边缘计算的核心在于将数据处理和分析推向网络的边缘，即靠近数据源的位置，以实现更快速的数据响应和减少网络压力。根据微软赞助的最新研究，超过79%的企业已经在实施或计划部署边缘计算策略。这一趋势源于企业对于在边缘设备上增强智能、获取数据并快速输出洞察的迫切需求。
然而，边缘计算的定义并不统一，不同研究机构和组织根据自身市场定位给出了各自的解释，使得这一概念变得更加宽泛。企业希望边缘策略与其数字化转型策略保持一致，但在实施过程中，需要重新审视数据治理、信息保留和使用政策等关键问题。
随着物联网设备的数量激增，预计到2025年将产生79泽字节（ZB）的数据，企业必须提升处理这些海量数据的能力。在此背景下，内存技术的重要性愈发凸显。边缘计算平台需要依赖内存和存储来满足各种应用程序的需求，包括人工智能、预测性维护等。
多核处理器的普及使得内存带宽成为提高计算速度的关键瓶颈。为满足下一代带宽需求，企业开始转向更高性能的内存技术。例如，动态随机存取内存（DRAM）的增加可以帮助提升计算能力。而新型内存技术，如DDR5，已经在性能上实现了显著提升。与DDR4相比，DDR5的有效带宽性能提高了约1.36倍，甚至在更高的数据传输速率下，性能提升接近两倍。
此外，边缘计算系统若要支持机器学习和推理，实现GPU级别的计算性能，就需要高性能的DRAM解决方案。这不仅要求内存具备高吞吐量，还要求更高效地利用内存块，以提高整体有效带宽。
成功实施边缘计算策略的基本要素包括内存、存储和IT基础设施。企业不应仅仅关注速度，而应稳步推进，确保每个环节都能达到既定目标。例如，通过优化内存使用，提高数据处理效率，以及确保IT基础设施能够支持新的业务模式。
总之，边缘计算策略的实施是一个长期的过程，需要企业在不断探索中稳步前行。通过精心规划和技术升级，企业可以充分发挥边缘计算的潜力，提升运营效率，控制成本，并在数字化转型的大潮中占据有利位置。
作者：David Henderson，美光嵌入式业务部门工业市场总监
构建边缘策略并非一蹴而就，而需要长期努力。
人们迫切期望在边缘设备上实现更强的智能，获取数据并输出洞察。最近一项由微软赞助的研究显示，79% 的企业目前已有或计划构建某种形式的边缘计算策略。越来越多的企业正转而采取边缘策略以减轻网络压力，更好地利用新服务并降低与传统数据中心连接的成本。实际上，边缘策略现已广为流行。据 Gartner 预测，到 2025 年，超过 50% 的企业托管数据将在数据中心或云之外创建1。
边缘策略已成为了一种趋势，各方企业都希望在该领域有所建树，并争相制定与其数字化转型一致的策略。然而边缘策略的定义一直比较模糊，因为各类研究机构和组织都试图根据自身的市场定位自主定义该概念。当前，人们对边缘计算的期望过高，且越来越多的人试图划分或定义边缘策略，因此它的定义变得更加宽泛。
为边缘策略做好准备
加速构建边缘策略体现出人们迫切需要利用边缘来提高运营表现并控制成本。然而边缘策略的转型需要长期努力，不可一蹴而就。正如大肆宣传的 5G 等技术那样，不能只狭隘地关注速度、连接密度和低延迟，而需关注如何解决网络基础设施的发展问题，以支持企业引入或使用以 IT 为重点的平台和即服务（aaS）业务模式。
企业需要重新评估数据治理、信息留存和使用政策等关键议题。IDC 预测，到 2025 年，数十亿台物联网设备将产生 79 ZB 数据，因此必须提高处理和简化激增数据的能力。
内存释放边缘数据的价值
能够托管边缘计算平台的具有人工智能加速和低延迟特点的内置系统将推动硬件基础设施增长。然而无论是托管还是聚合数据流，边缘计算都要依赖设备中的内存和存储来满足应用程序需求，如人工智能、预测性维护和其他应用等。
随着多核 CPU 数量的增加，满足下一代带宽要求的压力变得更大，因此需要更高的内存技术。这些复杂的系统需要更强的算力和自动化决策。
然而，单个核心的内存带宽一直以来是实现更高速计算解决方案的瓶颈。人们一般通过增加更多动态 RAM (DRAM) 来满足计算需求。
边缘计算系统想要支持机器学习与推理并实现 GPU 级别的计算性能，就需要高性能 DRAM 解决方案，不仅能提供每秒百万次传输 (MT/s) 的吞吐量，还能集合更高效的内存块 (bank) 使用，从而提高整体有效带宽。例如，美光在 3200 MT/s 的等效数据传输速率下对其 DDR4 和最新的 DDR5 系统级模拟进行了对比测试，结果显示 DDR5 的有效带宽性能提高了约 1.36 倍。而在更高的数据传输速率下，DDR5-4800 的性能提高了约 1.87 倍，几乎是 DDR4-3200 带宽的两倍。
我们认为边缘策略取得成功的基本要素包括内存、存储和 IT 状况。因此策略的实施重点不是速度，而是稳步推进计划以确保实现目标。
审核编辑 黄宇
