云計算自2005年提出之后，就開始逐步地改變我們的生活、學習、工作的方式。云計算使得公司能夠在自己的物理硬件之外，通過遠程服務器網(wǎng)絡(俗稱“云”)存儲和處理數(shù)據(jù)以及其他的計算任務。

舉個最熟悉的例子，我們用云服務功能來備份智能手機中的數(shù)據(jù)，然后可以通過另一個聯(lián)網(wǎng)設備，比如臺式電腦，登陸賬戶連接到云，檢索智能手機里的數(shù)據(jù)。信息不再受到智能手機或臺式機的內(nèi)部硬盤容量的限制。

簡單來說，云計算是計算服務的集中化，以最簡單的形式利用共享數(shù)據(jù)中心基礎設施和規(guī)模經(jīng)濟來降低成本。

近年來，云計算的整合和集中化性質(zhì)被證明具有成本效益和靈活性，但物聯(lián)網(wǎng)和移動計算的興起給網(wǎng)絡帶寬帶來了不小的壓力。

特別是物聯(lián)網(wǎng)的快速發(fā)展讓我們進入了后云時代。在我們的日常生活中會產(chǎn)生大量的數(shù)據(jù)，其應用可能會要求極快的響應時間，數(shù)據(jù)的私密性等。

上圖為云計算范式，下圖為邊緣計算范式

如果把物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)傳輸給云計算中心，將會加大網(wǎng)絡負載，網(wǎng)路可能造成擁堵，并且會有一定的數(shù)據(jù)處理延時。同時，不是所有的智能設備都可以利用云計算來運行。因此，邊緣計算應運而生。

有了云，為什么還要達到邊緣?

在很多情況下，邊緣計算和云計算是共生關系。有個形象的解釋，把云計算和邊緣計算比喻成章魚的各器官，似乎更容易理解。作為自然界中智商最高的無脊椎動物，章魚擁有“概念思維”能力，與兩個強大的記憶系統(tǒng)分不開。

一個是大腦記憶系統(tǒng)，大腦具有5億個神經(jīng)元，另一個是八個爪子上的吸盤。也就是說，章魚的八條腿可以思考并解決問題。云計算就好比章魚的大腦，邊緣計算就類似于八爪魚的那些小爪子，一個爪子就是一個小型的機房，靠近具體的實物。邊緣計算更靠近設備端，更靠近用戶。

隨著物聯(lián)網(wǎng)、虛擬現(xiàn)實、增強現(xiàn)實等技術的發(fā)展與應用，未來將會出現(xiàn)數(shù)據(jù)大爆炸的狀況。完全依賴云計算來進行數(shù)據(jù)傳輸和處理，將會造成巨大的網(wǎng)絡延遲。

搭配了分布式的邊緣計算之后，通過智能路由等設備和技術，在不同設備之間傳輸數(shù)據(jù)可以有效減少網(wǎng)絡流量，降低數(shù)據(jù)中心的負荷。例如，一列火車可能包含可以立即提供其發(fā)動機狀態(tài)信息的傳感器。在邊緣計算中，傳感器數(shù)據(jù)不需要傳輸?shù)交疖嚿匣蛘咴贫说臄?shù)據(jù)中心，來查看是否有什么東西影響了發(fā)動機的運轉(zhuǎn)。

邊緣計算將數(shù)據(jù)在邊緣節(jié)點進行處理能夠有效減少數(shù)據(jù)的傳輸和處理，但通過云計算的遠程存儲仍然至關重要。而邊緣設備所涉及的另一項技術也很重要，它就是霧計算。邊緣計算具體是指在網(wǎng)絡的“邊緣”處或附近進行的計算過程，而霧計算則是指邊緣設備和云端之間的網(wǎng)絡連接。換句話說，霧計算使得云更接近于網(wǎng)絡的邊緣。

還是火車的例子，傳感器能夠收集數(shù)據(jù)，但不能立即就數(shù)據(jù)采取行動。假設火車工程師想要了解火車車輪和剎車如何運行，他可以使用歷史累計的傳感器數(shù)據(jù)來預測零部件是否需要維修。

在這種情況中，數(shù)據(jù)處理使用邊緣計算，但并不需要即時進行。而使用霧計算，短期分析可以在給定的時間點實現(xiàn)，并不需要完全返回到中央云。

邊緣計算有多厲害?

知道了什么是邊緣計算，那它究竟有哪些優(yōu)勢?

