决定边缘计算未来形态的五大需求，将极大的影响并促进未来边缘计算解决方案的形成，同时决定着边缘计算的未来。边缘计算以及从边缘到云端的网络拓扑与应用将呈现出多样化的特点，基础设施提供商和I&O领导者们在规划未来产品或IT架构边缘方向发展路线时，可以将自身的需求场景与这五大需求进行对照。

目前，时延/确定性、本地互动性、数据/带宽、隐私/安全问题以及有限的自主性是边缘技术应用需解决的五大需求，这也将是推动边缘计算解决方案多元化发展与市场形成的关键因素。边缘计算将不会是一个单一的市场，因为基于各类架构、拓扑、厂商和服务提供商，将存在多种边缘场景与市场。虽然互操作性的标准形成对市场来说非常重要，但不同边缘计算市场的互操作性标准与要求也存在较大差异。

在客户使用需求和开发者推动下，迅速成熟的边缘计算技术或将影响相邻的边缘计算市场。

建议

为交付数字化商业项目，I&O领导者们在计划并实施基础设施交付时应注意以下几点：

-确认该用例所使用的边缘计算是否是为了解决本研究报告中列举的五大需求之中的一个或多个。-在选择边缘计算设备提供商和服务提供商时，根据具体的用例需求对商家进行考量。-选择投资回报周期较短的初始项目，从而快速响应高速发展的边缘计算市场（比如1-2年）。-通过为你的边缘计算系统制定退出或备选方案，作为服务提供商停止服务的应急措施。

战略性规划设想

在2018年至2019年完成部署的非嵌入式边缘计算系统项目中，到2022年将有80%会被新硬件和/或软件技术所取代。

边缘计算是一种计算模式，而非一个单一的市场或场景。现今的边缘计算解决方案往往是高度定制化并基于某一垂直行业。随着边缘计算技术的不断成熟，我们相信将会出现更大、更标准化的市场。虽然边缘计算不会由单一化的市场提供，但不同的子市场和标准也将随着时间的推移而不断发展。五大需求将推动边缘能力的发展，而每种需求都需要不同的架构和拓扑作为支撑，并适用于不同的使用场景。这些需求将成为新兴边缘计算市场、选择、竞争者和生态系统的基础，并将决定它们中的哪些会成功，而哪些不会。这五大需求的任何一个都可能成为一个具体边缘计算项目的要求——并且通过截然不同的解决方案来满足。这五大需求将决定边缘计算的未来形态。

其中一些市场的规模将非常庞大，而另一些则会是非常有针对性的利基市场。有些市场可能会使用多种不同的解决方案和拓扑来解决相同的要求。一些市场会很快成熟，而有些市场则需要花费数年才能发展成熟——甚至会保持高度定制化。设备供应商在一个边缘计算市场是否成功可能与它在另一个边缘计算市场的前景并无关联。与此同时，成熟得更快的市场（例如智能家居等面向消费者的市场）可能会影响其他相邻市场的技术。

定义空间：边缘和边缘计算

边缘是人、物与联网的数字世界的连接之处。边缘计算是深度分布式计算拓扑的组成部分。在这个拓扑中，信息的处理位置靠近边缘。信息处理可以在云（或中央企业数据中心）与边缘之间的任意层或所有层上进行。

三个业务驱动因素使得边缘计算变得愈加重要：

1、创造更多的业务时机：数字业务正在推动几大需求：需要使物理世界和数字世界的边界变得越来越模糊；需要利用人员、企业和事物之间的互动；需要基于实时互动利用更多业务时机。

2、连接、利用并赋能：物联网（IoT）正在创造大量的物物连接，它们产生的信息需要进行监控，并且随着时间的推移，需要进一步开展资产控制和引导。通过普及边缘智能化，我们能以较低的网络带宽成本实时地对更多边缘生成的数据在本地进行分析和处理。

3、创造并利用沉浸式体验：沉浸式技术使人们能够通过各种形式的增强（和虚拟）现实与其他人、企业和事物进行互动，并创建更具身临其境之感、更个性化以及协作性和互动性更强的联系。

