网络存储的历史就像手风琴上的风箱——大量的扩张之后是大量的收缩。

网络存储的第一个“啊哈”时刻到来了，系统管理员意识到，他们可以把所有服务器存储连接到数据中心，这些服务器存储在做着谁也不知道的事情。这是第一次，他们可以对存储环境进行一些表面上的控制和安全。

但是没过多久，“啊哈”就变成了“哎呀”，因为集中存储资源增长到了压倒性的维度。这种增长导致了管理方法的曲折、备份业务的中断和提前退休计划的推进。当然，答案是将所有存储容量分散到更容易处理的小块中。

太多块了吗?把那架手风琴再巩固一下，再调一次音量。这个公式似乎已经奏效了几十年以上，但21世纪的计算要难得多。最大的游戏规则改变者是物联网，它每年增加数十亿物，并已成为整个行业范围内的公司数字化不可或缺的元素。

物联网的蓬勃发展迫使许多组织重新思考传统的 IT 概念。随着数以亿计的设备添加到物联网网络，很明显需要在网络的末端进行更多的处理。边缘计算减轻了更集中的计算资源的负担，但更重要的是，减少了来回移动数据引起的延迟。

如果您认为这是一个只有拥有巨额 IT 预算的大公司才能处理的利基问题，请再想一想。微软2020年10月物联网信号报告指出:“在与我们交谈的全球物联网决策者中，91%的人在2020年采用了物联网(高于85%)，超过80%的人至少有一个项目处于使用阶段。”

这给边缘带来了很大的压力，但由于对那里可以完成的工作的期望似乎是无限的，因此几乎看不到任何缓解。正如微软的报告所述，“人工智能是最广泛采用的新兴技术——79% 的组织采用人工智能作为其物联网解决方案的一部分。”

物联网极其分散的环境正逐渐成为 IT 的噩梦。所有边缘计算都需要将数据存储在非常靠近那些微型机器学习 (TinyML) 芯片的地方，这些芯片将人工智能添加到无数传感器、执行器和其他悬挂在边缘的设备中。在 2021 年的白皮书《TinyML：技术领域的下一个大机遇》中，ABI Research 预测“TinyML 市场的出货量将从 2020 年的 1520 万个增长到 2030 年的 25 亿个。”这需要大量的人工智能处理。

无需处理数百甚至数千个虚拟机及其所需的存储，物联网边缘可能意味着需要本地存储的数万或数十万设备——这就像去中心化。

在许多 IoT 环境中，管理员使用云为边缘计算提供存储服务，但随着计算需求的增加，云存储的延迟已成为一个问题。

存储供应商——现在是你加紧将所有网络存储专业知识应用于边缘计算存储的时候了：“大胆地去往没有存储供应商去过的地方。” (好吧，所以他们在《星际迷航》中没有说存储供应商，但您明白了。)

在数千或数百万个地方放置高性能存储，然后管理整个交易是一项艰巨的任务。

首先，任何单个物联网的边缘都可能有数十甚至数百种不同类型的设备。 每个设备的交互方式可能不同。 通信可能会使用存储领域不熟悉的协议，例如 MQ 遥测传输、高级消息队列协议、4G 和 5G LTE 以及各种短距离无线协议。

嵌入在边缘设备中的处理器也会有所不同。这意味着 Raspberry Pi 从存储访问数据的方式可能与 Banana Pi 或 Onion Omega2 的方式不同。

电源可能是个问题。我们不会在边缘启动磁盘，但是当乘以数千个边缘实例时，即使是固态的适度功率需求也可能看起来很庞大。

如今，大多数用于边缘计算的存储都采用 SD 和 microSD 格式，它们提供充足的容量，目前似乎足以处理 AI 杂务。新形式的固态存储肯定会出现，它们更便宜、速度更快且耗电更少。

边缘存储问题的硬件部分似乎已得到控制，但跟上处理和存储速度所需的固件和软件将需要更多的开发。最大的挑战可能是管理所有存储。无需担心巨大的容量，但由于组织必须配置、保护和备份如此多的单个实例，因此管理 IoT 边缘存储环境并非易事。将数据从边缘设备转移到云服务和数据中心可能会导致令人费解的数据流量拥堵。

原文来自：

本文地址：//gulass.cn/edge-calculation.html编辑：圆蛋，审核员：清蒸github

Linux大全：

Linux系统大全：

红帽认证RHCE考试心得：