巨頭們開始角逐邊緣計(jì)算是出于怎樣的目的

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

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

簡(jiǎn)單來說，云計(jì)算是計(jì)算服務(wù)的集中化，以最簡(jiǎn)單的形式利用共享數(shù)據(jù)中心基礎(chǔ)設(shè)施和規(guī)模經(jīng)濟(jì)來降低成本。

近年來，云計(jì)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(dòng)計(jì)算的興起給網(wǎng)絡(luò)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(jìn)入了后云時(shí)代。在我們的日常生活中會(huì)產(chǎn)生大量的數(shù)據(jù)，其應(yīng)用可能會(huì)要求極快的響應(yīng)時(shí)間，數(shù)據(jù)的私密性等。

上圖為云計(jì)算范式，下圖為邊緣計(jì)算范式

如果把物聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)傳輸給云計(jì)算中心，將會(huì)加大網(wǎng)絡(luò)負(fù)載，網(wǎng)路可能造成擁堵，并且會(huì)有一定的數(shù)據(jù)處理延時(shí)。同時(shí)，不是所有的智能設(shè)備都可以利用云計(jì)算來運(yùn)行。因此，邊緣計(jì)算應(yīng)運(yùn)而生。

有了云，為什么還要達(dá)到邊緣？

在很多情況下，邊緣計(jì)算和云計(jì)算是共生關(guān)系。有個(gè)形象的解釋，把云計(jì)算和邊緣計(jì)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(dòng)物，章魚擁有“概念思維”能力，與兩個(gè)強(qiáng)大的記憶系統(tǒng)分不開。

一個(gè)是大腦記憶系統(tǒng)，大腦具有5億個(gè)神經(jīng)元，另一個(gè)是八個(gè)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(jì)算就好比章魚的大腦，邊緣計(jì)算就類似于八爪魚的那些小爪子，一個(gè)爪子就是一個(gè)小型的機(jī)房，靠近具體的實(shí)物。邊緣計(jì)算更靠近設(shè)備端，更靠近用戶。

隨著物聯(lián)網(wǎng)、虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)等技術(shù)的發(fā)展與應(yīng)用，未來將會(huì)出現(xiàn)數(shù)據(jù)大爆炸的狀況。完全依賴云計(jì)算來進(jìn)行數(shù)據(jù)傳輸和處理，將會(huì)造成巨大的網(wǎng)絡(luò)延遲。

搭配了分布式的邊緣計(jì)算之后，通過智能路由等設(shè)備和技術(shù)，在不同設(shè)備之間傳輸數(shù)據(jù)可以有效減少網(wǎng)絡(luò)流量，降低數(shù)據(jù)中心的負(fù)荷。例如，一列火車可能包含可以立即提供其發(fā)動(dòng)機(jī)狀態(tài)信息的傳感器。在邊緣計(jì)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(dòng)機(jī)的運(yùn)轉(zhuǎn)。

邊緣計(jì)算將數(shù)據(jù)在邊緣節(jié)點(diǎn)進(jìn)行處理能夠有效減少數(shù)據(jù)的傳輸和處理，但通過云計(jì)算的遠(yuǎn)程存儲(chǔ)仍然至關(guān)重要。而邊緣設(shè)備所涉及的另一項(xiàng)技術(shù)也很重要，它就是霧計(jì)算。邊緣計(jì)算具體是指在網(wǎng)絡(luò)的“邊緣”處或附近進(jìn)行的計(jì)算過程，而霧計(jì)算則是指邊緣設(shè)備和云端之間的網(wǎng)絡(luò)連接。換句話說，霧計(jì)算使得云更接近于網(wǎng)絡(luò)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(dòng)。假設(shè)火車工程師想要了解火車車輪和剎車如何運(yùn)行，他可以使用歷史累計(jì)的傳感器數(shù)據(jù)來預(yù)測(cè)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(jì)算，但并不需要即時(shí)進(jìn)行。而使用霧計(jì)算，短期分析可以在給定的時(shí)間點(diǎn)實(shí)現(xiàn)，并不需要完全返回到中央云。

邊緣計(jì)算有多厲害？

知道了什么是邊緣計(jì)算，那它究竟有哪些優(yōu)勢(shì)？

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(jìn)行，因此可以減少遲延時(shí)間。數(shù)據(jù)在整合、遷移等方面可以減少20倍的時(shí)間。例如在人臉識(shí)別領(lǐng)域，響應(yīng)時(shí)間由900ms減少為169ms。

成本較低：

把部分計(jì)算任務(wù)從云端卸載到邊緣之后，整個(gè)系統(tǒng)對(duì)能源的消耗減少了30%-40%。企業(yè)在本地設(shè)備的數(shù)據(jù)管理解決方案上的花費(fèi)比在云和數(shù)據(jù)中心網(wǎng)絡(luò)上的花費(fèi)要少。

