尽管边缘计算不是一个坏主意，但并不是对每个部署都有意义。
　　
　　现在行业正在大力推动物联网设备边缘计算的概念。这个想法是，企业在边缘设备中投入的计算能力越强，理论上需要从边缘设备中获取的数据量就越少。
　　
　　现在边缘计算在5G、Wi-Fi6和毫米波部署之前就有了很大的意义，所有这些都可以提供与有线连接相匹敌的无线连接。现在，这肯定会迫使企业改变数据中心的位置，因为后端的拥塞将迫使其从巨大的集中式数据中心转移回网络拓扑结构。
　　
　　这将更加分散。但人们质疑，在计算机行业正从边缘计算转向云计算之际，边缘计算的需求正变得更经济、更可靠、更安全。
　　
　　虽然人们并不认为边缘计算是个坏主意，但也不认为它对每个企业的部署都有意义。而计算机行业开始接受的这些好处也将适用于物联网设备。
　　
　　回顾发展
　　
　　当涉及到技术浪潮时，人们往往的态度往往是非此即彼。当个人电脑问世的时候，它将接管世界，而IBM公司非常兴奋，他们几乎淘汰了自己的主机，而现在，主机在近40年后仍然非常有利可图。
　　
　　当苹果推出iPad时，人们断定电脑即将消亡，而现在看来，电脑市场看起来也相当健康，而平板电脑市场几乎不再变得有趣。具有讽刺意味的是，被视为平板电脑浪潮之父的史蒂夫•乔布斯实际上似乎早在几年前就预言了这一结果。
　　
　　我们应该了解的是，大多数事情并不是相互排斥的。除个人电脑之外，大型机仍然可以工作，平板电脑可以作为一种补充，并且无需更换个人电肪。而且，人们还会发现，尽管边缘计算在某些方面可能有意义，但集中式资源将是更容易确保安全的选择。
　　
　　边缘计算的安全速度突飞猛进
　　
　　现在，如果不是因为人们现在有州级参与者试图颠覆网络，那么就不用担心边缘计算将在物联网中占主导地位这一概念。
　　
　　但是，一旦考虑到必须分别保护这些设备的安全，将计算性能转移到边缘的愿望就会显著下降。这种信念可以追溯到以下想法：如果集中计算能力，则可以降低相关的复杂性，并降低潜在的攻击面。企业无法使用不会运行恶意软件的恶意软件来破坏设备。
　　
　　但是，一旦将计算能力放到需要定期使用复杂代码进行修补和更新的设备中，攻击者便有更多机会入侵设备，而使用物联网，则会获得更多的利益。
　　
　　增加数据偏差
　　
　　边缘计算的另一个问题是引入偏差的可能性增加。边缘计算限制了数据流向中央资源的流动，在该中央资源中，机器学习（ML）或深度学习（DL）人工智能会尝试利用它们，并且它们是通过策略来实现的。
　　
　　例如在几年前的一个亚马逊的案例中，他们试图确定为什么有些客户很晚才收到他们的包裹。亚马逊公司是全球仪器和技术措施最完善的公司之一。他们引入了一家专业公司，他们发现在建立跟踪系统时，假设中央配送中心的配送不会流向最终客户。
　　
　　因此他们没有捕获相关数据，因为他们认为数据集为零。但是，一位经理认为他是通过允许来自这些中心的最终客户分发产品来提供帮助的。正是这些分布导致了这个问题。
　　
　　假设管理者或员工会遵守政策，即使是小公司，结局也会很糟糕。这几乎可以肯定是大公司面临更多的问题，这就是流入分析系统的数据不能像例中那样受到限制的原因，这是因为，如果是这样，不仅不会看到问题，而且当看到问题时，很有可能无法轻易地看到原因。
　　
　　因此，出于两个原因，安全性和确保数据流的完整性，认为边缘计算应该是例外，而不是规则。
　　
　　人们经常会遇到这样的问题：对一种趋势感到兴奋而不去思考，这会让人们变得不那么安全。边缘计算，就像所有的大型技术一样，对某些事情来说确实有意义，但不应该盲目地采用它。
　　
　　如果遇到了严重的拥塞问题，则将一个问题（数据流量）和另外两个更大的问题（漏洞和数据损坏）切换为有意义，但是随着更高带宽功能的上市，该驱动程序应该逐渐减少。
　　
　　任何解决方案都应从问题开始，然后围绕它制定解决方案。人们不会用尽全力并尝试强制解决每个问题的解决方案，因为这将导致糟糕的结果。但是，这是人们最常做的事情。也许这次人们应该考虑在没有意义的地方不要这样做。
　　

         编辑：Harris