由于对实时分析的需求、新的边缘技术和公共云成本的上升，边缘计算市场正在快速增长。

但什么是边缘?边缘有很多定义，从远程办公室和制造场所——有时被称为近边缘——到通信塔、物联网设备和自动驾驶汽车——有时被称作远边缘。用途和工作负载各不相同，包括典型的办公室生产力、协作应用程序和VDI。

边缘还是不边缘?

IT的关键边缘问题如下：哪些应用程序应该在边缘运行，哪些应用程序可以在公共云中高效运行，哪些应该在集中式数据中心运行?这对所需的基础设施类型有何影响?答案在于数据：

数据移动既昂贵又耗时。 数据量越大，在用户创建或获取数据的地方存储和分析数据的成本效益就越高。

数据安全至关重要。 这在频繁的数据攻击中就可见一斑。 边缘站点可能是更偏远、更容易受到攻击的目标，但隐私法规可能要求数据存储在本地或至少在国内，因此需要强大的数字和物理监控。

数据的真正价值在于分析以获取可行且及时的见解。 组织可以立即对特定站点的分析采取行动，而更广泛的见解可能来自云中的后处理。

视频监控属于高端应用

此外，人工智能是一个关键的新兴边缘应用。在将结果传输回核心数据中心或云之前，处理和存储来自边缘设备的数据并在本地运行推断分析是有意义的。例如，用于生产线缺陷检测的图像识别、零售场所的虚拟客户体验或用于确保仓库工人安全的视频监控。所有这些都需要实时边缘处理和分析。

为了说明这一点，边缘监控应用中的实时视频分析有望提供未经篡改的准确结果，如图1中的仓库安全监控示例。数据收集、存储和处理需求应该在应用程序环境本身中指定，而不是应用适合云服务提供商或其他本地基础设施的通用策略。

在实时人工智能仓库安全监控操作中，性能指标包括人工智能推理模型的准确性、具有确定结果的模型的实时处理以及可能影响到结果的系统延迟。为了优化这些指标，计算、内存和存储资源应该驻留在捕获数据的相同位置，例如在视频监控系统中。图1显示了一个示例部署，其中一个组织在仓库安全应用程序中部署了一个视频摄像机网络，以避免叉车伤害。

在视频分析边缘部署中，计算、内存和存储资源需要是动态的和可扩展的，并满足应用程序的性能目标。在边缘数据收集器网络上——在这种情况下是摄像机——每个摄像机和边缘处理设备都需要足够的嵌入式计算和内存资源。

基础设施方法包括人机界面

边缘聚合点可能有物理位置限制，例如容纳一个服务器机架、一个机柜服务器，甚至只容纳一台设备。此类约束可能受益于计算和存储资源在一台服务器或设备中的紧密耦合或整合。

虽然人们倾向于在边缘建立低成本基础设施，特别是当涉及许多边缘站点时，但低成本可能意味着低能力。 IT 部门必须根据计算和存储方面的工作负载需求来扩展基础设施。 好消息是，较新的基础设施可以在性能效率以及空间和电力需求方面提供更快的投资回报。

边缘基础设施的管理应支持远程部署和管理。 这可以在没有本地 IT 员工的站点上实现工作负载和基础设施，并确保多个远程站点之间的一致性，从而增强安全性并降低运营成本。

超融合基础设施 (HCI) 是一种在边缘流行的架构方法。 它将计算、网络和存储整合到每台服务器上，占地面积更小，与更传统的 IT 基础设施选项相比，需要更少的空间、电力和冷却。

总体而言，在选择边缘基础设施时牢记这些注意事项很有用：

选择可以运行各种工作负载的经济高效的架构。 根据数据量、摄取点和特定站点洞察的需求来评估您计划在每个边缘站点运行的工作负载。

评估这些工作负载的处理和存储需求。 确保集群中有足够的计算和存储来支持当前需求。 例如，许多 HCI 产品提供边缘优化的部署选项，集群中的节点较少。 他们使用远程见证服务器来提高可靠性，或者使集群能够跨多个位置扩展以共享资源。

确定基础设施位置的条件。它是专用壁橱还是混合用途橱柜?温度控制得有多好?一些服务器原始设备制造商可根据需要提供加固硬件。

规划远程可管理性。最近几代中，许多边缘平台增强了其远程部署和管理功能，使一致的资源调配过程能够跨多个边缘位置进行复制。

边缘位置的最佳基础设施可能有所不同。随着边缘用途和工作负载的增长和发展，包括人工智能、特定于垂直方向的工作负载以及标准办公室和远程工作应用程序，评估基础设施选项至关重要，以确保它们能够满足安全、高效的计算、网络和存储的要求，从而支持不断扩大的运营。