您知道到 2023 年，数据中心将消耗美国所有电力的 8% 左右吗？研究还表明，美国公用事业公司将需要投资约500亿美元用于新的发电能力，仅用于支持数据中心。
分析师预计，到 2030 年，数据中心的增量电力消耗将推动每天约 33 亿立方英尺的新天然气需求，这将要求能源供应商建立全新的管道容量。
这些惊人的预测凸显了对高能效计算解决方案的迫切需求。随着数据需求在 2020 年代呈指数级爆炸式增长，我们不能仅仅依靠集中式云基础设施来满足我们的计算需求。
进入边缘计算领域。
通过在网络边缘处理更靠近源头的数据，该技术最大限度地减少了流向大型集中式数据中心的流量。结果呢？大大提高了能源效率，减少了碳排放，并采用了更可持续的计算范式。
在本文中，我将解释边缘计算的工作原理，以及为什么在我们展望未来时，它对环境可持续性至关重要。我们将探索已经通过边缘计算优化能源使用的实际应用——从智能电网到工业物联网。我们还将消除一些阻碍更广泛采用的常见误解。
边缘计算不再只是一项利基创新;它有望实现绿色技术的彻底范式转变。现在是跨行业广泛实施的时候了。
了解边缘计算
边缘计算是一种分布式计算模型，其中数据在位于网络最边缘的智能设备和专用服务器上进行处理，尽可能靠近源头。这与传统的云计算模型形成鲜明对比，在传统的云计算模型中，大量数据必须从端点源长距离传输，才能在大型、集中式超大规模数据中心进行处理。
边缘计算和传统云之间的一些主要区别包括：
· 处理位置 — 使用边缘计算，关键计算和分析发生在本地设备和节点上，而不是总是将数据发送到遥远的集中式服务器。这种本地化处理最大限度地减少了不必要的远距离数据传输。
· 网络流量 — 边缘计算通过减少流向云服务器的大量数据流，减轻了网络的巨大压力。只需从边缘节点向前发送相关的分析结果。
· 延迟 — 在本地设备和边缘节点上处理数据可大大缩短响应时间。边缘计算可实现实时数据分析，这在往返到遥远的云层时是不可能的。
· 自主性 — 边缘节点可以独立处理和分析数据，即使在连接断断续续的情况下也是如此。这种能力对于传感器等物联网应用至关重要。
·现在你对边缘计算有了更多的了解，让我们看看是什么让这项技术嗡嗡作响。边缘计算架构的核心组件包括：
· 边缘设备 — 这些设备包括传感器、最终用户设备和在源头收集和预处理原始数据的机器。例如：智能手机、工业设备、家用电器、汽车。
· 边缘节点 — 这些包括直接位于现场或非常靠近端点设备的小型数据中心或服务器。他们处理大部分基本加工需求。
· 云服务器 — 这是指集中式超大规模数据中心，主要存储历史数据并执行复杂的、非时间关键的分析任务。选择数据从边缘节点转发到云。
通过在边缘处理关键计算，而不是仅仅依赖云，这种分布式系统架构在效率、更低的成本、更快的性能和可持续性方面取得了重大进展。在转向更绿色的数据技术方面，边缘计算是一个潜在的游戏规则改变者。
数据中心和云计算对环境的巨大影响
全球数据中心每年的电力消耗量已经超过 200 太瓦时。这比许多中型国家每年的国民能源消耗量还要多。
预计 2018 年至 2028 年间，全球数据中心容量将增加两倍。如果不大幅提高效率，到 2030 年，IT 基础设施的用电量可能达到全球总用电量的 20%，仅数据传输和处理就占了很大一部分。
这种呈指数级增长的能源密集型足迹对碳排放和环境可持续性产生了巨大影响。数据中心目前约占全球二氧化碳排放总量的 0.3%。没有效率提高的持续指数增长可能会严重阻碍全球脱碳努力。
此外，云计算的电力需求主要集中在某些低成本电力丰富的地理区域，特别是中国、日本、印度和美国的太平洋西北地区。超大规模数据中心的极端需求已经使这些地区的电网不堪重负。
显然，我们目前以大规模集中式云基础设施为中心的计算范式在环境上是不可持续的。随着物联网、人工智能、5G 和其他技术有望进一步推动数据生成，我们迫切需要智能解决方案来遏制排放。
在全球范围内，政府对碳排放的监管也年复一年地继续收紧。谷歌、苹果和 Microsoft 等主要技术领导者已承诺实现碳中和，并将环境可持续性作为其核心业务目标。对节能计算的激励比以往任何时候都更加强烈。
这就是边缘计算的用武之地。将密钥处理能力本地化到更靠近边缘的位置，而不是仅仅集中式云，可以带来改变游戏规则的效率收益。边缘计算允许用户在构建越来越大、越来越耗电的集中式数据中心之前，最大限度地利用现有基础设施。
边缘计算如何提高能源效率
那么，边缘计算究竟是如何优化整个计算频谱的能耗的呢？让我们看一些最重要的方法。
