當年大型機開始投入使用時，對大多數公司來說，采用成本過高的大型機是通過分時服務共享的，并使用多用戶系統集中處理。
在此之后又出現了微型計算機、個人電腦和局域網，人們把工作負載轉移到個人電腦工作站和更小的計算平臺上，并看到了計算分散化趨勢。如今采用公共云這種超大規模解決方案處理數據，而這一次使用的是多租戶方法。
如今，隨著邊緣計算的興起，人們也正在再次考慮采用分散化計算技術。行業專家建議采用邊緣計算技術，可以減少延遲并在本地存儲數據。冠狀病毒疫情如今將員工和流程推向一種高度分散的模式，邊緣計算將成為技術前沿和中心，可以與云計算技術并駕齊驅。
一些邊緣計算模式正在出現。第一種模式是直接在物聯網設備上處理數據，例如恒溫器或自動駕駛車輛。其模式稱之為“面向設備”。第二種模式是使用一些廣泛地理分布的計算平臺，例如多個客戶機(通常是工作站)。其模式稱之為“面向邊緣的服務器”。
對于正在考慮疫情結束之后處理業務的企業而言，第二種模式顯然更具吸引力。它也是邊緣計算模型的最新用途，并具有兩種不同的類型：使用由公共云提供商提供的專有邊緣設備，以及使用位于地理廣泛分布的小型數據中心、辦公樓甚至家庭中的私有服務器。
在轉向邊緣計算模式時，大多數企業需要注意一些問題，其中包括：
•安全性。考慮到必須在客戶端工作站以及云中保護數據的安全，邊緣計算架構增加了復雜性，其中一些架構還添加了需要安全性的中間服務器。除了專注于保護單個公共云中的數據安全之外，還要致力保護存儲數據的多個系統上的信息。
•數據量。當添加低功耗的分布式計算平臺時，其數據量可能使其不堪重負。內置自動數據庫擴展功能的公共云存儲系統幾乎可以處理任何數量的數據。對于邊緣計算服務器或客戶端工作站來說，情況并非如此。
這并不是說邊緣計算在疫情結束之后不能成為云遷移之后的重點，而企業需要了解一些可能面臨的問題。
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號