边缘计算解决方案需要在不同程度上满足不同用例的五大不同需求。边缘计算用例至少需要满足这五大需求中的一个或几个。例如，一个用例可能对时延敏感的要求很高；另一个可能在本地产生海量的用于本地决策的数据；或者这两种需求对于同一个用例来说都很重要。随着具体要求的不同，所需的边缘计算拓扑、技术和供应商也存在巨大差异。随着时间的推移，解决方案和市场将围绕这五个需求的组合方式而形成。企业可以使用这五大需求来评估潜在的边缘计算解决方案对其用例产生的效果。

驱动边缘计算的五大需求

时延/确定性

为了应对市场压力，企业须变得越来越敏捷，而在这样趋势下，信息技术（IT）领域面临着越来越大的压力，因为它需要确保企业能对越来越快的业务速度做出响应。云计算彻底提升了企业可用的后端敏捷性，能够非常快速地为任何企业提供海量的计算和存储能力。敏捷性的下一阶段是前端敏捷，实现这一点将需要重点减少主要由网络和距离导致的延迟。

对时延的要求差异巨大。在工厂自动化中，微秒之差也可能是至关重要的。例如，运动控制应用可能需要几十微秒的周期时间——而在10微秒内光在一根典型的光纤中能够传输约3000英尺。在为这一组合加上必要的计算时间后，即便是缩短几英尺的距离也可能极为重要。然而，其他工业物联网（IoT）时延要求较低，几毫秒、几十分之一秒或更长的响应时长已足够。具体用例决定时延要求。

沉浸式体验要求少于10毫秒的时延，以避免出现明显和恼人的时延——例如对头部转动或按下虚拟按钮做出反应的时间。

确定性（可预测、可重复的响应和响应时间）、一致性和可预测性也非常关键，尤其是在实时控制系统中更是如此。相比满足阿拉斯加海岸附近的石油钻井平台设备的时延要求，更多的方法可以用来满足大城市工厂的时延要求。相同的延迟/确定性要求，可能需要通过部署在不同位置的截然不同的边缘计算解决方案来满足。

为满足低时延要求，边缘计算解决方案部署的物理位置需要更接近于边缘，通常位于数据中心之外。

本地互动性

互动性是指系统协作的速率——本地人与物的“健谈程度”，即确定行动所需的传感器和顺序交互数量。例如，一个人购物的过程包括以下步骤：定位感兴趣的商品；“试用这些商品”；更换商品；最终做出决定。这是一系列为最终做决策而连续进行的交互。传感器和制动器对计算能力和时延的要求与实时交互的、移动中的人和物组成的复杂多变的系统对计算能力和时延的要求截然不同。例如，对于自动驾驶车辆在自身系统内、和其他车辆以及和周边环境之间进行的交互而言，迅速且果断的决策可以拯救生命。即使往复一次的时延很低，但是一个协作的系统会将时延放大多倍，从而需要更短的时延才能满足要求。

高水平的本地互动性除了要求解决方案的物理部署位置更接近于边缘，还需要更强大的信息处理能力、多输入关联能力和数据分析能力，而且可能还需要机器学习功能。

数据/带宽

可以说，今天的互联网是围绕涌向边缘的数据而设计的。而物联网的发展趋势正在打开边缘数据爆炸性增长的大门，这和早期云计算的数据流向是相反的（例如视频播放数据流向用户）。边缘数据的价值特点是：

只在边缘（对本地决策）有价值。

对中心总量分析有价值。

时间敏感程度高、半衰期短且很快失去价值。

某一些数据可能比另一些数据更有价值（例如捕捉到物体移动的一帧镜头比空帧或仅记录风吹树动的一帧更有价值）。有些数据可能需要归档，有些则不用。一些传感器会产生大量复杂数据，而其他传感器只会产生极少量数据流。带宽的可用性和成本需要与数据价值、生命周期以及是否需要存储和归档相平衡——排列本地优先级、实行数据过滤和智能化有助于减少数据流量。

当数据仅在本地有价值时，边缘计算能够更近距离地处理甚至储存和归档原始数据，从而节约成本。数据存储和远程数据管理将至关重要。当需要处理海量数据时，本地分析和过滤能够减少需要进行维护或送往云端或企业数据中心的数据量——这降低了组网成本，并为更重要的流量处理保留了有限的网络带宽。

