下一個技術風口
——論邊緣計算

云計算、大數據等技術在萬物互聯的時代似乎有點跟不上節奏了！

哪怕路況、天氣數據、聯網數據有一點點更新延遲，都有可能導致司機走錯路、增加駕駛時間，甚至出現風險。

我們知道，當前幾乎所有數據都需要連接到云，再通過云端存儲、計算，通過網絡互相連接，我們的存儲、計算都越來越依賴于云端。然而，云計算可能并不是未來各行業邁向數字化的唯一路徑。一股來自產業界和學術界的合力，正在嘗試在云計算產業之外，打造一種電子計算的新架構。

而隨著物聯網和5G的快速發展，此時，邊緣計算（EC，Edge Computing）技術應運而生。EC已成為ICT（信息、通信和技術）產業中繼云計算之后的下一個技術風口、爆發點。

邊緣計算:行業王冠上的鉆石，市場前景廣闊

“2017MEC技術與產業發展峰會”是全球最具影響力的邊緣計算產業盛會。本屆峰會以“萬物智聯，邊緣智算”為主題，匯聚逾600名來自歐洲、美國、中國的頂級行業專家、企業領袖、行業分析師和客戶，共同探討邊緣計算前沿技術、展現邊緣計算創新應用、聚合邊緣計算產業生態、推動邊緣計算產業快速發展，為智慧城市、人工智能、物聯網等的發展做出努力。

會上，產業界一致認為，邊緣計算聚焦于萬物智能連接，滿足行業數字化在連接、實時、智能、數據優化、安全與隱私保護等方面的關鍵需求，已經成為行業數字化轉型不可或缺的關鍵要素。

邊緣計算是在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺，其應用程序在邊緣側發起，就近提供邊緣智能服務，產生更快的網絡服務響應，以滿足行業數字化在敏捷聯接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。通俗而言，如果把云計算比作看不見、摸不著，遠在天邊的一片“云”，那么邊緣計算則是飛入百姓尋常家的一片“云”，無處不在。這片“云”通過數據分析處理，快速高效地實現物與物之間傳感、交互和控制，它是讓物聯網落地的根本。

邊緣計算的出現有其必然性、必要性。以車聯網為例，單車每秒可產生高達1GB的數據，這是由車輛所有部件每時每刻的運轉狀態產生的。出于交通、道路安全，數據的傳輸與交互必須把延遲降到最低，否則帶來的威脅將是會致命的。“傳統的云端計算可以點一個按鈕，等后臺運算完響應后給你。而在邊緣計算中，很多應用需要在毫秒之間實時響應。而如果要實現實時，我們就不能把所有的東西都送到云端，因為云可能在幾千公里之外，延時抖動和距離并不可控。”華為網絡研發部總裁劉少偉說。

顯然依靠云還不能滿足其實時傳輸與計算的要求，這也就是邊緣計算的價值所在、優勢所在，即在端進行部分數據快速高效的分析和處理。

當下一方面，數據的數量在以遠超過我們預期的指數級速度增長，另一方面數據的類型也變得越來越多樣化。物聯網時代面臨的海量數據需要更敏捷地連接、更有效地數據處理，同時要有更好地數據保護。對物聯網而言，邊緣計算技術取得突破，意味著許多控制將通過本地設備實現而無需交由云端，處理過程將在本地邊緣計算層完成。這無疑將大大提升處理效率，減輕云端的負荷。由于更加靠近用戶，可為用戶提供更快的響應，將需求在邊緣端解決。未來的自動駕駛，每一輛車都將內置各種各樣的數據傳感器，這些傳感器同時工作一天所產生的數據量將高達4TB。這些只有邊緣計算才能發揮的作用，能夠就近高效處理海量的數據，有效的降低對帶寬的要求，提供及時的響應，為無人駕馭保駕護航。

再如，在醫療領域，由于涉及大量病患的個人隱私數據，如果能在設備端就可完成運算，顯然能夠有效降低被攻擊者入侵的可能性。

而在工業互聯網平臺建設中，邊緣計算同樣承擔著有效降低網絡傳輸負擔、實時生成優化決策等重要功能。發展邊緣計算，能夠有力推動企業轉型升級，促進企業向工業互聯網平臺遷移，對于加快制造強國、網絡強國建設，構筑數字經濟時代競爭新優勢具有重要意義。

事實上，物聯網概念的提出已有15年的歷史，然而，物聯網卻并未成為一個火熱的應用，直到2017年物聯網才發展到一個較好的時期，物聯網的大規模應用也開始加速。因此未來5-10年內物聯網會進入一個應用爆發期，邊緣計算也隨之被預期將得到更多的應用。邊緣智能正在起到越來越關鍵的作用。

