邊緣運算（Edge Computing）在過去幾年內，成為最廣受討論的IT議題之一。根據Grand Valley Research預估，2018至2025年，邊緣運算的複合年均增長率將達到41%。幾乎每個產業都意識到，集中式的IT基礎架構對使用者和新興技術的支援造成了限制，這也是為何使用者和個人裝置會逐漸貼近儲存和運算功能的原因。
隨著使用者與裝置不斷製造與消耗大量資料，資料連結性成為必然產生的轉變。為了迎接智慧時代和物聯網（IoT）的到來，改變運算和儲存基礎架構（特別是本地層級）是非常重要的。
Vertiv的邊緣運算專家與第三方顧問公司合作，分析邊緣生態系統的使用案例，以進一步了解這些差異和支援基礎架構所代表的意涵。Vertiv研究團隊在檢視超過100個邊緣技術的使用案例後發現，邊際運算將可以分為四種原型，其中之一為資料密集型，諸如智慧城市、智慧工廠、智慧家庭、虛擬實境以及高畫質內容傳播等等，均是常見的應用案例。
因為資料量較大，或是因傳輸產生的費用、使用頻寬等原因，讓這些案例難以直接從網路傳輸到雲端，或是從雲端到使用點。在資料密集邊緣運用案例中，被討論最廣泛的例子大概就是高畫質內容傳輸。在2016的數據中，影片佔了73%的IP流量，而預估在2021前將增加到82%；而串流影片與虛擬實境將會持續增長。主要的內容提供者，例如Amazon和Netflix正積極與主機託管廠商合作以擴大他們的運送網路，並讓資料密集影片串流和使用者更接近，以降低成本和延遲時間。
另一個資料密集原型的主要例子是用來打造智慧家庭、建築、工廠及城市的物聯網網路。雖然物聯網的使用仍處於早期階段，但隨之而來的大量資料已讓企業組織感到難以管理。這與高畫質內容傳輸所面對的挑戰正好相反，這些應用程式必須從起源到中央處理點，移動由裝置和系統所產生的大量資料，而不是將資料移動到使用端。也就是說，邊緣末端會需要很大量的運算量，使裝置及系統對可以對感應器所提供的資料做出回應和決定。
在石油和天然氣事業中，數位化已經大幅改善探勘和提煉流程的效率，但同時龐大的資料量也為資料管理帶來許多挑戰。一個鑽探設備每天就會產生數TB的資料。其他資料密集的使用案例包括虛擬實境、高效能運算以及限制連結的環境，譬如有些面對過自然災害或網路攻擊而進行災難復原的地區。
＜本文作者：侯建州，現為Vertiv台灣區總經理。＞