云上戰(zhàn)爭硝煙未散，邊緣之爭已顯端倪

波波夫

我們真的擁有近乎無限的計算能力嗎？

二十年前，一位浙江的民營企業(yè)家傲嬌地告訴媒體，汽車不過是“四個輪子加兩張沙發(fā)”。而同時代的計算機(jī)大家塔能鮑姆 （Tanenbaum） 則在《計算機(jī)網(wǎng)絡(luò)》一書中寫道： “不要低估一輛裝滿磁帶在高速公路上飛馳的小貨車的帶寬。”

時間證明了一切。

今天，就連一輛普通中級轎車都配備了數(shù)十個CPU，是不折不扣的“四個輪子加一臺計算機(jī)”。車輪滾滾向前，數(shù)據(jù)傾瀉而出。但一如微軟 CEO 薩提亞·納德拉所說：“我們正處在一個擁有近乎于無限計算能力，但數(shù)據(jù)也在呈指數(shù)級增長的世界。”

在那些配備智能駕駛系統(tǒng)的汽車，每行駛8小時平均會產(chǎn)生并接收約4TB的數(shù)據(jù)，相當(dāng)于120多萬張高清照片的容量。

這4TB的數(shù)據(jù)大部分都需要及時處理，如果按照傳統(tǒng)云計算的方式，需要把汽車上的數(shù)據(jù)上傳至云端處理，之后再下發(fā)指令到車載終端，有時候僅僅因信號傳輸哪怕有一秒鐘的延遲，就很有可能釀成災(zāi)難性的事故。

在智能駕駛、車聯(lián)網(wǎng)環(huán)境下，傳統(tǒng)云計算延遲太大，連接不穩(wěn)定，會極大的降低了體驗質(zhì)量。例如，通過車輛平視顯示，增強(qiáng)現(xiàn)實（AR）能夠提供有幫助的信息與警示，或者是提供更好的視野，但也需要更高的計算需求，這往往超出了單個車輛的計算需求。

于是，另一種解決方案應(yīng)運(yùn)而生——把數(shù)據(jù)在本地就近解決，這也是谷歌、微軟、網(wǎng)宿科技、阿里高管們近期頻頻提起的“邊緣計算”。

邊緣計算最初是由歐洲通信組織提出來的概念，是一種具有高帶寬低延時特點(diǎn)的新技術(shù)，可在各類移動網(wǎng)絡(luò)邊緣提供服務(wù)環(huán)境和計算能力，通過靠近移動用戶來減少網(wǎng)絡(luò)操作和服務(wù)交付的時延。“鄰近性、低時延、高寬帶和位置認(rèn)知”，正是邊緣計算區(qū)別于傳統(tǒng)云計算的主要技術(shù)特征。

據(jù)中國信息通信研究院泰爾系統(tǒng)實驗測試，在LTE網(wǎng)絡(luò)中，通過部署移動邊緣計算服務(wù)器，可將車輛到車輛的延時，從理論值100 毫秒降至20 毫秒以下，相當(dāng)于效應(yīng)速度提高了5倍。

當(dāng)物聯(lián)網(wǎng)設(shè)備數(shù)量將首次超過全球人口

車聯(lián)網(wