这是关于智能边缘计算的含义以及为什么它在今天变得重要的入门知识。
定义智能边缘计算
简而言之，智能边缘计算是边缘计算架构在涉及数据分析、机器学习或人工智能的工作负载中的应用。
一般来说，边缘架构是一种将数据或应用程序放置在网络边缘的架构，用户可以在那里以较少的延迟或由网络引起的可靠性延迟来访问它们。
边缘架构可用于任何类型的工作负载。例如，零售商可以使用边缘基础设施来处理本地商店的购买交易，这将防止由于到达云中的中央服务器的问题而导致的购买延迟或中断。或者，企业可以将其备份数据存储在位于同一城市的数据中心，以便在需要执行恢复时更快地下载数据。
这两个示例是边缘计算用例。但它们不是智能边缘计算的形式，因为它们带来的工作负载不涉及智能数据处理或分析。
智能边缘计算示例
要部署智能边缘计算工作负载，您需要一个以某种方式分析数据的应用程序。
一个例子是监控家庭的联网摄像头，然后使用面部识别AI找出谁在家里。如果他们在现场没有房主的情况下检测到未知个人的存在，他们可以将其标记为安全事件。
在这种情况下，在边缘处理数据的能力，而不是必须将其移到云中，在云中处理数据，然后返回结果，将使更快的决策——在这样一个安全敏感的用例中，这是一个潜在的关键因素。
使用传感器分析物理环境的汽车是智能边缘用例的另一个例子。汽车可以在一个小时内生成25GB的数据。如果他们必须将所有数据转移到云端，然后再将人工智能应用到云端，那么对于需要根据数据做出即时决定的车辆来说，结果可能毫无意义。
它真的和边缘不同吗?
你可能会说，智能边缘的概念实际上只是一个时髦的词，对现有的边缘计算的理解并没有增加多少价值。在某种程度上，这将是一个公平的评估。它是边缘计算的一个类别，或者是边缘体系结构的一组潜在用例，而不仅仅是它本身的一个基本范例。
然而，在一个除非能自动快速处理数据，否则数据就没有什么价值的世界里，很容易看出智能边缘是如何成为巨大边缘计算的主要形式的。总会有其他边缘用例，但是边缘架构的价值可能没有任何地方比在有大量数据需要快速分析，而无需等待网络移动的情况下更有价值。
因此，随着企业利用边缘环境更有效地处理数据，预计将听到越来越多关于智能边缘计算的信息。
