Edge computing je architektura distribuovaných informačních technologií (IT), ve které jsou klientská data zpracovávána na periferii sítě co nejblíže původnímu zdroji.
Data jsou mízou moderního podnikání, poskytují cenné informace o podnikání a podporují kontrolu nad kritickými obchodními procesy a operacemi v reálném čase. Dnešní firmy se topí v oceánu dat, a obrovské množství dat, může být běžně získané ze senzorů a IoT zařízení pracujících v reálném čase ze vzdálených míst a nehostinné pracovní prostředí téměř kdekoli na světě.
ale tato virtuální záplava dat také mění způsob, jakým podniky nakládají s výpočetní technikou. Tradiční výpočetní paradigma postavené na centralizovaném datovém centru a každodenním internetu není vhodné pro pohyb nekonečně rostoucích řek dat v reálném světě. Omezení šířky pásma, problémy s latencí a nepředvídatelné narušení sítě se mohou spiknout, aby takové úsilí narušily. Podniky reagují na tyto datové výzvy pomocí architektury edge computing.
Zjednodušeně řečeno, edge computing přesune část úložných a výpočetních zdrojů z centrálního datového centra a blíže ke zdroji samotných dat. Spíše než přenosu raw dat do centrálního datového centra pro zpracování a analýzu, že práce je místo, kde provádí dat je ve skutečnosti generován-ať už je to v kamenném obchodě, továrně, rozlehlý utility nebo přes smart city. Jediný výsledek, že výpočetní práce na okraji, jako je real-time obchodní postřehy, údržbu zařízení předpovědi nebo jiné žalovatelné odpovědi, je poslán zpět do hlavního datového centra pro přezkum a dalších lidských interakcí.
edge computing tedy přetváří IT a business computing. Podívejte se komplexně na to, co je edge computing, jak to funguje, vliv cloudu, případy použití edge, kompromisy a úvahy o implementaci.
jak edge computing funguje?
Edge computing je věc umístění. V tradičních podnikových výpočtech jsou data vytvářena v klientském koncovém bodě, například v počítači uživatele. Tato data jsou přesunuta přes WAN, jako je internet, prostřednictvím podnikové sítě LAN, kde jsou data uložena a zpracována podnikovou aplikací. Výsledky této práce jsou poté přeneseny zpět do koncového bodu klienta. To zůstává osvědčeným a časem prověřeným přístupem k výpočtu klient-server pro většinu typických obchodních aplikací.
Ale počet zařízení připojených k internetu, a objem dat je produkován těchto zařízení, a používá v podnicích, roste příliš rychle pro tradičními datových center infrastruktury, aby se přizpůsobila. Gartner předpověděl, že do roku 2025 bude 75% podnikově generovaných dat vytvořeno mimo centralizovaná datová centra. Vyhlídka na pohybující se tolik dat v situacích, které mohou často být časově nebo přerušení citlivé klade neuvěřitelné nároky na globální internet, který sám o sobě je často předmětem přetížení a narušení.
Tak TO architekti se přesunula pozornost z centrálního datového centra logické okraji infrastruktury-při skladování a výpočetní zdroje z datového centra a pohybující se tyto prostředky do bodu, kde data vznikají. Princip je jednoduchý: pokud nemůžete data přiblížit datovému centru, přibližte datové centrum k datům. Koncept edge computing není nic nového, a to má své kořeny v desítky let staré myšlenky remote computing-jako jsou vzdálené kanceláře a pobočky-tam, kde to bylo více spolehlivé a efektivní výpočetní zdroje na požadované místo, spíše než se spoléhat na jediném centrálním umístění.
Edge computing klade úložiště a servery, kde data jsou, často vyžadují trochu víc než částečné rack zařízení k provozu na vzdálené LAN sbírat a zpracovávat data lokálně. V mnoha případech, výpočetní zařízení je nasazené ve stíněné nebo tvrzené kryty pro ochranu zařízení od extrémních teplot, vlhkosti a dalších podmínkách prostředí. Zpracování často zahrnuje normalizaci a analýzu dat stream podívat se na business intelligence, a to pouze výsledky analýzy jsou odesílány zpět na hlavní datové centrum.
myšlenka business intelligence se může dramaticky lišit. Některé příklady zahrnují maloobchodní prostředí, kde video dohled na showroomu podlaze může být v kombinaci s skutečných prodejních dat k určení nejvíce žádoucí, konfigurace produktu nebo spotřebitelské poptávky. Další příklady zahrnují prediktivní analýzu, která může vést údržbu a opravy zařízení dříve, než dojde ke skutečným závadám nebo poruchám. Ještě další příklady jsou často spjaty s utilit, jako je úprava vody, nebo výrobu elektřiny, aby zajistily, že zařízení funguje správně a udržení kvality výstupu.
Edge vs. cloud vs. fog computing
Edge computing je úzce spojen s koncepty cloud computingu a fog computingu. Ačkoli mezi těmito pojmy existuje určité překrývání, nejsou to samé a obecně by se neměly používat zaměnitelně. Je užitečné porovnat pojmy a pochopit jejich rozdíly.
jedním z nejjednodušších způsobů, jak pochopit rozdíly mezi edge, cloud a fog computing, je zdůraznit jejich společné téma: Všechny tři pojmy se týkají distribuovaných výpočtů a zaměřují se na fyzické nasazení výpočetních a úložných zdrojů ve vztahu k vytvářeným datům. Rozdíl je v tom, kde se tyto zdroje nacházejí.
Edge. Edge computing je nasazení výpočetních a úložných zdrojů v místě, kde jsou data vytvářena. To v ideálním případě dává výpočetní a úložiště ve stejném bodě jako zdroj dat na okraji sítě. Například malý kryt s několika servery a nějakým úložištěm může být instalován na vrcholu větrné turbíny, aby shromažďoval a zpracovával data produkovaná senzory v samotné turbíně. Jako další příklad, železniční stanice by místo skromné množství výpočetních a úložných ve stanici shromažďovat a zpracovávat nesčetné dráhy a železniční dopravní data snímače. Výsledky takového zpracování pak může být poslán zpět do jiného datového centra pro lidská recenze, archivace a být sloučeny s jinými daty výsledky pro širší analytics.
Cloud. Cloud computing je obrovské, vysoce škálovatelné nasazení výpočetních a úložných zdrojů na jednom z několika distribuovaných globálních míst (regionů). Poskytovatelé cloudu také zahrnují sortiment předem zabalených služeb pro operace IoT, díky čemuž je cloud preferovanou centralizovanou platformou pro nasazení IoT. Ale i přesto, že cloud computing nabízí mnohem více než dostatek zdrojů a služeb pro řešení složitých analytických, nejbližší regionální cloud zařízení může být ještě stovky kilometrů od místa, kde jsou údaje shromažďovány, a spojení se spoléhají na stejný temperamentní připojení k internetu, který podporuje tradiční datová centra. V praxi je cloud computing alternativou-nebo někdy doplňkem-k tradičním datovým centrům. Cloud může centralizované výpočty dostat mnohem blíže ke zdroji dat, ale ne na okraji sítě.
mlha. Výběr výpočetního a úložného nasazení se však neomezuje pouze na cloud nebo edge. Cloudové datové centrum může být příliš daleko, ale nasazení edge může být jednoduše příliš omezené na zdroje nebo fyzicky rozptýlené nebo distribuované, aby bylo přísné výpočty edge praktické. V tomto případě může pomoci pojem mlhové výpočty. Fog computing obvykle dělá krok zpět a dává výpočetní a úložné prostředky „do“ dat, ale ne nutně “ na “ data.
mlhová výpočetní prostředí mohou produkovat matoucí množství dat senzorů nebo IoT generovaných v rozsáhlých fyzických oblastech, které jsou příliš velké na to, aby definovaly hranu. Příklady zahrnují inteligentní budovy, inteligentní města nebo dokonce inteligentní rozvodné sítě. Zvažte chytré město, kde lze data použít ke sledování, analýze a optimalizaci systému veřejné dopravy, komunálních služeb, městských služeb a vedení dlouhodobého územního plánování. Jeden okraj nasazení prostě není dost, aby zvládnout takovou zátěž, takže fog computing může fungovat série mlha uzlu nasazení v rámci prostředí, sbírat, zpracovávat a analyzovat data.
poznámka: je důležité zopakovat, že fog computing a edge computing sdílejí téměř identickou definici a architekturu a termíny se někdy používají zaměnitelně i mezi technologickými odborníky.
proč záleží na edge computingu?
výpočetní úlohy vyžadují vhodné architektury a architektura, která vyhovuje jednomu typu výpočetního úkolu, nemusí nutně vyhovovat všem typům výpočetních úloh. Edge computing se ukázal jako životaschopná a důležitá architektura, která podporuje distribuované výpočty pro nasazení výpočetních a úložných zdrojů blíže – ideálně na stejném fyzickém místě jako-zdroj dat. Obecně platí, že distribuované výpočetní modely jsou stěží nové a koncepty vzdálených kanceláří, poboček, kolokace datových center a cloud computingu mají dlouhou a osvědčenou historii.
