近期，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，並且將邊緣運算的生態系統分為四種原型。上個月，我們已經說明了第一種資料密集型，接下來將針對人為延遲敏感型以及機器間延遲敏感型進行說明。
人為延遲敏感型主要包含了為了人們便於使用，而讓服務最佳化的使用案例。如同它的名字，速度就是這個原型的特色，而顧客經驗最佳化的使用案例就是人為延遲的挑戰所在。例如在電子商務等應用上，速度對使用者經驗有最直接的影響，若能透過基礎結構的改善，改善網站的回應速度，就可以直接增加點閱率及銷售量。
另一個常出現的人為延遲敏感類型應用是自然語言處理。語音非常可能成為未來消費者與IT應用互動的首要方式。目前自然語言處理應用是在雲端處理，例如Alexa或Siri等等。然而，當使用者的數量、使用的應用程式及支援語言增加的時候，就必須要將這個功能交付使用者。資料傳送延遲會直接影響使用者的科技使用經驗，包括語言處理和增強實境，或是零售業者的銷售和獲利，例如網站最佳化和智慧零售。當這些使用案例增加，本地資料處理中心的需求也會增加。
機器間延遲敏感型則是涵蓋了為機器間使用而最佳化服務的案例。因為機器處理資料的速度比人類快上許多，所以這個類型決定性特色也是速度。若是不能依照機器需求速度去傳輸資料，會導致比人為延遲敏感原型更嚴重的後果。
舉例而言，被用來處理自動化金融業務的系統就是延遲敏感型，例如商品或是股票交易。在這些案例，價格在毫秒內就會變化，如果需要時沒有最新的資料，就不能最佳化交易，甚至導致損失。智慧電網科技也是這個類型。其他機器間延遲敏感的應用包括：透過影像辨識的智慧安全系統、軍事戰爭模擬和即時分析。
每一種原型通常也需要一個本地的資料中心，接近源頭來提供儲存和處理功能。在某些情況下，本地中心可以是一個獨立的資料中心。但大多時候，本地中心是一個以排或架為基礎，能提供30至300千瓦的容量。這些以排或架為基礎的環繞系統整合了通訊、運算儲存，也包含電源保護、環境控制和實體安全的功能。對於那些需求高使用性的原型而言，例如機器間延遲敏感型，本地的中心必須包含額外的電力系統，並且可以裝設遙控管理、監控。在本地中心，許多使用案例也會需要資料加密及其他的安全措施。
＜本文作者侯建州為Vertiv台灣區總經理＞