大幅减少数据传输
在本地边缘节点上处理更多数据，而不是将大量物联网遥测数据发送到遥远的集中式云，可以显著降低整体网络能耗。
更少的数据流量也大大降低了传输成本和基础设施需求。这些节省直接转化为节能。
更低的延迟可实现高效的实时分析
边缘节点上的本地化数据处理可大大降低网络延迟。随着往返数据传输时间从 120 毫秒或更长时间降低到仅 10-15 毫秒，应用程序可以更快、更高效地执行。
边缘计算释放的快速处理时间意味着设备和数据中心服务器可以更快地完成任务。这种性能的提高大大优化了能源使用。资源不会浪费在等待数据传输上。
边缘节点上的超低延迟还支持实时分析和应用，如自动驾驶汽车、工业自动化、AR/VR 等。它不需要集中式纯云基础设施的极端电力需求，而是试图为实时流程提供动力。
优化本地计算资源利用率
边缘计算允许用户优化现有设备的利用率和本地处理能力。通过将非关键任务分配给未充分利用的边缘服务器和用户设备，可以减少不必要的数据中心工作负载。
这种高效的资源优化限制了大规模耗电数据中心的无节制增长。因此，边缘计算控制了集中式云计算飞速增长的碳足迹，而集中式云计算的碳足迹已经太大了。
利用边缘计算提高能源效率的实际应用
许多行业已经在利用边缘计算的分布式架构来遏制排放并优化现实场景中的效率。
智能电网和能源管理
电力公用事业提供商正在整个电网的端点实施智能边缘节点，以实现实时监控、控制和优化。通过平滑需求高峰和平衡负载，支持边缘的智能电网可以大大提高输电效率。
边缘分析还可以对电网基础设施进行预测性维护，以避免停电和故障。传感器使公用事业公司能够快速隔离故障，而不会造成重大服务中断。这种弹性最终减少了能源浪费。
工业物联网 （IIoT） 和制造业
边缘计算使工厂、炼油厂和其他工业设施能够实时密切监控成百上千台机器和系统，从而实现优化、预测性维护和故障检测。这样可以防止停机并减少浪费。
超本地边缘分析还可以实现更快的运营响应，从而减少废品、返工、次优流程等。
智慧城市和建筑
使用边缘计算策略可以使城市基础设施变得高效。智能照明电网可以实现显着的节能或更多。建筑物还可以利用边缘节点自主管理供暖、制冷、安全系统、电梯组和其他分布式能源负载，以减少消耗。
智慧城市开始基于本地边缘节点，对公共交通、路灯、停车系统等实施智能交通管理。巴塞罗那估计，通过相对简单的边缘计算应用，城市照明可以节省30%的能源。
当在全球城市中成倍增加时，这些由边缘计算实现的本地优化具有巨大的可持续性影响。
挑战与未来方向
边缘计算在提高各行各业的能源效率方面显示出巨大的前景，但仍有一些挑战需要克服。这些包括：
· 初始基础设施成本可能很高，投资回报率尚不清楚。
o 边缘硬件的一次性资本支出应该可以节省数年的能源。
· 去中心化网络会出现安全和数据隐私问题。
o 加密边缘数据传输和限制访问等强有力的措施将是关键的保障措施。
· 不成熟的标准和碎片化对广泛的互操作性提出了挑战。
o 需要全行业的合作来开发开放、统一的边缘框架。像Linux基金会的LF Edge计划这样的组织旨在推动标准的发展。
展望未来，边缘计算对效率的影响可以通过以下方式进一步放大。
● 开发专为节能处理而优化的低功耗边缘硬件 — ARM 的新型 Neoverse V1 服务器处理器就是一个很好的例子。
● 与可再生能源更紧密地集成 — 为边缘节点配备太阳能电池板、电池和微电网设计可以减少对化石燃料的依赖。
● 跨技术领域的广泛部署 — 这意味着不仅在选定的工业用例中采用，而且扩展到消费物联网、车辆、电器等。无处不在的边缘智能将实现收益最大化。
研究人员预测，如果这些进步继续下去，边缘计算可能会在未来十年内大幅减少全球数据中心的能源使用。随着需求呈指数级增长，这将极大地限制云计算对环境的影响。
结论
边缘计算为可持续技术提供了一种变革性模式，摆脱了集中式范式。通过在智能分布式节点上本地处理数据，而不是大规模集中式服务器，它抑制了数据传输并最大限度地提高了基础设施效率。
这些好处不仅仅是理论上的，世界各地的行业已经在利用边缘计算的分布式特性来推动经过验证的节能。
随着 2020 年代数据量的爆炸式增长，计算领导者迫切需要可扩展的解决方案，以避免过度依赖越来越大、耗电的超大规模数据中心。边缘计算使组织能够满足不断升级的数据需求，同时限制对环境的影响。
对于在不断增长的计算工作负载与绿色目标之间取得平衡的技术领导者来说，边缘计算看起来越来越像一个关键的推动因素。现在是实施边缘战略的时候了。