1.6 邊緣計算的發展趨勢

近年來邊緣計算受到越來越多企業的支持，也引發了大量的學術關注。邊緣計算技術利用物聯網和移動設備，為互聯網公司提供了處理海量數據的方案。邊緣計算方案對于數據增長和管理非常適用，但并不意味著可以毫不顧忌地選擇邊緣計算，邊緣計算在提供了諸多好處的同時，也面臨著許多技術性和非技術性的挑戰。下面我們將從發展前景和所面臨的問題兩個角度來介紹邊緣計算的發展趨勢。

1.6.1 發展前景

未來，隨著5G技術越來越廣泛，我們將看到物聯網系統的應用不斷增加。我們曾一直想象的未來式智能家居和自動駕駛汽車將借助邊緣計算成為可能。但物聯網不僅僅是自動駕駛汽車或智能冰箱，還可以用于醫療保健和制造業等關鍵行業。例如，使用物聯網設備進行遠程監控，可以使患者的醫療記錄持續可見，當生命體征數據超出范圍時，向病人和醫生發出警報。物聯網與邊緣計算的結合將產生無窮的可能。另外，增強現實與虛擬現實等技術也需要在更靠近終端設備的邊緣上處理數據，以此創造一種無縫的服務體驗。

諸多企業更傾向于將數據存儲和計算功能移動到更靠近其設備的位置，這樣做將有助于降低利用云設施或數據中心的成本，并通過邊緣計算更快地完成數據的分析與計算。許多公司已經開始或即將使用邊緣計算方案。由于許多公司都有大量數據涌入，邊緣計算技術的應用也成為當務之急。大多數這樣的企業要么沒有設備存儲數據，要么沒有足夠快的速度來處理數據。借助邊緣計算中的機器學習和人工智能，可以更快、更高效地收集、處理、存儲和處理數據。

總而言之，邊緣計算有著巨大的應用潛力，物聯網設備時刻產生的巨大數據，以及增強現實、虛擬現實等技術的應用，使得邊緣計算有著廣闊的發展前景。邊緣計算將與人工智能等技術相融合，高效地應對更復雜的問題，為用戶創造更優質的服務。

1.6.2 困難和挑戰

邊緣計算面臨著一些技術性和非技術性的問題和挑戰。在技術性方面，有許多軟件運作機理和算法相關的未知因素，這對于邊緣設備的協助控制和共享產生了一定的阻礙，在管理分散邊緣設備的基礎設施中也有許多障礙。與云計算中心化的組織架構相比，分散的特性使得管理邊緣計算架構的成本和復雜度明顯提升。開發創造性的技術方案來降低復雜度是一項研究重點。另一個重要的研究領域是開發相應的機制，以此彌補邊緣設備周邊相較于云數據中心較弱的安全環境。防篡改和不易破壞的遠程監控、受信平臺基于模塊的驗證機制等技術，都是可以從云計算中借鑒的重要思路。

在非技術方面，最大的問題是部署邊緣計算能否使得公司的業務持續生存下去。許多企業現在都意識到利用邊緣計算進行運營能帶來許多好處，但某些因素使他們無法完全參與進來。運營成本和安全性是影響公司采用邊緣計算解決方案的兩個主要因素。許多組織，尤其是小規模組織，在通過邊緣計算進行數據收集、處理和管理時都存在預算限制；一些公司也沒有資源來積累不同來源的數據，甚至不具備必要的技能來進行管理。安全性是另一個因素，一些互聯網公司擔心其業務的安全和采用物聯網設備搭建邊緣計算環境會使其數據易受攻擊。