對于自動駕駛汽車，必須做出閃電般快速、100%準(zhǔn)確的決策。如果一個孩子跑過馬路，汽車在剎車之前不能冒哪怕是最輕微的延誤風(fēng)險。

然而云計算卻是連接到集中式數(shù)據(jù)中心，在遙遠(yuǎn)的數(shù)據(jù)中心處理完數(shù)據(jù)，再將結(jié)果返回到汽車。每一毫秒都是寶貴的，這種方式顯然是不可接受的。

邊緣計算就是在網(wǎng)絡(luò)的“邊緣”現(xiàn)場處理數(shù)據(jù)。它消除了連接到遙遠(yuǎn)數(shù)據(jù)中心的需求，因此比云計算更快。研究表明，邊緣計算可以將處理速度提高30倍!

最關(guān)鍵的是邊緣計算使“不可能”成為可能。如果沒有邊緣計算，自動駕駛汽車、物聯(lián)網(wǎng)、AR和5G的商業(yè)化等將永遠(yuǎn)無法起步。

不過，如果您要追求像亞馬遜云計算或者阿里云一樣實現(xiàn)10倍或20倍的收益，那么現(xiàn)在您應(yīng)該專注于計算的下一個改朝換代的時機，那就是邊緣計算。

亞馬遜云計算、Salesforce、微軟 ，或者阿里云、騰訊云、華為云，包括中國移動、中國電信、中國聯(lián)通，都踩到了計算發(fā)展的這個節(jié)奏，正在邊緣計算領(lǐng)域開拓市場。

別管真與假，大筆資金已經(jīng)涌入邊緣計算

邊緣計算是計算的第四個高潮?

雖然邊緣計算還不像人工智能(AI)、5G、增強現(xiàn)實(AR)和物聯(lián)網(wǎng)(IoT)等技術(shù)那樣的熱門、流行，但是大筆資金已經(jīng)涌入邊緣計算，應(yīng)用前景也日漸清晰。

因為，業(yè)界堅信，在大型機、個人計算機、互聯(lián)網(wǎng)和云計算之后，邊緣計算被認(rèn)為是改變IT計算產(chǎn)業(yè)的又一個革命，會造就新的萬億級企業(yè)巨頭。

Grand View Research預(yù)計，邊緣計算市場有望以每年54%的速度增長，到2025年規(guī)模將接近290億美元。

全球研究公司易觀梅森(Analysys Mason)的數(shù)據(jù)顯示，未來三年企業(yè)IT預(yù)算的30%將用于邊緣計算。

不同的機構(gòu)針對邊緣計算的產(chǎn)業(yè)發(fā)展都從不同角度做了分析。

Gartner的研究報告預(yù)測，到2025年，在“傳統(tǒng)的”集中式數(shù)據(jù)中心或云存儲以外處理的企業(yè)生成的數(shù)據(jù)的比例將從2018年的10%躍升至75%。

Forrester也認(rèn)為邊緣云服務(wù)市場未來成長速度將達到50%以上。2020年將是“邊緣計算的突破之年”，之后邊緣計算可能會超越云計算。

總之，邊緣計算很容易成為我們所處的數(shù)字時代中最新的也是最好的投資機會之一。不過它不會是一個"贏家通吃"的市場。隨著邊緣計算的蓬勃發(fā)展，將有很多的10倍或更好成長的公司誕生。

邊緣計算的真與假?

在邊緣計算發(fā)展過程中，曾有過真假邊緣計算的爭議。這對邊緣計算發(fā)展而言，意義其實不大。

邊緣計算是指在智能手機等設(shè)備上處理數(shù)據(jù)。與云計算不同，云計算在遠(yuǎn)程、遙遠(yuǎn)的數(shù)據(jù)中心處理數(shù)據(jù)，邊緣計算使設(shè)備能夠在收集數(shù)據(jù)時立即執(zhí)行部分或全部數(shù)據(jù)處理。

因為智能設(shè)備變得越來越強大，設(shè)備不再需要將每一小段數(shù)據(jù)(無論是否有用)發(fā)送到云端，可以處理更多的數(shù)據(jù)和任務(wù)。

例如，辦公室的安全攝像頭在一夜之間收集的所有數(shù)據(jù)，其中絕大多數(shù)視頻數(shù)據(jù)都顯示了空蕩蕩的走廊和房間。發(fā)送所有這些數(shù)據(jù)到云上顯然是浪費帶寬。但是，配備AI的安全攝像頭能夠立即分析圖像，檢測到異?；顒硬⒏婢涂梢钥焖賹崿F(xiàn)安全監(jiān)控功能。

很多專家比如說，章魚就是用“邊緣計算”來解決實際問題的。作為無脊椎動物中智商最高的一種動物，章魚擁有巨量的神經(jīng)元，但有60%分布在章魚的八條腿(腕足)上，腦部卻僅有40%。也就是說章魚是用腿來思考并就近解決問題的。

云計算與邊緣計算兩者實現(xiàn)互補。

未來，邊緣計算更勝云計算一籌嗎?其實不然!

云計算是人和計算設(shè)備的互動，而邊緣計算則屬于設(shè)備與設(shè)備之間的互動，最后再間接服務(wù)于人。邊緣計算可以處理大量的即時數(shù)據(jù)，而云計算最后可以訪問這些即時數(shù)據(jù)的歷史或者處理結(jié)果并做匯總分析。

如果云計算是章魚的大腦，那么邊緣計算就是章魚的觸角，觸角對于外界刺激的反應(yīng)大都出于本能，而這些不斷的刺激產(chǎn)生的結(jié)果最后會匯集到大腦中，進而作為觸角后續(xù)的行為提供決策的依據(jù)。

由此來看，云計算和邊緣計算是一種共生和互補的關(guān)系，現(xiàn)在和未來都不會出現(xiàn)誰取代誰的問題，而是誰在哪些計算上更有優(yōu)勢，誰更合適哪些場景。

邊緣計算的輕與重，應(yīng)用場景復(fù)雜多變

云計算、IOT、AI、5G等技術(shù)的發(fā)展，為邊緣計算的發(fā)展插上翅膀。

在邊緣計算中，你隨處可以找到這些技術(shù)的影子。

云計算為企業(yè)提供計算、存儲和網(wǎng)絡(luò)服務(wù)。Amazon S3、Azure Storage 和 Google Cloud Storage 等對象存儲服務(wù)成為托管的工作負(fù)載所使用的內(nèi)容的存儲設(shè)備。

Amazon Cloudfront、Azure CDN、Google Cloud CDN等 CDN 成為對象存儲的邏輯擴展，用于跨邊緣站點網(wǎng)絡(luò)分發(fā)和緩存內(nèi)容。

工業(yè)物聯(lián)網(wǎng)(IIoT)的興起導(dǎo)致了物聯(lián)網(wǎng)網(wǎng)關(guān)的引入——一種將本地設(shè)備使用的協(xié)議轉(zhuǎn)換為云協(xié)議的專用設(shè)備。IoT 網(wǎng)關(guān)還充當(dāng)數(shù)據(jù)聚合器，將來自多個設(shè)備的遙測流組合和多路復(fù)用，并在流式傳輸?shù)皆浦皩ζ溥M行篩選。

最近，人工智能成為IIoT的關(guān)鍵組成部分。通過在邊緣部署深度學(xué)習(xí)模型，組織能夠?qū)崟r執(zhí)行推理。預(yù)測性維護——一種在實際中斷之前檢測設(shè)備和機械故障的方法，需要更快的周轉(zhuǎn)時間。IIoT客戶希望通過保持AI模型更接近充當(dāng)數(shù)據(jù)來源的設(shè)備，在本地運行AI模型。

在通過5G網(wǎng)絡(luò)連接的電信運營商設(shè)施上運行的基礎(chǔ)設(shè)施具有低延遲。電信營運商如中國電信、中國移動、中國聯(lián)通正在轉(zhuǎn)向多租戶托管基礎(chǔ)設(shè)施層，以彌合云與最終用戶之間的差距。亞馬遜、谷歌、IBM和微軟，以及阿里云、騰訊云、華為云等云提供商正在與電信公司合作，將一些托管服務(wù)引入基于5G的邊緣站點。

邊緣計算涵蓋了從設(shè)備到云的整個范圍，范圍足夠大，能夠滿足不同企業(yè)的發(fā)展需求。

微邊緣是邊緣計算層的最新化身。當(dāng)微控制器能夠運行TinyML AI模型時，它就有資格成為微邊緣計算設(shè)備。在此用例中，連接到微控制器的傳感器生成深度學(xué)習(xí)模型，用于推理的遙測流。與微控制器收集遙測數(shù)據(jù)并引入邊緣計算層的其他方案不同，這種類型的邊緣在微控制器和微處理器的上下文中運行。

迷你邊緣比如基于基于ARM64和AMD64 架構(gòu)的單板計算機。它通常由AI加速器提供動力，以加快推理速度。它還能夠運行成熟的操作系統(tǒng)，如Linux或Microsoft Windows。Mini Edge附帶了與AI加速器關(guān)聯(lián)的軟件堆棧。這些類型的邊緣設(shè)備非常適合協(xié)議轉(zhuǎn)換、數(shù)據(jù)聚合和 AI 推理。