數(shù)據(jù)處理和分析更快速：

數(shù)據(jù)處理更接近數(shù)據(jù)來源，而不是在外部數(shù)據(jù)中心或云端進行，因此可以減少遲延時間。數(shù)據(jù)在整合、遷移等方面可以減少20倍的時間。例如在人臉識別領域，響應時間由900ms減少為169ms。

成本較低：

把部分計算任務從云端卸載到邊緣之后，整個系統(tǒng)對能源的消耗減少了30%-40%。企業(yè)在本地設備的數(shù)據(jù)管理解決方案上的花費比在云和數(shù)據(jù)中心網(wǎng)絡上的花費要少。

網(wǎng)絡流量較少：

隨著物聯(lián)網(wǎng)設備數(shù)量的增加，數(shù)據(jù)生成繼續(xù)以創(chuàng)紀錄的速度增加。因此，網(wǎng)絡帶寬變得更加有限，讓云端不堪重負，造成更大的數(shù)據(jù)瓶頸。

應用程序運行效率更快：

隨著滯后減少，應用程序能夠以更快的速度更高效地運行。

安全性更高：

由于邊緣設備能夠在收集和本地處理數(shù)據(jù)，數(shù)據(jù)不必傳輸?shù)皆贫恕Ｒ虼?，敏感信息不需要?jīng)由網(wǎng)絡，這樣要是云遭到網(wǎng)絡攻擊，影響也不會那么嚴重。

此外，邊緣計算還能夠讓新興聯(lián)網(wǎng)設備和舊式設備之間實現(xiàn)互通。它將舊式系統(tǒng)使用的通信協(xié)議轉(zhuǎn)換成現(xiàn)代聯(lián)網(wǎng)設備能夠理解的語言。這意味著傳統(tǒng)工業(yè)設備可以無縫且高效地連接到現(xiàn)代的物聯(lián)網(wǎng)平臺。

邊緣計算發(fā)展現(xiàn)狀如何?

邊緣計算市場仍然處于初期發(fā)展階段。包括亞馬遜、微軟和谷歌在內(nèi)的一些科技巨頭都在探索“邊緣計算”技術，這可能會引發(fā)下一場大規(guī)模的計算競賽。

2017年，亞馬遜攜AWS Greengrass率先進軍邊緣計算領域。該服務將AWS擴展到設備上，這樣它們就可以“在本地處理它們所生成的數(shù)據(jù)，同時仍然可以使用云來進行管理、數(shù)據(jù)分析和持久的存儲”。

谷歌也不甘示弱，它在此前發(fā)布了兩款新產(chǎn)品硬件芯片Edge TPU和軟件堆棧Cloud IoT Edge，旨在幫助改善邊緣聯(lián)網(wǎng)設備的開發(fā)。

微軟在這一領域也有一些大動作。該公司計劃在未來4年在物聯(lián)網(wǎng)領域投入50億美元，其中包括邊緣計算項目。微軟發(fā)布了它的Azure IoT Edge解決方案，該方案“將云分析擴展到邊緣設備”，支持離線使用。

阿里云在年初宣布2018年將戰(zhàn)略投入邊緣計算技術領域，并推出首個IoT邊緣計算產(chǎn)品Link Edge，將阿里云在云計算、大數(shù)據(jù)、人工智能的優(yōu)勢拓寬到更靠近端的邊緣計算上，打造云、邊、端一體化的協(xié)同計算體系。

計劃涉足邊緣計算領域的并不只有這些巨頭。隨著聯(lián)網(wǎng)設備越來越多地涌現(xiàn)，許多玩家都正在開發(fā)軟件和技術來幫助邊緣計算實現(xiàn)騰飛?；萜?、華為、Scale Computing、英偉達、富士通和諾基亞、英特爾、IBM、思科等等都已在布局。

雖然亞馬遜云服務AWS在公共云領域仍然占據(jù)主導地位，但誰將成為這個新興的邊緣計算領域的領導者仍有待觀察。

邊緣計算面臨哪些挑戰(zhàn)?

編程可行性

在云計算平臺編程是非常便捷的，因為云有特定的編譯平臺，大部分程序都可以在云上跑。但是邊緣計算下的編程就會面臨一個問題，平臺異構問題，每一個網(wǎng)絡的邊緣都是不一樣的，有可能是ios系統(tǒng)，也有可能是安卓或者linux等等，不同平臺下的編程又是不同的。

技術碎片化

邊緣側(cè)技術體系的每個領域都有大量的技術選擇，目前業(yè)界有超過6種以上的工業(yè)實時以太技術，超過40種工業(yè)總線，還有多種公私有云平臺。技術碎片化給系統(tǒng)間的互聯(lián)互通、數(shù)據(jù)價值的挖掘帶來的巨大的挑戰(zhàn)和成本。

數(shù)據(jù)抽象

在物聯(lián)網(wǎng)環(huán)境中會有大量的數(shù)據(jù)生成，并且由于物聯(lián)網(wǎng)網(wǎng)絡的異構環(huán)境，生成的數(shù)據(jù)各種格式，把各種各樣的數(shù)據(jù)格式化對邊緣計算來說是一個挑戰(zhàn)。同時，網(wǎng)絡邊緣的大部分事物只是周期性的收集數(shù)據(jù)，定期把收集到的數(shù)據(jù)發(fā)送給網(wǎng)關，而網(wǎng)關中的存儲是有限的，他只能存儲最新的數(shù)據(jù)，因此邊緣結(jié)點的數(shù)據(jù)會被經(jīng)常刷新。