边缘计算实际已存在多年，但其发展在近几年间格外受到业内外关注。从数据上来看，据Gartner预测，截止2025年，将有75%的企业数据在传统数据中心与云之外的边缘产生，而这一比例在2018年仅为10%；在市场规模方面，TheGrandViewResearch指出全球边缘计算市场有望以37.4%的年复合增长率飞速增长，从2019年的35亿美元增至2027年的434亿美元。
边缘计算作为有望重构网络、存储、计算和编程语言的新技术，虽然在实际应用及落地中，仍有许多问题亟待解决与突破，但可以预见的是，今天的边缘计算显然已不再“边缘”，未来已至。
然而，在飞速发展的背后，许多企业与组织仍对边缘计算存有诸多疑问，边缘计算与云计算之间是怎样的关系？边缘计算为何在近几年间“突飞猛进”？边缘数据的增长又将给企业带来怎样的机遇和挑战？本文将试图对这些疑问进行辨析。
就近决策的“触点”
从目前的业内共识来看，作为靠近数据源头、融合了网络、存储、计算与应用能力的分布式计算平台，边缘计算可以很大程度上被理解为云计算的反向操作，云计算强调计算、存储和及应用处理能力的集中，并由此将庞大的计算资源与数据中心使用能力赋能到个体，而边缘计算更多的是将这种能力重新由中心下沉到边缘。
基于这样的特性，边缘计算很大程度上被视为对云计算的一种优化及补充。在边缘计算的加持下，相对云计算，数据可在靠近数据源的一头被实时分析处理，由于数据不必再传回数据中心或云，在缩短处理延迟时间的同时，边缘计算的存在也可减少对网络带宽的征用，打破可能存在的数据瓶颈，确保应用程序更高效顺畅的运行。
作为智能系统灵活的“手足”，边缘计算可以很好地与云计算这一“大脑”互补，而这种互补在5G及物联网技术崛起、及产业加速数字化转型的当下，有着重要的实际意义，并同时推动着边缘计算的发展。
数字化转型的重要工具
边缘计算在近几年突飞猛进，究其本源，离不开数字化转型在全球的加速步伐。数字化转型并非仅仅指企业对其IT基础设施的更新，更大意义上，数字化转型意味着企业及组织利用新一代技术对其产品、服务及商业模式进行重构，打破原有的数据壁垒，强化数据驱动，最后实现提升效率，改进管理、增加收入的根本目的。
“边缘”曾一度被忽视，无论是生产线还是分支机构，企业与组织很少对其末端收集到的数据进行系统性的处理，在采集完成后随意存放，造成边缘数据长期处于自然生长、自然使用、自然消亡的情形。在当下的数字化进程中，越来越多的企业及组织逐步认知到了“边缘”场景及数据的意义——只有将原本处于边缘末端的“点与线”纳入连接，才能形成完整的数字化图景，了解现行企业运作的真正全貌及各个环节中可能存在的问题。
在边缘计算的加持下，除了上文提及的带宽、实时数据处理和数字化全景外，企业也可获得两大益处：一方面，借助对数据的实时处理与持续的机器学习，企业及组织可根据产品及服务使用者的具体需要修改、完善模型，从而提供更具个性化的体验；另一方面，由于数据本身在数据源附近进行存储与处理，这些包含大量隐私细节的数据不再经由网络上传至云端，减少了数据泄露方面的隐忧。
亟待优化的性能与安全
然而，正如其他发展中技术一样，尽管边缘计算能带来不少的优势与好处，企业在真正的部署运用中，仍有许多地方必须仔细思量。
第一个问题来自于负载。无数个处于“边缘”的设备，对于企业而言可能是沉重的负担，一方面，这意味着他们的基础架构要管理并支持大量非结构化、分布式的数据。另一方面，企业还需对边缘工作负载设定不同的权重及优先级，以便在运行中执行最优分配，这都对企业的边缘计算架构提出了挑战。
安全是企业与组织需关注的另一大议题。尽管在边缘计算情境下，终端数据不再被上传至云端处理，从而降低了终端隐私数据泄露的风险，但在新的场景中，企业与组织在安全领域也面临着新的风险。由于架构设置，一旦勒索软件侵入并控制某一边缘节点，这一节点所服务的片区都将面临瘫痪、停机的风险。此外，边缘设备的物理安全也面临不少潜在威胁，而现行的大多数数据安全的保护策略往往又难以完全覆盖并适配于边缘计算架构。在此种情形下，对组织机构而言，制定有全面性一体化的，可囊括边缘场景的安全策略，并部署相对的平台式解决方案变得尤为关键。随着新技术的不断涌现，有扩展性的平台式解决方案可弥补单点式解决方案在集成方面的不足，有望更实时、全面地满足企业的IT建设及部署需要，并从治理的角度，形成完整的图景。