端辦公室、分支機構、資料中心同地辦公和雲端運算的概念，有著悠久而久經考驗的記錄。
但權力下放可能具有挑戰性，需要高水準的監控和控制，當擺脫傳統的集中運算模式時，這些監控和控制很容易被忽視。邊緣運算變得相關，因為它為與當今組織產生，和消費的大量資料相關的新出現的網路問題，提供了有效的解決方案。這不僅僅是一個數量問題，這也是一個時間問題；應用依賴於越來越時間敏感的處理和響應。
考慮一下自動駕駛汽車的興起。他們將依賴智慧交通管制訊號。汽車和交通管制需要即時生成、分析和交換資料。將這一需求乘以大量的自動駕駛汽車，潛在問題的範圍就會變得更加清晰。這需要一個快速且響應迅速的網路。邊緣和霧運算解決了三個主要網路限制：頻寬、延遲和塞車或可靠性。
- 頻寬。頻寬是網路可以隨時間傳輸的資料量，通常以每秒位元表示。所有網路的頻寬都有限，無線通訊的限制更嚴格。 這意味著可以透過網路通訊的資料量或裝置數量有限。雖然可以增加網路頻寬以容納更多的裝置和資料，但成本可能很高，仍然有（更高的）有限限制，它不能解決其他問題。
- 延遲。延遲是網路上兩個點之間傳送資料所需的時間。雖然通訊理想情況下以光速進行，但大的物理距離加上網路塞車或中斷，可能會延遲網路上的資料移動。這會延遲任何分析和決策過程，並降低系統即時響應的能力。在自動駕駛汽車的例子中，它甚至會付出生命代價。
- 堵塞。網際網路基本上是一個全球性的「網路網路」。儘管它已經發展到為大多數日常計算任務（如檔案交換或基本流）提供良好的通用資料交換，但數百億臺裝置所涉及的資料量可能會壓倒網際網路，造成高度的擁堵，並迫使耗時的資料重新傳輸。 在其他情況下，網路中斷可能會加劇擁堵，甚至完全切斷與一些網際網路使用者的通訊 —— 使物聯網在中斷期間變得毫無用處。
透過佈署生成資料的伺服器和儲存，邊緣運算可以在更小、更高效的區域網上操作許多裝置，在區域網中，充足的頻寬僅由本地資料生成裝置使用，使延遲和擁堵幾乎不存在。本地儲存收集和保護原始資料，而本地伺服器可以執行必要的邊緣分析 —— 或至少預處理和減少資料 —— 在將結果或只是基本資料傳送到雲或中央資料中心之前，即時做出決策。
邊緣預算應用案例
原則上，邊緣運算技術用於在網路邊緣或附近收集、過濾、處理和分析「就地」」資料。 這是一種使用無法首先移動到集中位置的資料的強大手段——通常是因為資料量龐大，使此類移動成本高昂，在技術上不切實際，或者可能違反合規義務，如資料主權。 這個定義催生了無數的現實世界的例子和用例：
- 製造。一家工業製造商部署了邊緣運算來監控製造，在邊緣實現即時分析和機器學習，以發現生產錯誤並提高產品製造品質。邊緣運算支援在整個製造廠新增環境感測器，深入瞭解每個產品元件是如何組裝和儲存的 —— 以及元件庫存的時間。製造商現在可以就工廠設施和製造業務做出更快、更準確的業務決策。
- 耕作。考慮一個沒有陽光、土壤或殺蟲劑的室內種植作物的企業。這個過程將生長時間縮短了 60% 以上。使用感測器使企業能夠追蹤用水量、營養密度，並確定最佳收成。收集和分析資料，以發現環境因素的影響，不斷改進作物生長演算法，並確保作物在高峰期收穫。
- 網路最佳化。邊緣運算可以透過衡量網際網路上，使用者的效能，來幫助最佳化網路效能，然後使用分析來確定每個使用者流量的最可靠、低延遲的網路路徑。實際上，邊緣運算用於「引導」整個網路的流量，以獲得最佳的時間敏感流量效能。
- 工作場所安全。 邊緣運算可以結合和分析來自現場攝影機、員工安全裝置和各種其他感測器的資料，以幫助企業監督工作場所條件或確保員工遵守既定的安全協議 —— 特別是當工作場所偏遠或異常危險時，如建築工地或石油鑽井平台。
- 改善醫療保健。醫療保健行業大幅增加了從裝置、感測器和其他醫療裝置收集的患者資料量。如此龐大的資料量需要邊緣運算來應用自動化和機器學習來訪問資料，忽略「正常」資料並辨識問題資料，以便臨床醫生可以立即採取行動，幫助患者實時避免健康事故。
- 運輸。自動駕駛車輛每天需要並生產 5 TB至 20 TB，收集有關位置、速度、車輛狀況、道路狀況、交通狀況和其他車輛的資訊。車輛行駛時，必須實時彙總和分析資料。這需要大量的車載運算 —— 每輛自動駕駛汽車都成為「邊緣」。 此外，這些資料可以幫助當局和企業根據地面的實際情況管理車隊。
- 零售。零售企業還可以從監控、庫存追蹤、銷售資料和其他即時業務細節中產生大量資料。邊緣運算可以幫助分析這些多樣化的資料，並辨識商業機會，例如有效的端蓋或活動，預測銷售和最佳化供應商訂購等。由於零售業務在本地環境中可能差異很大，邊緣運算可以成為每家商店本地處理的有效解決方案。
邊緣運算有什麼好處？
邊緣運算解決了重要的基礎設施挑戰 —— 如頻寬限制、超額延遲和網路塞車 —— 但邊緣運算有幾個潛在的額外好處，可以使該方法在其他情況下具有吸引力。
自治。當連線不可靠或頻寬因站點環境特徵而受到限制時，邊緣運算非常有用。例子包括石油鑽井平台、海上船隻、偏遠農場或其他偏遠地點，如雨林或沙漠。邊緣運算在現場（有時在邊緣裝置本身）上進行運算工作，例如偏遠村莊的淨水器上的水質感測器，並且只有在連線可用時，才能儲存資料以傳輸到中心點。透過在本地處理資料，傳送的資料量可以大大減少，所需的頻寬或連線時間遠遠少於其他需要。
資料主權。移動大量資料不僅僅是一個技術問題。 資料跨越國家和區域邊界的旅程，可能會給資料安全、隱私和其他法律問題帶來額外的問題。邊緣運算可用於使資料接近其來源，並在現行資料主權法律的範圍內，如歐盟的GDPR，該 GDPR 定義了資料的儲存、處理和暴露方式。這可以允許在本地處理原始資料，在將任何東西傳送到其他司法管轄區的雲或主資料中心之前，掩蓋或保護任何敏感資料。
邊緣安全。最後，邊緣運算為實施和確保資料安全提供了額外的機會。儘管雲供應商擁有物聯網服務，並專門從事複雜的分析，但企業仍然關注資料離開邊緣並返回雲，或資料中心後的安全性。透過在邊緣實施運算，任何將網路穿越回雲或資料中心的資料，都可以透過加密進行保護，邊緣佈署本身可以加強對駭客和其他惡意活動的攻擊 —— 即使物聯網裝置上的安全性仍然有限。