對于自動駕駛汽車，必須做出閃電般快速、100%準確的決策。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險。

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

邊緣計算就是在網絡的“邊緣”現場處理數據。它消除了連接到遙遠數據中心的需求，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、物聯網、AR和5G的商業化等將永遠無法起步。

不過，如果您要追求像亞馬遜云計算或者阿里云一樣實現10倍或20倍的收益，那么現在您應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、中國聯通，都踩到了計算發展的這個節奏，正在邊緣計算領域開拓市場。

別管真與假，大筆資金已經涌入邊緣計算

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、增強現實(AR)和物聯網(IoT)等技術那樣的熱門、流行，但是大筆資金已經涌入邊緣計算，應用前景也日漸清晰。

因為，業界堅信，在大型機、個人計算機、互聯網和云計算之后，邊緣計算被認為是改變IT計算產業的又一個革命，會造就新的萬億級企業巨頭。

Grand View Research預計，邊緣計算市場有望以每年54%的速度增長，到2025年規模將接近290億美元。

全球研究公司易觀梅森(Analysys Mason)的數據顯示，未來三年企業IT預算的30%將用于邊緣計算。

不同的機構針對邊緣計算的產業發展都從不同角度做了分析。

Gartner的研究報告預測，到2025年，在“傳統的”集中式數據中心或云存儲以外處理的企業生成的數據的比例將從2018年的10%躍升至75%。

Forrester也認為邊緣云服務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?

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

邊緣計算是指在智能手機等設備上處理數據。與云計算不同，云計算在遠程、遙遠的數據中心處理數據，邊緣計算使設備能夠在收集數據時立即執行部分或全部數據處理。

因為智能設備變得越來越強大，設備不再需要將每一小段數據(無論是否有用)發送到云端，可以處理更多的數據和任務。

例如，辦公室的安全攝像頭在一夜之間收集的所有數據，其中絕大多數視頻數據都顯示了空蕩蕩的走廊和房間。發送所有這些數據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，檢測到異常活動并告警，就可以快速實現安全監控功能。

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備的互動，而邊緣計算則屬于設備與設備之間的互動，最后再間接服務于人。邊緣計算可以處理大量的即時數據，而云計算最后可以訪問這些即時數據的歷史或者處理結果并做匯總分析。

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大都出于本能，而這些不斷的刺激產生的結果最后會匯集到大腦中，進而作為觸角后續的行為提供決策的依據。

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

邊緣計算的輕與重，應用場景復雜多變

云計算、IOT、AI、5G等技術的發展，為邊緣計算的發展插上翅膀。

在邊緣計算中，你隨處可以找到這些技術的影子。

云計算為企業提供計算、存儲和網絡服務。Amazon S3、Azure Storage 和 Google Cloud Storage 等對象存儲服務成為托管的工作負載所使用的內容的存儲設備。

Amazon Cloudfront、Azure CDN、Google Cloud CDN等 CDN 成為對象存儲的邏輯擴展，用于跨邊緣站點網絡分發和緩存內容。

工業物聯網(IIoT)的興起導致了物聯網網關的引入——一種將本地設備使用的協議轉換為云協議的專用設備。IoT 網關還充當數據聚合器，將來自多個設備的遙測流組合和多路復用，并在流式傳輸到云之前對其進行篩選。

最近，人工智能成為IIoT的關鍵組成部分。通過在邊緣部署深度學習模型，組織能夠實時執行推理。預測性維護——一種在實際中斷之前檢測設備和機械故障的方法，需要更快的周轉時間。IIoT客戶希望通過保持AI模型更接近充當數據來源的設備，在本地運行AI模型。

在通過5G網絡連接的電信運營商設施上運行的基礎設施具有低延遲。電信營運商如中國電信、中國移動、中國聯通正在轉向多租戶托管基礎設施層，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，將一些托管服務引入基于5G的邊緣站點。

邊緣計算涵蓋了從設備到云的整個范圍，范圍足夠大，能夠滿足不同企業的發展需求。

微邊緣是邊緣計算層的最新化身。當微控制器能夠運行TinyML AI模型時，它就有資格成為微邊緣計算設備。在此用例中，連接到微控制器的傳感器生成深度學習模型，用于推理的遙測流。與微控制器收集遙測數據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，如Linux或Microsoft Windows。Mini Edge附帶了與AI加速器關聯的軟件堆棧。這些類型的邊緣設備非常適合協議轉換、數據聚合和 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。計算集群由內部圖形處理單元 (GPU)、現場可編程門陣列 (FPGA)、視覺處理單元 (VPU) 或專用集成電路 (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載和資源。

