后疫情时代边缘计算的以后
数据驱动的解决方案 解决方案具有AI功能(特别是机器学习),可为业务流程解决方案提供支持,该解决方案可跨工作负载提供可预测的可扩展操作。将机器学习与实时网络监控相结合,可以提供必要的见解,从而为自动化工具提供支持,这些自动化工具能够比人工执行任务更快、更准确地配置、实例化和配置物理和虚拟网络功能。此过程还意味着IT团队可以将时间花在关键任务以及更高价值的计划上,这些计划可以为企业带来更高的利润。 将AI引入云 机器学习在边缘应用生命周期管理中也起着至关重要的作用。在由几个集中式数据中心组成的环境中,运营商可以确定应用的虚拟网络功能(VNF)的最佳性能条件。随着环境分解为成千上万个小站点,VNF具有更复杂的需求,必须相应地予以满足。 由于操作员没有足够的带宽来满足这些需求,因此机器学习算法可以在整个生产前周期中运行所有单个组件,以评估它们在生产现场的表现,从而使操作人员可以放心,经过测试将可以工作。 边缘消费的未来
随着优势的腾飞,它从根本上改变了服务提供商考虑其基础架构的方式。边缘越来越多地被视为通常由服务提供商提供和管理的优质资产,将通过AI和机器学习进行优化,以实现几乎无限的业务目的。一旦释放了这种高度身临其境的边缘计算能力,我们就会看到应用和新的工作负载出现在边缘,这是五年前简直无法想象的。 (编辑:沧州站长网) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |