回答这些关键问题，以确保在部署边缘计算时获得更大的价值和更好的结果。

企业通过混合云部署分散计算资源的努力揭示了一种独立但相关的策略：边缘计算的使用，在这种策略中，组织利用远程位置或托管设施的本地数据中心资源。

两个通用原则定义了边缘计算。首先，它是分布式的，计算和处理在远离集中式数据中心或云的地方进行。其次，它是特定于位置的，关键的计算元素物理地放置在创建或使用数据的地方。

为什么部署边缘计算?

IDC 云和边缘基础设施服务实践研究副总裁戴夫·麦卡锡 (Dave McCarthy) 表示，通常有四种业务需求促使 IT 领导者跨入边缘计算：需要以更快的速度访问数据并减少延迟; 提高安全性和合规性或实现数据主权; 控制成本; 并确保业务连续性或弹性。

无论是希望控制成本还是克服数据移动的一些障碍，企业越来越多地选择将处理和计算活动转移到生成数据的位置。 这样做通常会消除与消费模型云存储相关的成本，因为不需要存储的数据可以用于立即或实时洞察，然后被丢弃。

边缘计算还确保企业更立即地利用其有价值的数据，而不是简单地将其存储起来以供将来某个时候使用，麦卡锡将其等同于“把钱塞进床垫”。 当毫秒对质量或安全结果至关重要时，制造或工业用例尤其需要更快的数据处理。

麦卡锡说，虽然边缘计算不应被视为云的替代品，但它是一种补充技术或方法，可以解决集中式云架构的一些限制。

如何在混合云环境中优化边缘计算

边缘计算架构包含多层基础设施。 例如，托管设施作为边缘运行。 许多电信提供商正在创建部署位置以支持边缘计算，这是提供商管理的边缘位置的一个示例。

企业还可以选择在零售店、工厂或卫星地点运营自己的数据中心。 无论何种场景，对这三个优先事项的正确规划和考虑将确保部署在边缘的任何基础设施都可以得到优化，以执行和交付关键任务优先事项。

1.确定边缘资产的适当位置。 优化边缘需要准确了解所有所需应用程序在组织的安全、预算和性能要求范围内的最佳运行位置。 许多企业首先尝试边缘，尝试几种不同的部署场景，然后根据这些初始实验优化关键元素。 麦卡锡建议，答案并不总是相同的。

2.不要假设云原生应用程序将在边缘以相同的方式运行。 当云原生应用程序在边缘计算资产上运行时，其运行方式通常会有所不同。 这可能会导致不利的结果。 了解应用程序是否可以扩展到边缘，以及它是否以及如何优化数据流。 哪些数据必须保存在本地，哪些数据可以发送到云端? “许多供应商现在都明白需要对云原生进行补充，”麦卡锡说。 “这可能被称为边缘原生，它使用相同的构造，但也许只有该应用程序中的某些元素或功能会在边缘运行，而不是在云中运行。”

3.避免部署零散的组件和自定义或定制的解决方案。 麦卡锡说，当边缘计算首次开始在商业中受到关注时，许多用户“拼凑出了自己的弗兰肯斯坦解决方案”。 “捆绑解决方案现在包括硬件和软件，并且更常见的是作为交钥匙服务提供。”

交钥匙解决方案可以水平部署(合作伙伴提供所需的基础设施，企业在其上添加自己的应用程序，例如 HPE GreenLake)或垂直部署(采用特定于行业的应用程序，例如用于金融服务的 Microsoft Azure)。

毕竟，企业在部署边缘计算时的首要目标是最大限度地减少收集数据和实现业务成果之间的差距，而这些最新的边缘解决方案可以实现这一目标。

数据中心常见的大多数相同基础设施和设备将作为边缘计算环境的一部分进行部署：服务器、存储、连接和应用程序运行的平台。 主要区别在于边缘基础设施将以更小的配置部署。 团队不需要确定如何扩展数据中心中的集群，而是需要弄清楚如何扩展到数百个甚至数千个位置。