中邊緣部署模型表示在邊緣計算層運行的廉價計算機群集。計算集群由內(nèi)部圖形處理單元 (GPU)、現(xiàn)場可編程門陣列 (FPGA)、視覺處理單元 (VPU) 或?qū)Ｓ眉呻娐?(ASIC) 提供支持。像 Kubernetes 這樣的集群管理器用于編排集群中的工作負(fù)載和資源。

重邊緣計算設(shè)備通常是在企業(yè)數(shù)據(jù)中心內(nèi)運行的超融合基礎(chǔ)架構(gòu)(HCI)設(shè)備。它帶有通常由供應(yīng)商管理的一體化硬件和軟件堆棧。重度邊緣需要僅在企業(yè)數(shù)據(jù)中心等環(huán)境中可用的電源和網(wǎng)絡(luò)資源。

AWS Snowball Edge、Azure Stack Edge、NVIDIA EGX A100和Nutanix Acropolis是重邊緣的一些例子。

多接入邊緣計算(MEC)將流量和服務(wù)計算從集中式云轉(zhuǎn)移到網(wǎng)絡(luò)邊緣，更靠近客戶。隨著5G成為現(xiàn)實，MEC正在成為公共云消費者和提供商之間的中介層。

AWS Wavelength、Azure Edge Zones 和由 Anthos 提供支持的 Google Global Mobile Edge Cloud 就是 MEC 的例子。

邊緣云執(zhí)行CDN對靜態(tài)內(nèi)容所做的操作，但針對動態(tài)工作負(fù)載。它允許在多個端點之間分發(fā)應(yīng)用程序的組件，以減少往返過程中涉及的延遲。

邊緣云依靠容器和微服務(wù)等現(xiàn)代應(yīng)用程序開發(fā)范例來分配工作負(fù)載。應(yīng)用程序的靜態(tài)內(nèi)容和無狀態(tài)組件在整個全球網(wǎng)絡(luò)中復(fù)制和緩存。邊緣云提供商可能支持AI加速作為可選功能。由于它是作為托管服務(wù)提供的，因此客戶不必處理硬件和軟件維護。

邊緣計算和生態(tài)系統(tǒng)的定義正在迅速發(fā)展，以滿足企業(yè)客戶的需求。

邊緣計算市場的中國力量

中國軟件網(wǎng)發(fā)現(xiàn)，在中國 邊緣計算 企業(yè)中，主要 分成 五 類 ：

一是云計算廠商。基于自身強大的IaaS和PaaS，云計算企業(yè)采用分布式技術(shù)將算力和存儲向外進行拓展和延伸，自頂向下、由內(nèi)而外覆蓋邊緣計算，而控制中心仍牢牢地掌握在中央節(jié)點里。

典型企業(yè)包括微軟、AWS、Google，以及阿里云、騰訊云、華為云等巨頭。

如華為邊緣計算全方位的玩家，重邊緣主要集中在覆蓋5G核心網(wǎng)、5G基站、5G UPF邊緣網(wǎng)元、MEC邊緣MEP/MEPM 等符合ETSI規(guī)范的MEC產(chǎn)品。

輕邊緣領(lǐng)域則推出了華為AR502H等物聯(lián)網(wǎng)關(guān)，提供SDK實現(xiàn)計算、存儲、網(wǎng)絡(luò)資源靈活調(diào)用。

阿里云重邊緣技術(shù)，ENS基于CDN的布局進行建設(shè)，也規(guī)劃基于運營商邊緣節(jié)點和網(wǎng)絡(luò)構(gòu)建。輕邊緣技術(shù)OpenYurt是基于Kubernetes 實現(xiàn)的開源IoT設(shè)備輕邊緣底座，能夠和阿里云實現(xiàn)輕邊緣的應(yīng)用下沉。

二是傳統(tǒng)電信運營商。相對于其他玩家，電信運營商擁有的資源優(yōu)勢和基礎(chǔ)布局，在邊緣計算的競爭中贏在了起跑線上。

電信運營商已經(jīng)有與企業(yè)客戶的觸點，把企業(yè)通信、基礎(chǔ)網(wǎng)絡(luò)、個人/集團業(yè)務(wù)整合起來，和邊緣計算業(yè)務(wù)打包，會產(chǎn)生相當(dāng)強大的吸引力和市場競爭力。

