在许多方面，物联网仍然是一个流行术语。但更重要的是，源于各种物联网计划的新技术引发了数据中心的一场革命。大量新数据对如何利用深度学习、人工智能（AI）和机器学习（ML）应用程序产生重大影响。云计算平台只能执行其处理相关数据集的能力，物联网部署使云计算可以做的比以往任何时候都要多。
　　
　　随着新端点的爆炸式增长，收集了将近无限数量的数据，必须提出一个问题：这些数据有意义吗？通常，人们在云中拥有大量数据的原因之一是因为其他地方可供使用。随着边缘计算的兴起以及使用低功耗网关在本地运行推理引擎的能力，现在可以在将数据发送到云平台之前对其进行处理。这意味着发送到云平台的数据更加重要和更有意义，这使深度学习程序可以更好地理解以前可能遗漏的问题。
　　
　　边缘计算是数据中心行业物联网转型的下一个状态。它允许数据中心卸载可以更好分配的工作流。反过来，这使云计算能够执行更多的分析，同时使边缘计算能够基于云平台中完成的工作来实施更改和更新。数据中心行业将通过提供切实可行的结果的能力以及在更短的时间内处理更多有价值的信息的能力来实现自身的转型。
　　
　　传统的数据中心具有令人难以置信的计算能力，但是其构建和维护成本很高，尤其是在处理基本数据集时。这就像在餐厅点菜一样。这就是前台的工作人员的职责——接订单，询问规格，并将信息传递给后台。反过来，厨师可以专注于为顾客准备饭菜。边缘计算使传统数据中心最关键的资产能够专注于要求最高、优先级最高的项目。
　　
　　自动化是边缘计算兴起的关键驱动因素之一，它可以在不需要不断监督的情况下管理设施的工作流和流程。自动化有助于管理数据中心的日常运营，包括由人工操作人员进行的管理和监控，因此可以更专注于有意义的分析。与数据中心本身非常相似，操作人员和技术人员可以致力于运行数据中心或扩展其功能。边缘计算所需的许多工具无法使用用于维护任务的相同自动化工具来实现。因此，关键资产不再只是继续数据中心所需的操作，而是进一步用于扩展其功能。
　　
　　实施边缘计算的主要挑战之一是构建用例的最初“提升和转移”的高昂价格。有无数的概念证明（POC）从未在其最初的部署中实现过。扩展需要资本投资，并且需要能够看到长期收益与传统云计算看似近乎即时的回报的能力。在最初分发后，通常可以消除人们对解决方案易于安装和扩展的误解。
　　
　　此外，在许多边缘计算案例中，整合各种基础设施团队是一项挑战。恰当的例子：信息技术（IT）和运营技术（OT）部门之间的刻板印象。运营技术（OT）团队有充分的基础、真正的关注点，这是IT团队的角色，表现出了解它们的能力并接受这个新空间带来的缓慢而稳定的实施方法。
　　
　　尽管随着更多边缘计算案例的积累，边缘计算的全部优势将得到充分展现，但最终用户的成本已经显著降低。对于简单的任务，边缘计算的推理引擎和分析正在减少云计算处理的活动消耗。这是有益的，因为它通过消除财务障碍而增加了更多人员的可及性。这也减轻了对安全性的担忧。
　　
　　人们普遍认为，内部部署存储或边缘计算存储的数据更安全，因为运营商可以控制物理访问点。这强化了边缘计算可以帮助推动云计算平台整体采用的想法。此外，边缘计算的演变使更快地完成大量工作成为可能。
　　
　　数据中心、物联网和边缘计算的未来是“更多”。毫无疑问，将继续有更多成功的用例和大规模部署。正如人们所看到的那样，这些新兴技术将转变为重大成果，并且前几个案例研究逐渐发展成真正的广泛成功，因此部署新的边缘计算实例将变得不那么困难。一旦跨主要合作伙伴渠道建立了足够的可读性水平（该过程已经在进行中），构建新应用程序的过程将不再是定制部署，而是更多的现成体验。可扩展性将导致一定程度的商品化，从而导致指数性增长。

    编辑：Harris