decentralizace však může být náročná a vyžaduje vysokou úroveň monitorování a kontroly, které lze snadno přehlédnout při odklonu od tradičního centralizovaného výpočetního modelu. Edge computing se stal relevantním, protože nabízí efektivní řešení vznikajících síťových problémů spojených s přesunem obrovských objemů dat, která dnešní organizace produkují a spotřebovávají. Není to jen problém s částkou. Je to také otázka času; aplikace závisí na zpracování a reakcích, které jsou stále citlivější na čas.
zvažte vzestup aut s vlastním pohonem. Budou záviset na inteligentních signálech řízení provozu. Auta a řízení dopravy budou muset vyrábět, analyzovat a vyměňovat data v reálném čase. Vynásobte tento požadavek obrovským počtem autonomních vozidel a rozsah potenciálních problémů je jasnější. To vyžaduje rychlou a citlivou síť. Edge — and fog — computing řeší tři hlavní omezení sítě: šířka pásma, latence a přetížení nebo spolehlivost.
- šířka pásma. Šířka pásma je množství dat, které může síť přenášet v průběhu času, obvykle vyjádřeno v bitech za sekundu. Všechny sítě mají omezenou šířku pásma a limity jsou přísnější pro bezdrátovou komunikaci. To znamená, že existuje konečný limit pro množství dat – nebo počet zařízení – které mohou komunikovat data v síti. I když je možné zvýšit šířku pásma sítě pro více zařízení a dat, náklady mohou být značné, stále existují (vyšší) konečné limity a nemusí řešit další problémy.
- latence. Latence je čas potřebný k odesílání dat mezi dvěma body v síti. Přestože komunikace v ideálním případě probíhá rychlostí světla, velké fyzické vzdálenosti spojené s přetížením nebo výpadky sítě mohou zpozdit pohyb dat v síti. To zpožďuje jakékoli analytické a rozhodovací procesy a snižuje schopnost systému reagovat v reálném čase. V příkladu autonomního vozidla to dokonce stálo životy.
- přetížení. Internet je v podstatě globální “ síť sítí.“I když to se vyvinulo nabídnout dobré všeobecné účely výměny údajů pro většinu každodenní výpočetní úkoly, jako jsou výměny souborů nebo základní streamování — objem dat, podílí se desítky miliard zařízení může přemoci internetu, což způsobuje vysoké hladiny přetížení a nutí časově náročné datové přenosy. V jiných případech, výpadky sítě mohou zhoršit přetížení a dokonce přerušit komunikaci s některými uživateli internetu úplně – učinit internet věcí zbytečným během výpadků.
nasazení servery a úložiště, kde data vznikají, edge computing může provozovat mnoho zařízení přes mnohem menší a efektivnější LAN, kde je dostatek šířku pásma se používá výhradně místní data-generování zařízení, takže latence a přetížení prakticky neexistuje. Místní úložiště shromažďuje a chrání surových dat, zatímco místní servery mohou provádět základní okraji analytics-nebo alespoň pre-proces a snížit data, dělat rozhodnutí v reálném čase, před odesláním výsledky, nebo jen základní údaje, do cloudu nebo centrální datové centrum.
případy použití Edge computingu a příklady
v zásadě se techniky edge computingu používají ke sběru, filtrování, zpracování a analýze dat „na místě“ na okraji sítě nebo v její blízkosti. Je to silný prostředek, pomocí údajů, že nemůže být první přestěhoval do centrálního umístění, většinou proto, naprostý objem dat činí takové kroky příliš vysoké náklady, technologicky proveditelné, nebo by jinak porušovat povinnosti, jako jsou údaje suverenity. Tato definice vytvořila nesčetné příklady a případy použití v reálném světě:
- výroba. Průmyslový výrobce nasazen edge computing pro sledování výroby, umožňující real-time analýzy a strojového učení na okraji, aby najít chyby ve výrobě a zlepšování kvality výroby. Edge computing podporované přidáním senzorů prostředí v celém výrobním závodě, poskytuje vhled do toho, jak každá součást produktu je sestaven a uložen-a jak dlouho komponenty zůstávají na skladě. Výrobce nyní může provádět rychlejší a přesnější obchodní rozhodnutí týkající se továrního zařízení a výrobních operací.
