物聯(lián)網(wǎng)、5G以及AR / VR的興起一直在推動將計算帶入網(wǎng)絡(luò)邊緣的需求。但是現(xiàn)在，在新冠病毒COVID-19大流行中，對高速網(wǎng)絡(luò)的日益增長的需求正以前所未有的速度加速發(fā)展。我們看到視頻會議和內(nèi)容流達到了創(chuàng)紀(jì)錄的高水平，這兩者都需要更高帶寬和更低延遲數(shù)據(jù)傳輸。

盡管通常將其定義為少于5毫秒，但在這個超連接的遠程工作世界中，即使5毫秒也太慢了。

網(wǎng)絡(luò)從未像現(xiàn)在這樣顯得如此緊要。在電話會議和流媒體之間，服務(wù)提供商無法承受滯后、分辨率下降和緩存變慢的問題。為了解決這個問題，業(yè)務(wù)應(yīng)用和數(shù)據(jù)必須盡可能靠近數(shù)據(jù)攝取點邊緣，從而減少了總體往返時間，并最終允許應(yīng)用實時訪問信息。

但這說起來容易做起來難。

面對挑戰(zhàn)

尤其對于服務(wù)提供商而言，邊緣計算面臨著獨特的挑戰(zhàn)。邊緣解決方案的激增意味著設(shè)備的部署速度一直比人類管理它們的速度快。盡管可以使用編程工具來自動化部署，但是可觀察性是自動進行故障排除和確保服務(wù)的關(guān)鍵。

畢竟，任何服務(wù)中斷都伴隨著大量客戶抱怨，因此服務(wù)提供商向IT團隊施加壓力，要求他們盡快解決問題。盡管IT已經(jīng)擁有識別問題根源和解決問題所需的信息，但是在篩選分布在服務(wù)器組件之間的大量遙測數(shù)據(jù)時，仍會遇到挑戰(zhàn)。 IT團隊需要能夠快速處理數(shù)據(jù)并基于可見趨勢獲得有價值的見解的能力。

數(shù)據(jù)驅(qū)動的解決方案

解決方案具有AI功能（特別是機器學(xué)習(xí)），可為業(yè)務(wù)流程解決方案提供支持，該解決方案可跨工作負載提供可預(yù)測的可擴展操作。將機器學(xué)習(xí)與實時網(wǎng)絡(luò)監(jiān)控相結(jié)合，可以提供必要的見解，從而為自動化工具提供支持，這些自動化工具能夠比人工執(zhí)行任務(wù)更快、更準(zhǔn)確地配置、實例化和配置物理和虛擬網(wǎng)絡(luò)功能。此過程還意味著IT團隊可以將時間花在關(guān)鍵任務(wù)以及更高價值的計劃上，這些計劃可以為企業(yè)帶來更高的利潤。

將AI引入云

機器學(xué)習(xí)在邊緣應(yīng)用生命周期管理中也起著至關(guān)重要的作用。在由幾個集中式數(shù)據(jù)中心組成的環(huán)境中，運營商可以確定應(yīng)用的虛擬網(wǎng)絡(luò)功能（VNF）的最佳性能條件。隨著環(huán)境分解為成千上萬個小站點，VNF具有更復(fù)雜的需求，必須相應(yīng)地予以滿足。

由于操作員沒有足夠的帶寬來滿足這些需求，因此機器學(xué)習(xí)算法可以在整個生產(chǎn)前周期中運行所有單個組件，以評估它們在生產(chǎn)現(xiàn)場的表現(xiàn)，從而使操作人員可以放心，經(jīng)過測試將可以工作。

邊緣消費的未來

隨著優(yōu)勢的騰飛，它從根本上改變了服務(wù)提供商考慮其基礎(chǔ)架構(gòu)的方式。邊緣越來越多地被視為通常由服務(wù)提供商提供和管理的優(yōu)質(zhì)資產(chǎn)，將通過AI和機器學(xué)習(xí)進行優(yōu)化，以實現(xiàn)幾乎無限的業(yè)務(wù)目的。一旦釋放了這種高度身臨其境的邊緣計算能力，我們就會看到應(yīng)用和新的工作負載出現(xiàn)在邊緣，這是五年前簡直無法想象的。

展望未來，不僅僅是服務(wù)提供商能從中獲利。很快，邊緣云環(huán)境將是開放、安全且云原生的，具有可預(yù)測和可擴展的操作，可滿足廣泛的企業(yè)，消費者和電信工作負載。邊緣云將具有集成的安全性，以減小任何安全漏洞的爆炸半徑。

最后，將利用AI支持的預(yù)測性操作來管理操作數(shù)千個邊緣位置的復(fù)雜性，從而創(chuàng)建增強的消費者和員工體驗。