无论您是从事技术、媒体、零售业，还是任何其他有或没有数字业务的企业，您面临的最大挑战是如何将产品交付到最后一英里。如果我有一家杂货店，虽然我很容易拥有一个大仓库来存储和销售商品，但如果不方便，没有人会开车去那里。这就是为什么商店离顾客很近的原因——所以任何人都可以在回家的路上停下来拿起他们每周的杂货。对每个人来说，最大的挑战是如何尽可能方便快捷地向最终用户交付任何产品或服务。
亚马逊以其“当天”交付颠覆了零售业，为“最后一英里”交付设定了非常高的标准。同样，他们对 Whole Foods Market 的收购表明，他们看到了通过简化配送链和提供更便捷的每周食品采购体验来颠覆易腐烂商品行业的巨大机会。鉴于上述示例，“边缘”显然不仅仅是计算行业的一个术语——这个概念适用于所有面向客户的行业。
如果我们现在专门研究 IT 和计算，我们面临的不可避免的技术限制之一是数字信息的传播速度不能超过光速，虽然速度快得令人难以置信，但数字用户离信息发送的地方越远，用户获得它所需的时间越长——我们称之为“延迟”。
今天，互联网已经经历了一系列变革来处理最后一公里的问题。我们已经摆脱了早期的单一方法，即一切都从一个集中的数据中心交付。Akamai 在推出内容交付网络 (CDN) 时开创了互联网的第二幕，通过将常用内容缓存在分散的数据中心中，使最终用户更接近最终用户。这些数据中心虽然离最终用户更近，但仍然相距很远。数据包必须传输数百英里，因此仍会受到网络跃点、尽力而为路由以及实际上的延迟的影响。
互联网的下一次迭代，目前正在由亚马逊、VaporIO 和 Packet 等公司实施，旨在实现一些尚未出现的令人难以置信的技术，例如真正的虚拟现实 (VR)、真正的虚拟学习，以及物联网 (IoT) 行业中的大量创新。由于它们的延迟要求和对超快速连接的需求，这些应用程序需要超级贴近消费者。
因此，互联网的第三幕是关于如何让内容和应用程序尽可能接近数字用户，无论是人类、自动驾驶汽车还是可穿戴技术。这就是边缘的意义所在：我们如何实现智能革命以响应对超低延迟的需求？
Edge computing将改变我们与技术交互的方式；它将变得比今天更加普遍。想象一下，你醒来时没有问 Siri 天气会怎样，答案就给了你：“别忘了你的雨伞，”Siri 会在你没有带伞出门之前说。这种“智能”服务需要边缘计算。归根结底，技术只是促成一个更互联、更由人工智能驱动的世界，在这个世界中，数字用户不断获得反馈和建议。
推动技术创新的始终是应用程序。想想过去十年以及我们在人工智能领域看到的进步，例如 Uber 或 Siri。这些新技术和应用推动了 4G 的采用以及云计算技术的创新。同样，需要超低延迟的下一代应用程序将推动边缘计算的增长和 5G 的采用。
Edge computing本质上是分布式计算发展的下一步。
Edge computing解决了如何获取当前在大数据中心或云提供商中运行的计算体验并将其移动到靠近最终用户的数百个微型数据中心的问题。这样的位置可能是纽约市的中央车站。每天有数百万人通过 Grand Central，在此期间他们不断地发送和接收数据。我们需要即时可用的数据以及他们使用的应用程序的超快速度，因此我们不能依赖于将它们托管在一百多英里外位于纽约州北部的数据中心。谁会将“您的”数据放入 Grand Central 以实现这一点？优势在于突破限制并使应用程序更接近用户所在的位置。
尽管如此，尽管发生了这种演变，但边缘不会消除对云计算的需求。相反，两者将共存。边缘计算更加分布式和轻量级；它是关于使事情更接近最终用户所需发生的任何事情。虽然一些数据处理将在你的手持设备上进行——你的 iphone 或你的Android/ target=_blank class=infotextkey>安卓，或者通过特斯拉在他们的汽车中部署的那种人工智能芯片（因为你不能把数千台服务器放在边缘，而必须依赖可能只有 20 或 30 个）——大处理仍将驻留在大数据中心（云和传统）中。
State of the Edge 指出，“随着对边缘应用程序需求的增长，云将越来越靠近边缘。” 事实上，我们开始看到 AWS 和 Microsoft 等云公司扰乱了新兴的边缘生态系统，并宣布边缘计算资源以使数据处理更接近最终用户。边缘将成为云的延伸，大数据中心的延伸。用另一个日常类比来思考：你可以在布鲁克林的一个旧港口拥有一家大型宜家，它可以容纳和销售所有东西，但曼哈顿中城的宜家小店只出售最常见的东西。
边缘是一个新的领域。它引发了企业在监控策略方面必须考虑的许多新挑战。
其中之一是处理监控系统需要收集的数据量，随着越来越多的“事物”连接到互联网，这将是巨大的。IDC 的最新预测估计，到 2025 年，将有 416 亿台联网物联网设备，产生 79.4 泽字节的数据。
围绕从边缘数据中心收集分析的解决方案开始出现，例如戴尔最近宣布的新边缘解决方案，其中包括增强的遥测管理和流分析引擎，以及微型数据中心和新的边缘服务器。围绕分析的挑战也适用。收集的数据越多，我们就越需要开发严格的机器学习和人工智能系统来帮助处理它。
第二个重要的监控挑战是访问。如果 5G 完全部署，由于高频无线电波在长距离和穿过物体的过程中挣扎，将会有比现在更多的蜂窝塔，天线之间的距离可以接近 500 英尺。您从这些小型基站中的多少进行监控？同样，您如何选择要监控的边缘数据中心？监控足迹需要多广泛，才能真正覆盖所有表现形式的边缘？
制定正确的策略以从边缘角度全面了解事物的表现是至关重要的。监控行业已向数字体验监控 (DEM) 广泛发展。这涉及从监控网络或应用程序的健康状况到监控用户体验的期望结果的重大转变。
传统监控工具专注于您直接控制的基础架构和应用程序，这会导致位于托管基础架构和最终用户之间的其他关键服务和网络出现盲点。一个好的 DEM 解决方案采用更全面的方法进行监控，着眼于向最终用户交付应用程序或服务所涉及的整个 IT 基础架构的数字性能。
随着边缘计算的出现，采取以用户为中心的监控方法比以往任何时候都更加重要！如果您有一个托管在边缘的应用程序，并且您正在从集中式 AWS 或 Azure 数据中心进行监控，它不会告诉您“边缘应用程序”的性能如何，或者您的客户是否可以访问它。监控解决方案具有位置感知能力至关重要。同样重要的是，您的监控解决方案让您有机会为您收集的数据提供上下文，并允许以最小的生产更改专门测试应用程序的某些部分或测试特定的边缘位置。
我们已经看到一些 CDN 服务在边缘运行，例如 Akamai、Fastly 和 Cloudflare。为了确保 API 服务（目前为大多数 AI 推荐提供支持）始终开启并尽可能可靠，大型 CDN 提供商开始提供边缘服务，将 API 流量转移到其边缘网络，以便他们可以提供来自边缘服务器的 API 响应而不是原始服务器。这就是 API 监控已经很关键的地方，不仅仅是从可用性的角度来看，而是通过询问您的 API 调用是否返回正确的响应以确保服务的完整性。
端到端监控对于全面了解和了解可能出现问题的地方至关重要。随着边缘计算的势头持续增长，这种情况将继续存在。