- zemědělství. Zvažte firmu, která pěstuje plodiny uvnitř bez slunečního světla, půdy nebo pesticidů. Tento proces zkracuje dobu růstu o více než 60%. Použití senzorů umožňuje firmě sledovat spotřebu vody, hustotu živin a určit optimální sklizeň. Údaje jsou shromažďovány a analyzovány najít na účinky faktorů životního prostředí a neustále zlepšovat pěstování plodin algoritmy a zajistit, že plodiny jsou sklizeny ve výborném stavu.
- optimalizace sítě. Edge computing může pomoci optimalizovat výkon sítě měřením výkonu pro uživatele přes internet a poté pomocí analytiky určit nejspolehlivější síťovou cestu s nízkou latencí pro provoz každého uživatele. Ve skutečnosti se edge computing používá k „řízení“ provozu v síti pro optimální časově citlivý výkon provozu.
- bezpečnost na pracovišti. Edge computing lze kombinovat a analyzovat data z web kamery, zaměstnanec bezpečnostní zařízení a různé další senzory na pomoc podnikům dohlížet na podmínky na pracovišti, nebo zajistit, aby zaměstnanci dodržovat stanovené bezpečnostní protokoly-zvláště, když pracovišti je vzdálené nebo neobvykle nebezpečné, například na stavbách nebo ropných plošin.
- zlepšení zdravotní péče. Zdravotnický průmysl dramaticky rozšířil množství údajů o pacientech shromážděných ze zařízení, senzorů a dalších zdravotnických zařízení. Ten obrovský objem dat vyžaduje edge computing použít automatizace a strojového učení pro přístup k datům, ignorovat „normální“ data a identifikovat problém údajů tak, že lékaři mohou přijmout okamžitá opatření na pomoc pacientům vyhnout se zdravotní incidenty v reálném čase.
- doprava. Autonomní vozidla vyžadují a vyrábějí kdekoli od 5 TB do 20 TB denně, shromažďují informace o poloze, rychlosti, stavu vozidla, stavu vozovky, dopravních podmínkách a dalších vozidlech. A data musí být agregována a analyzována v reálném čase, když je vozidlo v pohybu. To vyžaduje významné palubní výpočty – každé autonomní vozidlo se stává „hranou“.“Kromě toho mohou údaje pomoci úřadům a podnikům spravovat flotily vozidel na základě skutečných podmínek na zemi.
- Maloobchod. Maloobchodní podniky mohou také produkovat obrovské objemy dat z dohledu, sledování zásob, prodejních dat a dalších obchodních údajů v reálném čase. Edge computing může pomoci analyzovat tato různorodá data a identifikovat obchodní příležitosti, jako je efektivní endcap nebo kampaň, předpovídají prodeje a optimalizovat dodavatele, objednání, a tak dále. Vzhledem k tomu, že maloobchodní podniky se mohou v místním prostředí dramaticky lišit, může být edge computing efektivním řešením pro místní zpracování v každém obchodě.
Výhody edge computing
Edge computing řeší životně důležité infrastruktury výzvy-například omezení šířky pásma, nadměrné zpoždění a přetížení sítě. ale existuje několik potenciálních další výhody edge computing, které můžete udělat přístup atraktivní i v jiných situacích.
autonomie. Edge computing je užitečný tam, kde je připojení nespolehlivé nebo je omezena šířka pásma kvůli charakteristikám prostředí webu. Příklady zahrnují ropné plošiny, lodě na moři, vzdálené farmy nebo jiná vzdálená místa, jako je deštný prales nebo poušť. Edge computing má compute práce na místě-někdy na hraně samotného zařízení-například čidla kvality vody na čističe vody v odlehlých vesnicích, a můžete uložit data pro přenos do centrálního bodu, a pouze tehdy, když je k dispozici připojení k. Lokálním zpracováním dat může být množství odeslaných dat výrazně sníženo, což vyžaduje mnohem menší šířku pásma nebo dobu připojení,než by jinak bylo nutné.
suverenita dat. Přesun obrovského množství dat není jen technický problém. Cesta dat přes národní a regionální hranice může představovat další problémy pro bezpečnost dat, soukromí a další právní otázky. Edge computing lze použít k uchovávání dat v blízkosti jejich zdroje a v mezích převládajících zákonů o suverenitě dat, jako je GDPR Evropské unie, který definuje, jak by měla být data uložena, zpracována a vystavena. To může umožnit surových dat, které mají být zpracovány lokálně, zatemňovat nebo zabezpečení citlivých dat před odesláním nic do cloudu nebo primární datové centrum, které může být v jiných jurisdikcích.
