邊緣運算在數位領域扮演著重要角色，受到人工智慧（AI）等先進技術需求的推動，對資料處理和傳送方式產生重要的變革。這也重新定義在資料處理的方式，並將在各個行業標準中重新塑造樣貌。
儘管邊緣運算目前僅佔AI處理的5%左右，但預測這一比例可能在不久將飆升至50%。當企業了解邊緣運算在公司技術生態系統中可發揮的功能，他們將考慮AI在業務中的相關應用，依據業務需求和效能考量，決定處理器應該在邊緣還是雲端進行，工程師和開發人員就可以建立所需的邊緣基礎設施，以支援未來這些應用的執行和發展。
過去將資料貼近用戶可能是一個新的概念，但現今世界中傳送的資料量和速度卻是前所未有的。這種趨勢代表將工作負載貼近用戶，特別是那些需要處理龐大工作量的資源，以消除中央核心雲端資料中心到物聯網（IoT）設備之間的延遲。隨著資料中心繼續充當雲端的中樞，新的增長將轉向邊緣運算。這種轉變將需要擴展邊緣資料中心以應對低延遲需求。
人工智慧和物聯網技術的融合更凸顯邊緣伺服器的重要性。這些本地接觸點對於各種服務至關重要，包括遊戲、視訊串流媒體以及以AI驅動的應用，這需要在邊緣增加更多的儲存容量。邊緣運算的影響也延伸至各個行業，例如，在製造業中，邊緣運算實現了即時監控和預測性維護，提高了效率並減少停機時間。同樣地，在醫療保健領域，邊緣運算更實現遠端病患監測和個性化治療的方案執行。
隨著大數據傳輸、AI智慧手機、智慧設備和技術發展和創新應用需求的的時代來臨，需要更靈活和有效地應對多模式人工智慧在資料處理與位置的變動挑戰。分散式網路邊緣資料中心將被大規模採用跟部署，以支援新的資料密集型和超低延遲應用程式，這些新的邊緣中心必須具備高可用性、完善維護，以避免意外斷電或非計畫性停機，同時還必須考慮碳排放和能源效率。
為了滿足AI和新技術的要求，物聯網硬體和軟體還有很長的路要走。智慧型手機產業競爭異常激烈，所有IT設備製造商，包括伺服器、處理器和網路交換機，都必須調整其產品組合以適應新技術，以滿足行動產業未來的需求，去中心化將是實現新邊緣未來的方式。
當企業邁出第一步，開始探索AI的用途時，企業確實需要先考量如何管理和分析內部資料，以確保資料的質量和價值，包括確定資料或分析處理應該發生在邊緣還是雲端等位置，確保AI應用的成功和有效性。總之，AI資料處理與邊緣運算的融合代表了科技領域的重大轉變，利用邊緣運算的接近用戶和即時操作能力，企業可以充分利用人工智慧的變革潛力，推動各行業的創新解決方案，提供優質用戶體驗。
＜本文作者：John Yang現為Progress 亞太區銷售副總裁＞