當下我們經(jīng)常會聽到一個詞叫做“云端協(xié)同”，即云和端相互合作、互相滲透和融合，這里的云指的是“云計算”或者說“云數(shù)據(jù)中心”，而端指的便是擔當終端的“邊緣計算”。

Linux基金會Philip DesAutels認為“將來，云端更像是扮演一個集中式協(xié)調管理的角色，成為一個具有分布式集體智慧的云端大腦。”

邊緣計算是指利用靠近數(shù)據(jù)源的邊緣地帶來完成的運算程序，邊緣計算的運算既可以在大型運算設備內完成 也可以在中小型運算設備、本地端網(wǎng)絡內完成。用于邊緣運算的設備可以是智能手機這樣的移動設備、PC、智能家居等家用終端，也可以是ATM機、攝像頭等終端。

[[241968]]

一、關于邊緣計算的應用現(xiàn)狀和場景

在Microsoft Build 2017開發(fā)者大會上，微軟***執(zhí)行官SatyaNadella宣布：“公司的云戰(zhàn)略正在朝著邊緣計算方向發(fā)展。”未來隨著聯(lián)網(wǎng)接入設備的倍增、大數(shù)據(jù)時代下數(shù)據(jù)的爆發(fā)式增長，云計算中心已經(jīng)無法滿足智能家居、無人駕駛等場景對低延遲的高要求，邊緣計算取而代之將成為大勢。

邊緣計算應用場景一：萬物互聯(lián)的物聯(lián)網(wǎng)

隨著網(wǎng)絡邊緣側設備的迅速增加，設備產生的數(shù)據(jù)存量達到澤字節(jié)的級別，從網(wǎng)絡邊緣設備傳輸傳輸海量數(shù)據(jù)到云數(shù)據(jù)中心致使網(wǎng)絡傳輸寬帶的負載量急劇增加造成較長的網(wǎng)絡延遲，單純的云計算已經(jīng)不足以匹配如此龐大規(guī)模數(shù)據(jù)量的即時計算。

云計算作為物聯(lián)網(wǎng)的“大腦中樞”，將大量邊緣計算無法處理的數(shù)據(jù)進行存儲、處理、整理和分析，而與此同時邊緣計算被認為是物聯(lián)網(wǎng)的“神經(jīng)末梢”，實現(xiàn)對小數(shù)據(jù)直接在邊緣設備或者邊緣服務器中進行數(shù)據(jù)的處理，同時也能夠很好的緩解云數(shù)據(jù)中心的壓力。邊緣計算和云計算互相協(xié)同，準確的說它們是彼此優(yōu)化補充的存在。

邊緣計算應用場景二:CDN內容分發(fā)業(yè)務

傳統(tǒng) CDN 借助緩存數(shù)據(jù)，提高近地節(jié)點數(shù)據(jù)傳輸?shù)男阅?，但是實際上對動態(tài)的計算服務，就只能回源到數(shù)據(jù)中心，這個成本本身其實是很高的。邊緣計算和傳統(tǒng)的中心化思維不同，其主要計算節(jié)點以及應用分布式部署在靠近終端的數(shù)據(jù)中心，這使得無論是在服務的響應性能、還是可靠性方面都是高于傳統(tǒng)中心化的云計算。邊緣計算保障大量的計算需要在離終端很近的區(qū)域完成計算，完成苛刻的低延時服務響應。

此外通過邊緣計算，同時緩解了傳統(tǒng)數(shù)據(jù)「安全」層面的問題，畢竟數(shù)據(jù)傳輸?shù)木嚯x越遠、路徑越長、時間越久，數(shù)據(jù)的被竊取風險和丟失風險也就越高。

邊緣計算應用場景三：蓬勃發(fā)展的車聯(lián)網(wǎng)