2018年，移動網絡向5G演進的速度進一步加快，邊緣計算將在大流量業務的普及下發揮更多價值，降低核心網壓力，提升接入網的能力與價值。同時隨著可穿戴設備及附帶傳感器的智能設備數量呈爆發式增長，未來更多設備將被接入物聯網。根據IDC統計數據顯示，到2020年將有超過500億的終端和設備聯網，其中超過50%的數據需要在網絡邊緣側分析、處理與存儲，形成萬億級的商業價值，邊緣計算市場之大作用之大顯而易見。根據市場研究公司Research and Markets近日發布的報告，邊緣計算的市場規模復合年均增長率高達35.2%。據估算，美國2017年至2026年間邊緣計算方面的支出將達到870億美元，歐洲則為1850億美元。

2017年8月，英特爾與愛立信、豐田汽車等正式成立汽車邊緣計算聯盟，幫助實現了從網到車到端的整體平臺能力提升。在邊緣計算網絡的保障下，未來的無人駕駛汽車一定會更加安全。而微軟高層在其開發者大會上也發表聲明稱，公司的云戰略正在朝著邊緣計算方向發展。亞馬遜則推出了應用于邊緣計算的“AWS Greengrass”平臺，將“移動邊緣計算”重新定義為“多接入邊緣計算”。2016年，華為、英特爾、ARM、通軟動力、中國科學院沈陽自動化研究所、中國信息通信研究院這6家企業與研究機構共同成立“邊緣計算產業聯盟”，并且發布了《邊緣計算產業聯盟白皮書》。可以說，伴隨5G、物聯網的爆發，邊緣計算（EC）正在快速崛起。

邊緣計算 vs 云計算 ，誰是王者?

邊緣計算是一個新名詞，它橫跨OT、IT、CT多個領域，涉及網絡聯接、數據聚合、芯片、傳感、行業應用多個產業鏈角色。

但其實邊緣計算也非是一個完全的新鮮詞，早在2009年就有一位美國科學家提出。與云計算，它們好比“同父異母”的“兄弟”。只是云計算更早出名、更出名，耳熟能詳了，而邊緣計算只是最近才被大力挖掘、運用。

邊緣計算和云計算有什么區別與聯系？目前，云計算是行業的大勢所趨，互聯網的技術本質就是通過云計算平臺來實現用戶在隨時隨地按需訪問自己所需要的資源的過程，幫助實現各方資源的節約、共享，這也是云計算大受歡迎之處。

對于云計算來說，所有的數據都要匯總到后端的數據中心才能完成，而在“云、管、端”三者的角色中，云計算更側重于“云”，是實現最終數據分析與應用的場所。但是在邊緣計算中，其強調“邊緣”也就是“端”所在的物理區域。在這個區域，如果能夠為“端”就近提供網絡、計算、存儲等資源，顯然實時性等業務需求能夠容易滿足，因其主要計算節點以及應用分布式部署在靠近終端的數據中心，這使得在服務的響應性能、還是可靠性方面都是高于傳統中心化的云計算概念。這是“邊緣計算”相比于“云計算”最大的不同與優勢。

再進一步而言，相較于云計算適合非實時、長周期數據的大數據分析，邊緣計算更聚焦實時、短周期數據的分析，能更好地支撐本地業務的實時智能化處理與執行。而且由于更靠近數據源的本地網絡內進行運算，數據無需上傳至遙遠的云端，減少數據往返云端的等待時間及網絡帶寬成本。現在，即使是理想上最高速的光纖網路的傳輸速度，資料交換還是需要時間，如考慮到資料傳輸需要耗費的延遲時間、停留中介站與遠端處理的等待時間的話，采用邊緣運算就可大為縮短資料往返時間，資料處理能更快。而這方面云計算就顯得稍遜一籌了。

對于未來而言，物聯網、AR、VR場景以及大數據和人工智能行業，實際上都有著極強的對近場計算的需求，邊緣計算保障大量的計算需要在離終端很近的區域完成計算，完成苛刻的低延時服務響應。

還有邊緣計算另一個真正的價值，在于能將每一個與本地網路連結的組件，整合成為一個更復雜的完整個體，來打造一個整合性系統（Meta System），可以做更驚人的事情。

這些都是邊緣計算為什么現在這么火的原因。

平心而論，無論是云計算還是邊緣計算，本身只是實現物聯網、智能制造等所需要計算技術的一種方法或者模式，都是處理大數據的計算運行方式。二者在計算架構上看似矛盾，但他們之間并不能互相替代。在英特爾中國區物聯網事業部首席技術官張宇博士看來，今天在強調邊緣計算，并不是說邊緣計算將代替云計算。邊緣計算和云計算二者之間是很好的互補。專家認為，在一些應用場景中，可以在邊緣端做快速分析，同時也在云端做深入分析，使兩者各展所長。如果說“云計算”負責鋪天蓋地，那么“邊緣計算”就負責星羅棋布。

不管是云計算還是邊緣計算，都從另一個方面說明計算的價值，隨著萬物互聯時代的到來，不可能有哪一種計算可“一招制敵”，未來的時代，應該是各種計算方式并存的時代，落地到不同的應用場景，踐行最適合的“計算”。

邊緣計算需要面對的挑戰與軟肋

盡管業界普遍對邊緣計算在消費物聯網、工業互聯網、人工智能、智慧城市等領域發揮重大作用寄予了厚望，但打造邊緣計算產業生態不可能一蹴而就，需要看到的是，現階段的邊緣計算也遭遇不少挑戰、存在一些軟肋，限制了邊緣計算在當下的快速發展。

一是技術水平尚未成熟。邊緣計算終端的計算力如何，當前可否能起到“智能”分析的作用，專家一直有爭議。鑒于現階段終端設備無法兼容過多的智能化處理方式，是否能夠勝任在數據源頭完成采集并分析的任務？即便加載了各種強大的元器件，讓邊緣計算變快了，但代價是不是反而比云計算來得更慢？顯然，后續技術演進仍有待觀察。目前來看，能否基于軟件定義、虛擬化、服務化等關鍵技術打造一個支撐邊緣計算理念的通用型操作系統，部署在設備、網關或者邊緣數據平臺等不同位置，還需加強基礎研發和試驗驗證。

二是體系架構亟需統一。盡管目前來看，針對固定互聯網、移動通信網、消費物聯網、工業互聯網等不同網絡接入和承載技術中，邊緣計算的技術實現上存在一定差異；但整體來看，邊緣計算的技術理念都是強調系統的通用性、網絡的實時性、應用的智能性、服務的安全性，需要構建統一的體系架構進行頂層設計指導。

三是產業推進難度很大。從推廣應用度看，現在采用支持邊緣計算的“智能”AI設備單價都比較高。一般的終端電子產品一旦搭載AI芯片、提升存儲空間后，會大大提高設備的造價成本，令終端的整體性價比不高。眾多企業在面臨負擔如此高昂的技術成本后，顯然會阻礙相關產品的普及與推廣。而從產業角度看，工業互聯網、物聯網技術方案碎片化，跨廠商的互聯互通和互操作一直是很大的挑戰，邊緣計算需要跨越計算、網絡、存儲等多方面進行長鏈條的技術方案整合，難度較大。

四是商業模式急待改善。邊緣計算平臺由于在部署時將服務下移，計算、網絡、存儲、應用、智能在邊緣側進行本地化提供，對于現有的網絡運營商服務體系，需要重新設計計費規則。同時，由于相關技術研發、標準化工作涉及到較多的利益相關方，還需要互聯網企業、通信設備企業、通信運營商、工業企業等多方共同努力和積極探索。

五是安全隱私存在挑戰。邊緣計算希望培育的邊緣側應用生態可能存在一些不受信任的終端及移動邊緣應用開發者的非法接入問題。因此需要在用戶、邊緣節點、邊緣計算服務之間建立新的訪問控制機制和安全通信機制，以保證數據的機密性和完整性、用戶的隱私性。比如，比較依賴邊緣計算技術的醫療、自動駕駛、國防等領域，由于數據獲取難度大、法規松綁程度偏低，實際導入人工智能分析、共享時風險就會變得較高，安全隱私的挑戰就較大。

作為一個新興的產業，邊緣計算雖然應用前景廣闊，但畢竟橫跨OT、IT、CT多個領域，且涉及網絡連接、數據聚合、芯片、傳感、行業應用等多個產業，需要各方合作才能推進發展。邊緣計算產業只有構建開放的產業生態，才能持續發展壯大。

在邁向萬物互聯的演進之中，未來究竟有多少應用場景會利用到云計算，而多少場景會將計算分布到邊緣。

憑借對云計算的潛在補充性、競爭性，未來新技術架構下、新玩法下，誰主沉浮？讓我們拭目以待。