IBM 边缘计算
从汽车到制造设备，ATM和采矿设备，智能设备已进入商务工具的各个方面。它的计算能力可以为将分析功能带到首次创建数据和执行操作的地方创造新的机会。边缘计算领域的创新可以帮助提高质量，增强性能并推动更深层次和更有意义的用户交互。
-通过人工智能（AI）解决新的业务问题-数据采集点的现代化设备具有自己的分析能力。使计算资源更接近数据生成点，然后使用AI解决新的业务问题，减少延迟和数据传输。
-增强能力和灵活性-边缘设备中的植入计算和分析功能可增强系统的整体分析能力。边缘设备可以在本地运行容器技术，从而最大化公司开发人员的云原生编程技能。
-获得更好的安全性和隐私保护-在源头附近处理数据可以减少需要通过网络传输的数据，减少潜在的攻击面，并促进在数据创建源中实施公司策略。
随着互连设备的增长，将生成许多未开发的数据。有希望的公司希望释放这些数据的潜力，以发现新的商机，提高运营效率并改善客户体验。边缘计算使企业应用程序靠近创建数据和需要执行操作的地方，从而使企业能够充分利用AI并几乎实时地分析其数据。
假设您是制造商，并且正在努力解决因生产线中断而导致的潜在成本-在任何设备停机和生产过程停止的情况下可能发生的成本。或者假设您是汽车行业的制造商，并且正在努力为客户，驾驶员和乘客提供更好的驾驶体验。使用分析和AI可以增强和扩展上述示例所需的功能，从而改善整体体验。
过去，云和AI的任务是从数据中获得实用见解，以实现自动化和加速创新。但是，互连的设备会生成庞大而复杂的数据，这使得网络和基础架构的功能面临严峻的考验。 IDC报告称，到2025年，每个相关人员将每18秒至少进行一次数据交互；这充分表明，靠近源头捕获的数据具有提供有意义的见解的巨大潜力。
混合云计算–传统的超大规模公共云，例如IBMCloud和其他云服务提供商（微软，亚马逊，谷歌等）；以及部署在同一位置和内部IT数据中心中的私有云。
5G网络-在向5G过渡期间，许多公共网络提供商都在扩展其基础架构以包括通用计算服务。边缘网络本身可以是区域数据中心，中心局和集线器微数据中心组成的多层。电信公司正在网络边缘使用云技术将核心网络中的这些层转换为托管的应用程序工作负载。
边缘服务器–充当边缘服务器的服务器，网关和控制器通常部署在工厂，仓库，酒店和零售商店中，以提供本地计算能力来支持运营。这些资源可能是群集的，也可能是分散的，但是它们都支持关键的业务流程。
边缘设备–具有完成任务所需的计算能力的设备数量正在迅速增长。这些设备通常具有足够的CPU能力，RAM和本地存储空间来运行Linux操作系统。
物联网（IoT）设备–大多数传统的IoT设备都是封闭的固定功能设备。它们通常集成传感器以收集从上游传输到其他聚合点（通常是云）的数据。
边缘计算的优势
边缘计算有助于解决这些速度和规模问题。借助边缘设备，网关和网络的计算能力，您可以保留云计算中固有的动态资源分配和连续交付原则。借助边缘计算，当今的企业有潜力在其数据中心范围之外虚拟化云。现在可以将在云中创建的工作负载（包括一些更现代的AI和分析形式）迁移到边缘。在适当的情况下，可以清理和优化在边缘生成的数据，然后将其带回云中。 IBM在边缘计算方面拥有广阔的视野，跨越许多行业和多个层次，并且使用诸如Docker和Kubernetes之类的开放技术和标准进行了优化。
IBM边缘计算平台涵盖了私有云和企业环境，网络计算空间，甚至涵盖了内部网关，控制器和服务器，最后还包括了机器人，连接的车辆和其他智能设备。集中的超大型公共云，混合云，位于同一地点的托管数据中心和传统企业IT数据中心将继续充当数据，分析和后端数据处理的收集点。
