物聯(lián)網(wǎng)、5G和AR/VR等新興技術(shù)的興起，一直在驅(qū)動著邊緣網(wǎng)絡(luò)計算需求。但全球面臨的新冠肺炎疫情，讓高速網(wǎng)絡(luò)的需求以一種前所未有的速度飛速增長--視頻會議和流媒體內(nèi)容播放的需求量均達(dá)到了創(chuàng)紀(jì)錄的高度，兩者都需要更高的帶寬和零延遲數(shù)據(jù)傳輸。通常定義下，五毫秒以內(nèi)的延遲都可以被認(rèn)為是“零延遲”，但在當(dāng)前全面聯(lián)網(wǎng)的遠(yuǎn)程辦公時代，五毫秒延遲也已經(jīng)明顯太慢了。

網(wǎng)絡(luò)從未如此關(guān)鍵。無論是電話會議還是流媒體（視頻內(nèi)容或游戲），服務(wù)提供商都無法承受卡頓、分辨率下降和緩存變慢的現(xiàn)象。為了解決這一問題，業(yè)務(wù)應(yīng)用和數(shù)據(jù)必須盡可能靠近數(shù)據(jù)攝取點，縮短總體往返時間，最終讓應(yīng)用程序可以實時獲取信息。

但在實際執(zhí)行中卻不那么容易。

直面挑戰(zhàn)

對于服務(wù)提供商來說，邊緣計算有著獨特的挑戰(zhàn)。在邊緣領(lǐng)域涌現(xiàn)出大量的解決方案意味著部署的容器越來越多，增長速度超過了人們可以實現(xiàn)有效管理的速度。雖然可以使用編排工具進(jìn)行自動部署，但要確保自動化的故障排查和服務(wù)保證，可觀測性才是關(guān)鍵。

畢竟，任何程度的服務(wù)中斷都將會招致大量的客戶投訴，因此服務(wù)提供商會迫使IT團(tuán)隊盡可能快速地解決問題。但從IT團(tuán)隊的角度來講，即使已經(jīng)擁有了識別問題來源和解決問題所需的信息，但檢查分散于各服務(wù)器組件的大量遙測數(shù)據(jù)依然會是很大的挑戰(zhàn)。IT團(tuán)隊需要能夠快速地處理這些數(shù)據(jù)的能力，并根據(jù)可見的趨勢獲得有價值的洞察。

數(shù)據(jù)驅(qū)動的解決方案

解決方法的關(guān)鍵，就是在于人工智能的能力，更具體地說是機(jī)器學(xué)習(xí)，在其驅(qū)動下，編排解決方案可以對各工作負(fù)載進(jìn)行可擴(kuò)展的預(yù)測性操作。通過機(jī)器學(xué)習(xí)與實時網(wǎng)絡(luò)監(jiān)測的結(jié)合，可為自動化工具提供所需的洞察，從而以比人工更快更準(zhǔn)確的方式對物理和虛擬網(wǎng)絡(luò)功能進(jìn)行預(yù)設(shè)、實例化并配置。這一過程也意味著IT團(tuán)隊可以把時間用在具有更高價值的任務(wù)關(guān)鍵型項目上，為企業(yè)創(chuàng)造實際收益。

將人工智能帶到云端

針對應(yīng)用程序在網(wǎng)絡(luò)邊緣的生命周期管理，機(jī)器學(xué)習(xí)也發(fā)揮著關(guān)鍵作用。在只有幾個集中式數(shù)據(jù)中心構(gòu)成的環(huán)境中，運營商可以明確應(yīng)用程序虛擬網(wǎng)絡(luò)功能（VNF）的最佳性能條件。但是隨著環(huán)境分散成數(shù)千個小型場所，虛擬網(wǎng)絡(luò)功能就有了更復(fù)雜的需求，必須根據(jù)實際情況予以滿足。

運營商沒有足夠的帶寬可以滿足所有這些需求，因此人工智能的應(yīng)用再次彰顯出重要性。機(jī)器學(xué)習(xí)算法可以通過一個前期循環(huán)測試來運行所有組件，以評估它們在生產(chǎn)場所的表現(xiàn)，讓運營人員判定所測試的應(yīng)用程序可以在邊緣正常運行。

由邊緣網(wǎng)絡(luò)決定的未來

邊緣計算的興起徹底改變了服務(wù)提供商對于基礎(chǔ)設(shè)施的想法。人們越來越將邊緣看作是優(yōu)質(zhì)資產(chǎn)。由服務(wù)提供商提供和管理，在人工智能和機(jī)器學(xué)習(xí)的優(yōu)化下，邊緣計算可被用于數(shù)不勝數(shù)的業(yè)務(wù)目的。一旦這一高度沉浸式邊緣計算力得到釋放，我們就會看到應(yīng)用程序和新的工作負(fù)載涌向網(wǎng)絡(luò)邊緣，這在五年前還是無法想象的。

在未來，不只是服務(wù)提供商要利用網(wǎng)絡(luò)邊緣。很快，邊緣云環(huán)境將會解放更多潛力--開放、安全、云原生，具有各種可擴(kuò)展的預(yù)測性操作--可滿足更豐富的企業(yè)、消費者和電信工作負(fù)載需求。邊緣云將集成安全能力，有效減少安全事件的破壞半徑。最終，人工智能驅(qū)動的預(yù)測性操作將會被用于管理運行著數(shù)千個邊緣位置的復(fù)雜環(huán)境，從而有效提升消費者和員工使用體驗。