Edge security. Konečně edge computing nabízí další příležitost k implementaci a zajištění bezpečnosti dat. Přestože poskytovatelé cloudu mají služby IoT a specializují se na komplexní analýzu, podniky zůstávají znepokojeny bezpečností a bezpečností dat, jakmile opustí okraj a vrátí se zpět do cloudu nebo datového centra. Zavedením výpočetní techniky na okraj, žádné údaje, procházení sítě zpět do cloudu nebo datového centra mohou být zabezpečeny pomocí šifrování, a na okraji nasazení samo o sobě může být tvrzené proti hackerům a jiným škodlivým činnostem, i když bezpečnost na zařízení internetu Věcí zůstává omezená.
Výzvy edge computing
i když edge computing má potenciál poskytnout přesvědčivé výhody v mnoha případech použití, technologie není zdaleka stoprocentní. Mimo tradiční problémů síťových omezení, existuje několik klíčových aspektů, které mohou mít vliv na přijetí edge computing:
- Omezené možnosti. Součástí přitažlivosti, kterou cloud computing přináší edge-nebo fog-computing, je rozmanitost a rozsah zdrojů a služeb. Nasazení infrastruktury na okraji mohou být účinné, ale rozsah a účel okraji nasazení musí být jasně definováno-i rozsáhlou okraji výpočetní nasazení slouží konkrétnímu účelu, v pre-určuje rozsah použití omezených zdrojů a několik služeb.
- připojení. Edge computing překonává typická síťová omezení, ale i nejodolnější nasazení edge bude vyžadovat určitou minimální úroveň připojení. Je důležité navrhnout nasazení edge, které vyhovuje špatné nebo nevyzpytatelné konektivitě, a zvážit, co se stane na okraji, když dojde ke ztrátě připojení. Autonomie, AI a elegantní plánování selhání v důsledku problémů s připojením jsou nezbytné pro úspěšné Edge computing.
- bezpečnost. IoT zařízení jsou notoricky nespolehlivá, takže je důležité, aby design výhodu výpočetní nasazení, který bude klást důraz na řádnou správu zařízení, jako jsou politika-řízený konfiguraci, vynucování, jakož i bezpečnost ve výpočetní a úložné zdroje-včetně faktorů, jako je software, opravy a aktualizace-se zvláštním důrazem na šifrování dat v klidu a v letu. IoT služby od hlavních poskytovatelů cloudu zahrnují bezpečnou komunikaci, ale to není automatické při vytváření okrajového webu od nuly.
- datové životní cykly. Trvalým problémem dnešního nadbytku dat je, že tolik těchto údajů je zbytečné. Vezměme si lékařské monitorovací zařízení – jsou to jen data o problémech, která jsou kritická, a nemá smysl udržovat dny normálních údajů o pacientech. Většina údajů zapojených do analýzy v reálném čase jsou krátkodobá data, která nejsou dlouhodobě uchovávána. Podnik se musí rozhodnout, která data si ponechat a co zlikvidovat, jakmile budou provedeny analýzy. A údaje, které jsou uchovávány, musí být chráněny v souladu s Obchodními a regulačními zásadami.
Okraj výpočetní implementace
Edge computing je jednoduchý nápad, který může vypadat jednoduše na papíře, ale rozvoj soudržné strategie a prováděcí zvuk, nasazení na okraji může být náročné cvičení.
prvním zásadním prvkem každého úspěšného nasazení technologií je vytvoření smysluplné obchodní a technické strategie edge. Taková strategie není o výběru dodavatelů nebo vybavení. Místo toho strategie edge zvažuje potřebu edge computing. Pochopení „proč“ vyžaduje jasné pochopení technických a obchodních problémů, které se organizace snaží vyřešit, jako je překonání síťových omezení a dodržování suverenity dat.
Tyto strategie by mohla začít s diskusí o tom, co okraji znamená, kde existuje pro podnikání a jak by to mělo prospěch organizace. Strategie Edge by se také měly sladit se stávajícími obchodními plány a technologickými plány. Pokud se například podnik snaží snížit stopu centralizovaného datového centra, edge a další distribuované výpočetní technologie by se mohly dobře vyrovnat.
