大多數(shù)現(xiàn)代設(shè)備、應(yīng)用程序和服務(wù)都廣泛使用云計(jì)算資源(數(shù)據(jù)中心、CDN)。云計(jì)算中的所有硬件大多主要由以下幾個(gè)部分組成：CPU、GPU、RAM、網(wǎng)絡(luò)接口和非易失性存儲，所有這些都是現(xiàn)代云計(jì)算的基本組成部分。

云計(jì)算會影響延遲(傳輸/接收的速度信息以毫秒為單位)和帶寬(每秒傳輸?shù)臄?shù)據(jù)量，GB，MB，KB/s)等方面。這兩個(gè)因素可以極大地影響特定網(wǎng)絡(luò)中哪些應(yīng)用程序和服務(wù)是可靠的或者可行的。多接入邊緣計(jì)算(MEC)一詞源于5G網(wǎng)絡(luò)的不斷推出，5G網(wǎng)絡(luò)利用移動邊緣計(jì)算來實(shí)現(xiàn)超低延遲需求。

這張圖顯示了大多數(shù)網(wǎng)絡(luò)運(yùn)營商如何將其過時(shí)的基礎(chǔ)設(shè)施和大量的站點(diǎn)轉(zhuǎn)換為現(xiàn)代的、類似于數(shù)據(jù)中心的邊緣計(jì)算網(wǎng)絡(luò)節(jié)點(diǎn)。

針對現(xiàn)有電信網(wǎng)絡(luò)運(yùn)營商的大量基礎(chǔ)設(shè)施，多接入邊緣計(jì)算的概念就此提出。

并非所有計(jì)算機(jī)和處理器都是同等創(chuàng)建的，例如GPU為運(yùn)行用于避障、預(yù)測和人工智能的機(jī)器視覺應(yīng)用提供了最有效的引擎，其代價(jià)是它們消耗的功率太大。 CPU可以處理幾乎任何任務(wù)，并且運(yùn)行程序，主要用于：編排、控制、數(shù)據(jù)收集/存檔、壓縮、報(bào)告和其他任何處理。非易失性存儲器用于存儲和傳輸大型視頻和其他文件，而像RAM這樣的易失性存儲器用于數(shù)據(jù)庫和文件緩存，因?yàn)樗萐SD/HDD快1000倍，盡管每比特的開銷相同。這些系統(tǒng)組件提供了現(xiàn)代計(jì)算機(jī)的原始功率和容量。

網(wǎng)絡(luò)邊緣的低延遲和高帶寬使關(guān)鍵應(yīng)用、互聯(lián)網(wǎng)服務(wù)和具有下一代網(wǎng)絡(luò)和計(jì)算能力的設(shè)備成為可能。在本文中，我們將看到多接入邊緣計(jì)算將為物聯(lián)網(wǎng)的未來鋪平道路的4個(gè)主要原因。

1. 超高清/4K+視頻流，監(jiān)控

現(xiàn)代互聯(lián)網(wǎng)帶寬主要由視頻流量構(gòu)成(約56%)，隨著越來越多的4K甚至8k內(nèi)容的增加，這種差距只會越來越大。MEC和軟件定義網(wǎng)絡(luò)是處理按需互聯(lián)網(wǎng)服務(wù)的龐大互聯(lián)網(wǎng)流量的可行方式之一。網(wǎng)絡(luò)視頻內(nèi)容提供商N(yùn)etflix占據(jù)了全球流量的15%(占美國所有流量的40%)，YouTube則以11.4%的全球流量緊隨其后。

為了解決這個(gè)問題，Netflix已經(jīng)在世界各地的ISP網(wǎng)絡(luò)中直接使用其240TB存儲設(shè)備，本質(zhì)上是一種邊緣CDN。隨著Amazon prime、Hulu和Twitch等其他視頻服務(wù)提供商的崛起，向視頻提供商開放網(wǎng)絡(luò)邊緣是在可預(yù)見的未來維持4K+視頻需求增長的必經(jīng)之路。

2. 機(jī)器視覺

與視頻監(jiān)控類似，機(jī)器視覺憑借其功能和可操作性又向前邁進(jìn)了一步。GPU(圖形處理單元)和VPU(視覺處理單元)在并行任務(wù)(如視頻處理和神經(jīng)處理/網(wǎng)絡(luò))上要快得多。雖然VPU適用于低功耗設(shè)備，但與GPU相比，它們的成本、靈活性和相對模糊性使MEC在幾個(gè)方面具有優(yōu)勢。

例如，先進(jìn)的無人機(jī)利用靈活的機(jī)載GPU作為避障軟件通常會損害電池壽命，相對耗電的GPU及其增加的重量會消耗大約25%的無人機(jī)電池。如果將此處理轉(zhuǎn)移到網(wǎng)絡(luò)邊緣，5G可以為所有設(shè)備提供超低延遲和高帶寬，我們的無人機(jī)的總體重量、成本、電池和能力都可以大大提高。

3. Web應(yīng)用程序安全性和性能

在web托管方面，亞馬遜AWS穩(wěn)居優(yōu)秀排名是有原因的：它們廣泛的基礎(chǔ)設(shè)施將您的web內(nèi)容和服務(wù)定位在非?？拷脩舻牡胤剑梢哉f幾乎位于網(wǎng)絡(luò)的“邊緣”?？梢钥隙ǖ卣f，多接入邊緣計(jì)算可以將Web應(yīng)用程序和托管提升到一個(gè)新的水平。

公共服務(wù)和Web內(nèi)容可以從邊緣計(jì)算和緩存功能中獲益?，F(xiàn)代人抱怨臃腫的網(wǎng)站加載速度慢，拖累功能較弱的設(shè)備，這是因?yàn)槲覀兊膚eb應(yīng)用程序更加復(fù)雜，有效負(fù)載更重的結(jié)果。

今天的網(wǎng)站大量使用javascript來處理客戶端的許多事情，而不是通過昂貴的往返數(shù)據(jù)中心。通過優(yōu)化可重用的緩存并將一些處理器密集型操作轉(zhuǎn)移到網(wǎng)絡(luò)邊緣，移動電話和其他低功耗物聯(lián)網(wǎng)設(shè)備可以提高整體響應(yīng)能力和電池壽命。

4. Edge Analytics和AI

我們都知道，在處理大量數(shù)據(jù)時(shí)，數(shù)據(jù)中心的存在是有原因的。但整個(gè)系統(tǒng)的成本效益如何則完全是另一回事。

過度配置和加載大量未經(jīng)過濾的信息的數(shù)據(jù)中心很快就會變得不可持續(xù)和不可擴(kuò)展。邊緣分析通過在數(shù)據(jù)傳輸?shù)綌?shù)據(jù)中心之前在邊緣完成大部分處理。利用低延遲高容量數(shù)據(jù)實(shí)現(xiàn)高效率并增強(qiáng)分析能力，同時(shí)更大限度地減少互聯(lián)網(wǎng)帶寬和非易失性存儲等寶貴資源的使用。

邊緣分析技術(shù)可輕松為海上石油鉆井平臺、深度勘探、制造業(yè)、網(wǎng)絡(luò)物理安全等領(lǐng)域提供動力。

下圖概述了多接入邊緣計(jì)算的最有效應(yīng)用：

原文鏈接：https://www.lanner-america.com/blog/multi-access-edge-computing-future/