邊界計算的許多方面并不新鮮，但仍在迅速發展。各種形式的制度，雖然有一種比歷史更為可能和反常的方式。
通過了解傳感器數據和機器學習數據，它可以幫助it領導者解決問題。
然而，即使我們在一些邊緣計算中發展出新舊架構的回聲，我們也完全發展出了邊緣趨勢。這些趨勢是非常新的，與以前存在的趨勢不同。例如，借助傳感器數據和機器學習數據，他們正在幫助it和商業領袖解決從電信到汽車等行業的問題。
應注意邊緣計算的趨勢
Edge專家討論了it和商業領袖在2022年應關注的六大趨勢：
一
1、邊界工作量正在增加
我們看到的一大變化是邊界上的大量計算和存儲。分散系統的存在通常是為了減少對網絡連接的依賴。最后，不可能在一個中心完成任務。這個假設的位置是希望進行合理和可靠的通信。可能正在改變。
根據定義，物聯網通常包括收集數據。然而，由于學習應用程序所需的數據是從攝像頭傳輸的，原本可能是一個小流量的數據現在變成了洪水。然而，即使培訓模型通常位于一個集中的數據中心，該模型的持續應用也將被推向網絡開發。這限制了網絡要求，并允許快速本地操作，例如在傳感器讀取異常時關閉機器。目標是提供想法，并在需要時采取行動。
2、risc-v的研究進展
當然，數據密集型和計算密集型工作負載需要具有硬件特性。它們的應用、性能、能力和成本。傳統的選擇通常是定制、arm或x86。一個是完全開放的。隨著時間的推移，Arm和x86solar開發了一個支持硬件和軟件的大型生態系統，主要由生產過程組件的設計師驅動。
Risc-v是一種新型的、一站式的、基于硬件的開放式指令集體系結構。
紅帽全球新興技術傳道者嚴飛雪表示：“risc-v獨特地看到其設計過程和規范是真正開放的。該設計設想社區基于集體經驗和研究做出決定。”
美國的開放式方法和隨之而來的動態生態系統有助于促進risc-v設計在廣泛行業中的生存。Risc-v國際熱帶CalistaRedmond觀測到：“隨著向邊界計算的過渡，我們整個環境生態系統對risc-v進行了大量研究。從阿里巴巴、安第斯科技和NXP等跨國投資公司到sifive、世界語科技和綠波科技等科技公司，我們正在設計創新的人工智能risc-v解決方案。”
3、Vran成為一個重要的邊界示例
作為5g部署的合作伙伴，運營商正在轉向一種更靈活的vran方法，通過解耦硬件和軟件來劃分高級邏輯ran。組件，并使用云技術進行自動部署、擴展和工作負載分配。
作為5g部署的合作伙伴，運營商正在轉向更靈活的虛擬無線接入網絡vran方法。
紅帽電信解決方案經理HanenGarcia和紅帽新興技術傳播者ishuma說：“研究證據表明，與傳統的應用程序/集中式配置虛擬化相比，虛擬部署ran（vran）/開放ran（Oran）解決方案可以實現高達44%的網絡TCO節約。”，“通過現代化，通信服務（CSP）簡化了網絡操作，提高了效率、可用性和效率，同時增加了
4、大型活動的運作模式
邊界計算的網絡方面可能不同于僅在數據中心內實現的網絡方面。設備和計算機的物理安全性可能很弱，現場沒有IT人員。網絡可能不可靠。良好的連接性和低延遲不可用。但許多最緊迫的挑戰與規模有關。可能有無數（或更多）的網絡需求。
“嚴重減少，大大減少操作。”
紅帽高級軟件工程師克里斯·墨菲（KrisMurphy）確定了大規模任務必須采取的四項主要措施：“規劃、最小化逐步推廣、使小拉動自動運行和使小拉動自動。”
，她建議進行事務性更新，即原子更新，這樣系統就不會處于最后只能出現部分更新的狀態。“出口連接更可能”。還要注意不要進行所有更新以限制最大值。
5、邊界計算需要驗證
在嚴重的情況下，需要很少或根本不需要當地資源的能力是一個值得考慮的務實選擇。此外，一些人認為任何方法都需要高度可擴展性，并且其他用途和用途將非常有限。杰出的。選擇KeyTime項目。本·菲舍爾說。
KeyTime使用帶寬提供操作系統（IMA）啟動和運行時驗證，并使用其他筆記本電腦、主機和服務器主板接口遠程模塊（TPM）。如果沒有可用的硬件TPM，則可以加載虛擬化啟動和運行時驗證。這是一種驗證設備是否已啟動到已知狀態并在運行時保持該狀態的方法，預期狀態將發生變化，該變化將顯示在測量中，該變化將使邊緣設備離線，因為它不再受信任狀態的影響。可以在受信任的狀態下對設備進行調查、修復和重用。
6、生長計算在邊界處更為重要
邊境安全需要廣泛的準備。網絡連接、電源、人員、設備、功能等可用數據豐富，但遠程可擴展中心資源有限。有限的資源限制了確保可用性和安全性的能力。除了在線本地存儲和連接到更集中的系統之外，growthcomputing還提供了使用數據的能力，而無需在邊界計算設備上進行清理。
Fischer認為，“由于計算設備上的基本資源，可以安全地計算基本設備的基本數據，這些數據可以作為基本計算的基礎。”
珠穆朗瑪峰集團的成長計算聯盟（CCC）的報告“成長計算-安全計算的下一個前沿”，報告“使用生物計算數據可以實現新的效率，而不影響IP隱私”，并通過構建安全的基礎設施擴展邊界分析，而不損害數據安全。“此外，培訓計算”確保設備和物聯網設備僅執行授權命令和代碼。在物聯網和邊界設備中，并繼續使用計算，通過防止篡改和修改代碼來控制關鍵基礎設施的數據。”
邊緣計算的應用范圍從自動駕駛汽車到收集敏感信息。
棉花的跨行業應用
有一些共同點——一些健身步驟、云本地和容器技術的使用、更多學習機的使用、更多電信應用。通常與工業聯系在一起，工業用途幾乎沒有一起完成，在物聯網中汽車工業會發生什么。