Jak se Projekt přibližuje implementaci, je důležité pečlivě vyhodnotit možnosti hardwaru a softwaru. V okrajovém výpočetním prostoru je mnoho dodavatelů, včetně technologie Adlink, Cisco, Amazon, Dell EMC a HPE. Každá nabídka produktů musí být hodnocena z hlediska nákladů, výkonu, funkcí, interoperability a podpory. Z pohledu softwaru by Nástroje měly poskytovat komplexní viditelnost a kontrolu nad prostředím remote edge.
skutečné nasazení edge computing initiative se může výrazně lišit v rozsahu a měřítku, sahajících od některých místních výpočetních zařízení v bitvě zocelený krytu na vrcholu nástroj pro širokou škálu senzorů krmení vysoce-šířka pásma, nízká latence sítě připojení na veřejný cloud. Žádná dvě nasazení edge nejsou stejná. Právě tyto varianty činí strategii a plánování edge tak kritickou pro úspěch projektu edge.
nasazení edge vyžaduje komplexní monitorování. Pamatujte si, že to by mohlo být obtížné-nebo dokonce nemožné-aby si TO zaměstnanci fyzické okraji stránky, takže okraj nasazení by mělo být strukturováno poskytovat odolnost, fault-tolerance a self-léčivé schopnosti. Monitorovací nástroje musí nabízet jasný přehled o vzdáleném nasazení, umožňovat snadné zajišťování a konfiguraci, nabízet komplexní upozornění a reporting a udržovat bezpečnost instalace a jejích dat. Monitorování hran často zahrnuje řadu metrik a KPI, jako je dostupnost webu nebo provozuschopnost, výkon sítě, úložná kapacita a využití, a výpočetní zdroje.
A žádná implementace edge by nebyla úplná bez pečlivého zvážení údržby edge:
- bezpečnost. Fyzická a logická bezpečnostní opatření jsou zásadní a měla by zahrnovat nástroje, které zdůrazňují správu zranitelností a detekci a prevenci narušení. Bezpečnost musí rozšířit na snímače a zařízení internetu Věcí, jako každé zařízení je síťový prvek, který může být přístupné, nebo hacknutý — předložení zarážející počet možných útoku povrchy.
- připojení. Konektivita je další problém, a musí být přijata opatření pro přístup ke kontrole a podávání zpráv, i když připojení pro skutečná data není k dispozici. Některá nasazení edge používají sekundární připojení pro připojení a ovládání zálohování.
- řízení. Vzdálená a často nehostinná místa nasazení edge činí vzdálené zřizování a správu nezbytnou. IT manažeři musí být schopni vidět, co se děje na okraji, a být schopni v případě potřeby řídit nasazení.
- fyzická údržba. Fyzické požadavky na údržbu nelze přehlédnout. Zařízení IoT mají často omezenou životnost s běžnou výměnou baterie a zařízení. Zařízení selže a nakonec vyžaduje údržbu a výměnu. Praktická logistika místa musí být součástí údržby.
Možnosti Edge computing, IoT a 5G
Edge computing se neustále vyvíjí a využívá nové technologie a postupy ke zlepšení svých schopností a výkonu. Snad nejpozoruhodnějším trendem je dostupnost edge a očekává se, že služby edge budou celosvětově dostupné do roku 2028. Kde edge computing je často specifická situace dnes, technologie se očekává, že stát se více všudypřítomné, a posunout tak, že internet se používá, přináší více abstrakce a potenciální případy užití pro technologii edge.
to lze vidět v šíření výpočetních, úložných a síťových spotřebičů speciálně navržených pro edge computing. Více multivendorových partnerství umožní lepší interoperabilitu produktů a flexibilitu na okraji. Příkladem je partnerství mezi AWS a Verizon, které přináší lepší konektivitu na okraj.
Bezdrátové komunikační technologie, jako 5G a Wi-Fi 6, bude také mít vliv okraji nasazení a využití v příštích letech, což virtualizace a automatizace schopnosti, které ještě musí být prozkoumány, jako je lepší vozidlo, samostatnost a pracovní zátěž stěhování na okraj, přitom bezdrátové sítě více flexibilní a nákladově efektivní.
Edge computing získal oznámení s nástupem IoT a náhlý nadbytek dat takové zařízení vyrábět. Ale s technologiemi IoT stále v relativním plenkách bude mít vývoj zařízení IoT také dopad na budoucí vývoj edge computingu. Jedním z příkladů takových budoucích alternativ je vývoj mikro modulárních datových center (Mmdc). Na MMDC je v podstatě datová centra v krabici, uvedení kompletní datové centrum v malé mobilní systém, který může být nasazen bližší údaje-jako celé město nebo region-získat výpočetní mnohem bližší údaje bez uvedení okraje na údaje správné.