運營商紛紛開始部署移動邊緣計算(MEC)。中國移動已在10個省20多個地市開展多種MEC應(yīng)用試點。早在2018年1月，中國移動浙江公司聯(lián)合華為率先布局MEC技術(shù)，進一步推動網(wǎng)絡(luò)實現(xiàn)超低時延、更佳體驗，打造未來人工智能網(wǎng)絡(luò)。

中國電信與CDN企業(yè)合作，想要通過MEC邊緣CDN的部署，作為現(xiàn)有集中CDN的延展，同時為多網(wǎng)絡(luò)用戶服務(wù)。

德國電信(Deutsche Telekom)在提高自動駕駛汽車的連接性、數(shù)字化轉(zhuǎn)型以及推進5G更好的網(wǎng)絡(luò)性能方面使用邊緣計算。

三是CDN廠商。CDN(即內(nèi)容分發(fā)網(wǎng)絡(luò))的核心價值是將數(shù)字內(nèi)容智能分發(fā)到離用戶更近的節(jié)點，依托部署在各地的邊緣服務(wù)器，通過中心平臺的負(fù)載均衡、內(nèi)容分發(fā)、調(diào)度等功能模塊，使用戶就近獲取所需內(nèi)容，提高用戶訪問的響應(yīng)速度。

其與生俱來的邊緣節(jié)點屬性、低延時和低帶寬，令其在邊緣計算市場具備先發(fā)優(yōu)勢。

典型的如Akamai作為全球CDN領(lǐng)頭羊早在2003年就與IBM合作邊緣計算，在其WebSphere上提供基于邊緣Edge的服務(wù)。

網(wǎng)宿科技也已將邊緣計算當(dāng)成核心戰(zhàn)略，2016年開始建設(shè)邊緣計算網(wǎng)絡(luò)，2017年逐步推出邊緣計算微服務(wù)，并將逐步開放邊緣IaaS和PaaS服務(wù)。

四是芯片/終端設(shè)備企業(yè)。邊緣計算對于芯片/設(shè)備制造商來說，也是一個難得的機會。

在通用芯片方面，ARM讓Intel在低功耗市場幾乎完全喪失機會，而ARM + Linux 的組合，占據(jù)了幾乎整個智能硬件市場。

由于邊緣計算技術(shù)的興起，特別是在設(shè)備側(cè)的人臉識別、語音識別能力等興起， ARM的高階芯片開始面向市場，可以有利地支持AI的發(fā)展。

華為海思芯片如今是視頻處理行業(yè)龍頭，從芯片進入到攝像頭，對于硬件起家的華為而言并不難。尤其是攝像頭成為了傳感器后，結(jié)合云平臺的能力，其發(fā)展空間及其具有想象空間。

五是傳統(tǒng)轉(zhuǎn)型的硬件廠商。硬件企業(yè)主要考慮適應(yīng)邊緣計算的整體發(fā)展，研制出性能更高、成本更低的產(chǎn)品，同時加強生態(tài)建設(shè)，推動自身的研發(fā)方向成為國際標(biāo)準(zhǔn)和產(chǎn)業(yè)共識，讓自己的產(chǎn)品和更多的合作伙伴適配，產(chǎn)業(yè)蛋糕做大了，自然可以賺個盆滿缽溢。

Dell早在2016年就高調(diào)宣布進軍物聯(lián)網(wǎng)市場，而且作為Linux 基金會下的邊緣計算項目發(fā)起人。linux 基金會下的開源項目Edgex Foundry致力于發(fā)展具備即插即用功能的邊緣計算平臺，Dell已經(jīng)率先推出了基于Edgex foundry的邊緣網(wǎng)關(guān)。

新的Dell EMC VxRail衛(wèi)星節(jié)點將公司完善的超融合基礎(chǔ)架構(gòu)(HCI)設(shè)備系列縮小到單個機架單元大小，使其能夠適應(yīng)各種不同的位置。

針對邊緣計算的具體場景，一些企業(yè)會研制出更具專業(yè)特性的產(chǎn)品，比如融合了AI算法的智能硬件，集成了圖像識別和視頻壓縮的攝像頭，存儲通信能力一體化的物聯(lián)網(wǎng)模組等。

終端觸點提供傳感器、攝像頭、機器人、車載設(shè)備等。這一類包括了?？低?、大華股份、研華科技、航天電子等終端供應(yīng)商，以及華為、中興等基站提供商。

邊緣計算被稱為“人工智能的最后一公里”，所具有節(jié)省帶寬、減少延遲、增強安全性和隱私性等優(yōu)勢，正在帶動一個萬億級的市場機會。