網(wǎng)絡(luò)流量較少：

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

應(yīng)用程序運(yùn)行效率更快：

隨著滯后減少，應(yīng)用程序能夠以更快的速度更高效地運(yùn)行。

安全性更高：

由于邊緣設(shè)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?。因此，敏感信息不需要?jīng)由網(wǎng)絡(luò)，這樣要是云遭到網(wǎng)絡(luò)攻擊，影響也不會(huì)那么嚴(yán)重。

此外，邊緣計(jì)算還能夠讓新興聯(lián)網(wǎng)設(shè)備和舊式設(shè)備之間實(shí)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(shè)備能夠理解的語言。這意味著傳統(tǒng)工業(yè)設(shè)備可以無縫且高效地連接到現(xiàn)代的物聯(lián)網(wǎng)平臺(tái)。

邊緣計(jì)算發(fā)展現(xiàn)狀如何？

邊緣計(jì)算市場(chǎng)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(jì)算”技術(shù)，這可能會(huì)引發(fā)下一場(chǎng)大規(guī)模的計(jì)算競(jìng)賽。

2017年，亞馬遜攜AWSGreengrass率先進(jìn)軍邊緣計(jì)算領(lǐng)域。該服務(wù)將AWS擴(kuò)展到設(shè)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(shí)仍然可以使用云來進(jìn)行管理、數(shù)據(jù)分析和持久的存儲(chǔ)”。

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EdgeTPU和軟件堆棧CloudIoTEdge，旨在幫助改善邊緣聯(lián)網(wǎng)設(shè)備的開發(fā)。

微軟在這一領(lǐng)域也有一些大動(dòng)作。該公司計(jì)劃在未來4年在物聯(lián)網(wǎng)領(lǐng)域投入50億美元，其中包括邊緣計(jì)算項(xiàng)目。微軟發(fā)布了它的AzureIoTEdge解決方案，該方案“將云分析擴(kuò)展到邊緣設(shè)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(jì)算技術(shù)領(lǐng)域，并推出首個(gè)IoT邊緣計(jì)算產(chǎn)品LinkEdge，將阿里云在云計(jì)算、大數(shù)據(jù)、人工智能的優(yōu)勢(shì)拓寬到更靠近端的邊緣計(jì)算上，打造云、邊、端一體化的協(xié)同計(jì)算體系。

計(jì)劃涉足邊緣計(jì)算領(lǐng)域的并不只有這些巨頭。隨著聯(lián)網(wǎng)設(shè)備越來越多地涌現(xiàn)，許多玩家都正在開發(fā)軟件和技術(shù)來幫助邊緣計(jì)算實(shí)現(xiàn)騰飛。惠普、華為、ScaleComputing、英偉達(dá)、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(wù)AWS在公共云領(lǐng)域仍然占據(jù)主導(dǎo)地位，但誰將成為這個(gè)新興的邊緣計(jì)算領(lǐng)域的領(lǐng)導(dǎo)者仍有待觀察。

邊緣計(jì)算面臨哪些挑戰(zhàn)？

編程可行性

在云計(jì)算平臺(tái)編程是非常便捷的，因?yàn)樵朴刑囟ǖ木幾g平臺(tái)，大部分程序都可以在云上跑。但是邊緣計(jì)算下的編程就會(huì)面臨一個(gè)問題，平臺(tái)異構(gòu)問題，每一個(gè)網(wǎng)絡(luò)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(tái)下的編程又是不同的。

技術(shù)碎片化

邊緣側(cè)技術(shù)體系的每個(gè)領(lǐng)域都有大量的技術(shù)選擇，目前業(yè)界有超過6種以上的工業(yè)實(shí)時(shí)以太技術(shù)，超過40種工業(yè)總線，還有多種公私有云平臺(tái)。技術(shù)碎片化給系統(tǒng)間的互聯(lián)互通、數(shù)據(jù)價(jià)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(huì)有大量的數(shù)據(jù)生成，并且由于物聯(lián)網(wǎng)網(wǎng)絡(luò)的異構(gòu)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(duì)邊緣計(jì)算來說是一個(gè)挑戰(zhàn)。同時(shí)，網(wǎng)絡(luò)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(guān)，而網(wǎng)關(guān)中的存儲(chǔ)是有限的，他只能存儲(chǔ)最新的數(shù)據(jù)，因此邊緣結(jié)點(diǎn)的數(shù)據(jù)會(huì)被經(jīng)常刷新。

來源：RFID世界網(wǎng)