此外，人工智能和机器学习以及物联网等技术加速了云计算与边缘计算技术的发展，因为如今采用的智能设备无处不在。例如，物联网创建的数据加剧了将数据移近边缘的需求。它还强调了云计算需要为物联网和边缘计算面临的存储、安全、协作和可扩展性挑战提供解决方案。
尽管上述因素已经影响了边缘计算和云计算在各行业应用的增长，但由于新冠疫情及其数字化转型活动的爆炸式增长，它们的需求在很大程度上进一步加速。
以下了解云计算与边缘计算这两种极具影响力的技术之间的关系。
什么是云计算？
云计算是指在远程基础设施中执行工作负载的平台。这是一种计算类型，其中弹性和可扩展的IT支持功能通过全球互联网作为服务提供。如今，云计算影响着很多企业的整体战略和发展。
除了更快的设置和更低的前期成本之外，云计算服务通过它们提供的灵活定价模式来降低运行成本。云计算还提供无限的按需计算并简化IT管理。
什么是边缘计算？
边缘计算是指在分布式设备上运行工作负载的做法，通常是在大型网络上。这种计算类型发生在数据源或用户的物理位置附近。边缘是指网络边缘的物理计算位置，由硬件和软件提供支持。
边缘计算使计算和存储等工作更接近需要的地方。它将产生更大的带宽、更快的数据处理、更短的响应时间、更低的成本并确保数据主权。
云计算和边缘计算的相似之处
（1）自动化
自动化代表着运营的未来，云计算与边缘计算都是自动化的推动者。例如电信公司正在通过软件定义的网络和5G在边缘推出网络自动化。人工智能和机器学习解决方案、智能设备数量的激增以及应用程序的自动部署支持企业边缘自动化。
云平台还可以使企业工具和流程实现自动化，以降低或消除企业运营中对人工工作的依赖。云计算自动化还可以帮助企业优化其系统的安全性和效率。
（2）简化分析
由于边缘计算和云计算都在大量非结构化、半结构化和结构化数据集上使用了许多高级分析方法，因此它们是为大数据分析而构建的。大规模的云计算与边缘计算基础设施提供了处理能力，可以轻松地从数据集中生成洞察力。
（3）灵活的定价模式
云计算和边缘计算供应商提供的定价模型消除了与购买硬件和软件、在内部部署数据中心建立这些购买以及基础设施维护成本相关的资本支出。一些顶级供应商提供的定价模型取决于解决方案的使用和配置。
（4）合规性
云计算与边缘计算平台在批准的管辖范围内对动态数据和静态数据进行加密和处理。遵守共享责任模型的供应商可以使用云计算与边缘计算来简化对全球和当地法规的合规性。
云计算和边缘计算的区别
（1）可扩展性
与云计算网络相比，边缘计算网络在更加动态的条件下运行。因此，为了扩展资源，边缘网络需要强大的基础设施来及时扩展。此外，扩展必须考虑边缘计算生态系统中设备的异构性，因为其设备可以提供不同的能源考虑和性能水平。
另一方面，云计算允许企业快速轻松地扩展网络、处理和存储能力，而不会造成中断或停机。
（2）速度和敏捷性
随着边缘计算解决方案将其计算和分析能力尽可能靠近数据源，边缘计算应用程序具有高度响应性。它们的吞吐量也得到了提升，因此对于某些用例，基于云计算的系统可能会被精心设计的边缘平台所超越。
然而，云计算提供了可通过自助服务访问的企业服务，而不仅仅是边缘服务。这些服务是按需使用的，可在几分钟内部署。云计算提供的服务范围支持敏捷创新和新应用程序的快速开发。
（3）安全性
在边缘，数据可以直接在节点之间传输，无需与云平台进行任何通信。为了保护边缘计算设备，需要能够在资源最受限的设备上运行的独立于云计算的加密机制。但是，与云平台的有限交互确保了敏感数据在传输过程中被拦截的可能性较小。
借助云计算技术，提供商可以通过实施先进的技术、框架、控制和政策来增强其网络安全态势。与边缘计算相比，实施端到端加密协议的相对容易性也简化了数据保护。
（4）可靠性
在配置良好的边缘网络中，少量节点的丢失不会限制服务的效率。冗余基础设施可以确保维持业务连续性。此外，边缘计算可以在没有互联网访问的情况下运行。
云计算通常比边缘计算提供更高的可靠性。其集中式架构使得灾难恢复、数据备份和业务连续性比边缘计算更便宜。然而，为了可靠地运行，云计算需要强大的服务器端和客户端互联网连接。
云计算的用例
（1）备份和灾难恢复
备份即服务(BaaS)和灾难恢复即服务(DRaaS)是一些核心云计算用例。企业开始向云迁移的最直接方法之一是采用备份解决方案。恢复云备份速度很快，可以防止企业遭受灾难性损失。
灾难恢复可以确保企业在发生灾难时从停机中恢复。将云计算用于灾难恢复目的可确保快速故障转移，而无需构建和维护基础设施。
（2）软件即服务(SaaS)
SaaS技术使企业能够存储、组织和维护数据。SaaS工具和解决方案也称为按需使用的软件，托管在云平台中，可以随时随地访问。
（3）基础设施即服务(IaaS)
云计算使企业能够通过在服务提供商运营的数据中心中托管数据来放弃资本支出，转而支持运营支出。这有助于企业避免昂贵的基础设施投资，并通过云计算技术轻松访问数据。
边缘计算的用例
（1）自动驾驶汽车
随着车辆获得更高水平的自主性，它们需要更大的决策能力，因为它们必须做出更多决策。自动驾驶汽车一直在发送、接收、创建和聚合数据，它们需要持续的连接。边缘计算使这些自动驾驶车辆能够以低延迟在自身与数据中心之间进行通信，从而使这些车辆能够即时学习和做出决策。
（2）智能电网
边缘计算可帮助组织改善能源消耗管理。连接到边缘平台的物联网设备和传感器可用于跟踪能源使用情况，并进行实时消耗分析。
（3）预测性维护
通过将数据处理和存储转移到更靠近设备的位置，物联网设备和传感器能够以低延迟监控设备运行状况并，进行实时分析。这使制造商能够在故障发生之前分析他们的生产线并识别变化。
云计算和边缘计算面临的挑战
云计算和边缘计算都面临着动态的挑战，尽管它们带来了许多好处。与边缘计算相比，云计算面临更高延迟的可能性，因为数据必须在云计算服务器中往返。此外，由于数据必须通过全球互联网传输，因此存在被威胁者拦截的风险。最后，云计算需要持续的互联网连接。
随着企业将数据和计算转移到边缘，边缘计算增加了网络带宽需求。边缘计算加速了整个网络对更大带宽的需求。此外，在边缘和核心都拥有计算意味着应用程序数据在各个方向上导航网络，处理访问权限和共享数据，这可能会产生安全和延迟问题。
云计算和边缘计算的未来发展
随着云计算和边缘计算继续证明它们可以相互补充，它们将影响网络基础设施的未来发展，特别是因为它们对于推出5G等举措都是必不可少的。
边缘计算和云计算的使用将继续开辟更多的收入途径，同时发展工业4.0等垂直行业。超大规模云计算提供商将越来越多地利用混合云和边缘模型，因为分布式边缘和云计算架构进一步提高数据处理速度、降低延迟并支持各种自主设备的增长。