公共，私有和内容交付网络正在从简单的管道转变为更高价值的应用程序托管环境-某种形式的边缘网络云。
边缘计算的风险和责任
如上一章所述，在引入边缘计算以创造独特机会的同时，也带来了一些挑战。首先，它打破了云数据中心的明确物理界限，迫使我们考虑安全性，可寻址性，管理，所有权和合规性问题。更重要的是，它扩大了云管理技术的扩展。
边缘网络将计算节点的数量增加了一个数量级。边缘网关增加了另一个数量级。边缘设备增加了另一个数量级。如果DevOps（连续交付/连续部署）是管理非常大规模的云基础架构的关键，那么零操作（即不需要任何人工干预的操作）是管理大规模云计算功能的关键。在这样的规模上，变化是连续的和爆炸性的。需要重新配置网络以连续解决拥塞问题。边缘网关需要使用新功能和流程进行更新。边缘设备需要四处移动，更改所有权，重新配置使用或重新设置优先级。这种波动水平实际上已成为常态。此外，当今企业中部署的智能设备（边缘设备）通常是共享的，因此不能期望用户在这些设备上管理计算。
因此，必须能够在没有人工干预的情况下部署，更新，监视和恢复边缘计算空间。所有活动和过程都必须是完全自动化的，能够决定在没有干预的情况下安排什么操作的位置，并能在变化的条件下识别和恢复。安排的所有活动均应安全，可追溯且合理。系统必须对具有不同功能和用途的不同设备的性质，位置和目的有深刻的了解，并使用这种了解来制定明智的策略驱动型决策。在利用边缘计算的其他优势时，所有这些问题都需要考虑和解决。 IBM引入了IBMEdgeComputing来解决这些问题。
将多云部署扩展到边缘
今年早些时候，IBM推出了Cloud PakforMulticloud Management，它将来自多个供应商的云平台从内部到边缘集成到统一的仪表板中。 IBM边缘计算是一个自然的扩展，它将工作负载的分配和管理扩展到边缘网络之外，扩展到边缘网关和边缘设备。
当然，边缘平台的范围仅限于其支持的生态系统。这就是为什么IBM边缘计算使用边缘组件，私有云和混合云环境以及公共云来标识企业应用程序的工作负载的原因，其中边缘计算为分布式AI提供了一种新的执行环境，使分布式AI可以访问关键且时间敏感的数据源。由Amazon，Microsoft，Google和其他支持容器技术的云服务提供商开发的应用程序现在位于IBM边缘计算工作负载的候选列表中。此外，IBM带来了用于快速深入学习，视觉和语音识别以及视频和声学分析的AI工具。这些工具可用于推断视频和音频的多种分辨率和格式，对话服务以及发现，从而促进复杂企业应用程序的开发。创建。 IBM还带来了深厚的领域专业知识和行业领先的解决方案，例如资产绩效管理，公共安全，智能位置和移动性，金融服务和零售解决方案。这些解决方案结合了AI和分析技术的进步，并利用分布式边缘计算拓扑来最大限度地发挥其性能，效用以及对私人用户和公司数据的保护。
总结一下
随着互连设备数量的增加，将生成许多未开发的数据。释放这些数据的潜力将有助于发现新的商机，提高运营效率并改善客户体验。 IBM边缘计算及其支持的边缘计算解决方案可以为您的公司提供帮助：-支持电信，制造业，零售，汽车和许多其他行业的转型。 -支持将AI和分析技术部署到边缘设备，网关，操作控制器和其他计算位置。 -推动5G和定位技术的兴起，并通过虚拟网络功能挖掘更高的价值，并为企业解决方案创造新的计算机机遇。 IBM是您值得信赖的合作伙伴。它利用行业专业知识来提供开放，智能的边缘解决方案，使企业能够大规模构建，分发和管理应用程序。全网数据为大家提供专业化深圳服务器托管，深圳服务器租用，深圳主机托管，云服务器租用等服务器资源，详情可咨询客服了解。