隐私/安全

隐私、安全和/或监管要求可能需要边缘计算解决方案来满足。一些数据是公共的，但很多数据是企业保密信息、个人隐私或受到监管的信息。一些边缘计算架构和拓扑将根据数据需要在何地进行安全合法的存储和分析来决定。边缘的场景可能是工作场所、工厂或家庭，边缘计算可以与人和物在一起“就地部署”。或者边缘本身可能并不安全（例如位于公共空间），在这种情况下，边缘计算需要远离人和物部署才能保障安全。监管要求可能因地理位置而异，因此不同位置应用有着不同的网络拓扑和数据归档要求。

隐私和安全问题将推动边缘计算拓扑、数据管理、归档策略和位置以及数据分析方案的形成，以过滤掉隐私数据。为满足不同边缘位置的地理和监管要求，边缘计算解决方案之间可能大不相同。

有限的自主性

虽然边缘计算是中央数据中心或云服务的一部分或与之相连，位于边缘的用例可能需要一定程度的独立性和自主性，这包括自组织和自发现（处理新连接的人和物），或当一条连接断开时能够继续操作。比如军用微云计算（即移动微型数据中心），它在中央云服务可用时能够利用其能力，但当连接断开时仍可以独立“正常运行”。边缘计算解决方案还可能依赖于云端或中央数据中心的某些功能或协调能力（例如初始优化），而后续这种依赖将减弱。自主性要求还与用例如何确保自我恢复能力、如何处理后端的不一致和不确定的时延有关，也可能与用例如何包含边缘机器学习有关。

不依赖于连接后端的边缘计算解决方案需要更广泛的处理能力和数据缓存能力，也就是自我恢复能力。一旦连接重新建立，这些边缘计算解决方案将需要与它的云端或企业数据中心核心重新同步。它们需要足够灵活，以根据连接是否可用来动态变更计算能力。他们可能需要更丰富的机器学习能力来自我组织和自我发现，而非依赖核心系统的协调。

其他因素

有一些其他因素，本身并不会推动或左右对边缘计算的需求，但它们确实有助于确定边缘计算解决方案的形态。

位置：端点是否移动？边缘计算能力本身是否移动？边缘位置是否不具备弱网络连接，还是位于具有强大网络和本地数据中心功能的主城区？边缘位于公共场所、家庭还是私营企业？（从气候或物理安全角度考虑）边缘环境是否恶劣？

端点：端点位于人还是物的边缘？还是两者兼有？端点是数据生产者还是消费者，或两者兼有？端点大多是传感器（产生数据），还是主要是制动器（需要指导，并可能需要数据输入）？端点如何连接到边缘计算能力？端点是短暂而多变的，还是长久而静态的？端点的功能是发生变化的，还是固定的？

弹性：边缘位置的高可用性是否至关重要？边缘计算弹性是应该垂直和分层处理（更接近数据中心或云端）还是（通过其他边缘计算位置）水平处理？

智能：需要什么样的深度处理？边缘是否需要简单的条件化动作、数据优先级排序和过滤、深度分析或者适应性和机器学习？边缘的应用和处理要求是固定的还是变化的？

未来边缘计算的形态

设备供应商和服务提供商正在开始将他们的边缘计算解决方案推向市场——从电器到加固服务器，从边缘位置到微型数据中心。设备供应商蜂拥而至，从不同的视角描述他们的愿景和这一发展空间：他们的视角必然和其产品相匹配，而他们的描述将包括移动边缘计算、雾计算、微型数据中心、智能网关、边缘位置以及微云计算等术语。我们相信边缘计算是一种计算模式，它为企业提供在所需的地点处理数据和信息的灵活性，由五大需求中的一个或多个（时延/确定性、本地互动性、数据/带宽、隐私/安全问题以及有限的自主性）作为驱动。I&O领导者们可以使用这五个需求来对标参照评估自身的需要要求，并确定适合的边缘计算技术和网络拓扑方案。许多具有独特性的边缘使用用例将有效的推动各种边缘计算解决方案和设备供应商产品路线的制定，我们有理由相信当这些应用解决方案从今天的定制化一次性方案中脱颖而出时，必将会给整个市场带来颠覆性的影响和震荡。而这五大边缘需求将成为形成解决方案关键功能的基础。同时随着边缘解决方案产品化的出现，我们将能够在基于解决方案与关键功能的对比基础上，更好的对边缘需求进行评估。