重邊緣計算設備通常是在企業數據中心內運行的超融合基礎架構(HCI)設備。它帶有通常由供應商管理的一體化硬件和軟件堆棧。重度邊緣需要僅在企業數據中心等環境中可用的電源和網絡資源。

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)將流量和服務計算從集中式云轉移到網絡邊緣，更靠近客戶。隨著5G成為現實，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。

邊緣云執行CDN對靜態內容所做的操作，但針對動態工作負載。它允許在多個端點之間分發應用程序的組件，以減少往返過程中涉及的延遲。

邊緣云依靠容器和微服務等現代應用程序開發范例來分配工作負載。應用程序的靜態內容和無狀態組件在整個全球網絡中復制和緩存。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。

邊緣計算和生態系統的定義正在迅速發展，以滿足企業客戶的需求。

邊緣計算市場的中國力量

中國軟件網發現，在中國 邊緣計算 企業中，主要 分成 五 類 ：

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

典型企業包括微軟、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、5G基站、5G UPF邊緣網元、MEC邊緣MEP/MEPM 等符合ETSI規范的MEC產品。

輕邊緣領域則推出了華為AR502H等物聯網關，提供SDK實現計算、存儲、網絡資源靈活調用。

阿里云重邊緣技術，ENS基于CDN的布局進行建設，也規劃基于運營商邊緣節點和網絡構建。輕邊緣技術OpenYurt是基于Kubernetes 實現的開源IoT設備輕邊緣底座，能夠和阿里云實現輕邊緣的應用下沉。

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

電信運營商已經有與企業客戶的觸點，把企業通信、基礎網絡、個人/集團業務整合起來，和邊緣計算業務打包，會產生相當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應用試點。早在2018年1月，中國移動浙江公司聯合華為率先布局MEC技術，進一步推動網絡實現超低時延、更佳體驗，打造未來人工智能網絡。

中國電信與CDN企業合作，想要通過MEC邊緣CDN的部署，作為現有集中CDN的延展，同時為多網絡用戶服務。

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

三是CDN廠商。CDN(即內容分發網絡)的核心價值是將數字內容智能分發到離用戶更近的節點，依托部署在各地的邊緣服務器，通過中心平臺的負載均衡、內容分發、調度等功能模塊，使用戶就近獲取所需內容，提高用戶訪問的響應速度。

其與生俱來的邊緣節點屬性、低延時和低帶寬，令其在邊緣計算市場具備先發優勢。

典型的如Akamai作為全球CDN領頭羊早在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。

網宿科技也已將邊緣計算當成核心戰略，2016年開始建設邊緣計算網絡，2017年逐步推出邊緣計算微服務，并將逐步開放邊緣IaaS和PaaS服務。

四是芯片/終端設備企業。邊緣計算對于芯片/設備制造商來說，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，占據了幾乎整個智能硬件市場。

由于邊緣計算技術的興起，特別是在設備側的人臉識別、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的發展。

華為海思芯片如今是視頻處理行業龍頭，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，結合云平臺的能力，其發展空間及其具有想象空間。

五是傳統轉型的硬件廠商。硬件企業主要考慮適應邊緣計算的整體發展，研制出性能更高、成本更低的產品，同時加強生態建設，推動自身的研發方向成為國際標準和產業共識，讓自己的產品和更多的合作伙伴適配，產業蛋糕做大了，自然可以賺個盆滿缽溢。

Dell早在2016年就高調宣布進軍物聯網市場，而且作為Linux 基金會下的邊緣計算項目發起人。linux 基金會下的開源項目Edgex Foundry致力于發展具備即插即用功能的邊緣計算平臺，Dell已經率先推出了基于Edgex foundry的邊緣網關。

新的Dell EMC VxRail衛星節點將公司完善的超融合基礎架構(HCI)設備系列縮小到單個機架單元大小，使其能夠適應各種不同的位置。

針對邊緣計算的具體場景，一些企業會研制出更具專業特性的產品，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網模組等。

終端觸點提供傳感器、攝像頭、機器人、車載設備等。這一類包括了海康威視、大華股份、研華科技、航天電子等終端供應商，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”，所具有節省帶寬、減少延遲、增強安全性和隱私性等優勢，正在帶動一個萬億級的市場機會。