當下伴隨著智能駕駛、自動駕駛等新勢力車企的的蓬勃發(fā)展，聯(lián)網(wǎng)汽車數(shù)量越來越大，針對車聯(lián)網(wǎng)用戶的功能越來越多，隨之車聯(lián)網(wǎng)的數(shù)據(jù)量傳輸不斷增加，對其延遲/時延的需求也越來越苛刻，尤其是汽車在高速行駛中，通信延遲應在幾ms以內，而網(wǎng)絡的可靠性對安全駕駛又至關重要。

那么，在這個過程中如何滿足車聯(lián)網(wǎng)對傳輸速率的高要求?傳統(tǒng)中央云計算由于經(jīng)過多層級計算處理，延遲高、效率低，現(xiàn)在已不再能滿足車聯(lián)網(wǎng)的傳輸需求。而基于邊緣計算解決方案，在近點邊緣層已經(jīng)完成對數(shù)據(jù)的過濾、篩選、分析和處理，傳輸距離短、延遲低、效率更高。相較云計算，車聯(lián)網(wǎng)顯然更加需要邊緣計算來護航!

• 通過節(jié)點“下沉”的方式，可以在距離車輛最近的基站進行計算，短算計算距離
• 車內邊緣計算可實時提供實時車輛位置，利用低延遲效果與附近基站，提高可靠性。
• 單一車量通過數(shù)據(jù)分析后得出結論，以極低延遲傳送給臨近區(qū)域內的其他聯(lián)網(wǎng)車輛，可在區(qū)域范圍內快速完成傳遞，駕駛員及時做出決策

邊緣計算應用場景四：智慧智能的城市云腦

就如開篇所言，把邊緣計算比作“神經(jīng)末梢”，而同時現(xiàn)在我們把基于互聯(lián)網(wǎng)云腦模型的智慧城市建設架構稱為“城市云腦”或者說“城市大腦”，邊緣計算這里的角色就像是城市大腦的神經(jīng)末梢，一方面采集數(shù)據(jù)信息，本地進行實時處理、預測，將本地處理提取的特征數(shù)據(jù)傳輸給云端大腦，另一方面將人工智能與分布在城市中的傳感器結合，打通各系統(tǒng)平臺，使得城市運營出現(xiàn)的諸多問題能夠更加及時、有效的得到發(fā)現(xiàn)和處理!

[[241969]]

當然，邊緣計算的應用場景遠不止于上面列舉的幾種，邊緣計算未來也將會在智能安防、智能家居、虛擬現(xiàn)實、區(qū)塊鏈、遠程監(jiān)控等場景帶給我們不同程度的驚喜。

二、關于邊緣計算整個行業(yè)的前景而言

IDC在其發(fā)布的《中國制造業(yè)物聯(lián)網(wǎng)市場預測2016-2020年》報告指出，2018年將會有40%的數(shù)據(jù)需要在網(wǎng)絡邊緣側分析、處理與儲存，到2020年中國制造業(yè)企業(yè)物聯(lián)網(wǎng)支出有望達到1275億美元，其中軟件和服務合計市場占比或超過60%，而現(xiàn)階段這個比例尚還不及10%。如今AWS、微軟、英特爾等國外大型企業(yè)已經(jīng)著手布局邊緣計算，可以預見的是邊緣計算之于云服務企業(yè)重要性可見一斑!

關于很多人說，邊緣計算會不會取代邊緣計算?其實也大可不必擔心，本質上而言二者都是處理大數(shù)據(jù)的計算運行方式，是互為補充的關系。

只是邊緣計算和云計算相比較而言，不同的是，數(shù)據(jù)不用再傳到遙遠的云端，在邊緣側就能解決，邊緣計算更適合實時的數(shù)據(jù)分析和智能化處理，也更加高效而且安全。

如果說云計算是集中式大數(shù)據(jù)處理，那么邊緣計算可以理解為邊緣式大數(shù)據(jù)處理!

現(xiàn)階段而言，邊緣計算距離規(guī)?；涞剡€是需要一段時間，相關的解決方案也需要進一步完善和優(yōu)化，對于很多邊緣計算云服務商而言，還是需要沉下心來，深耕產品!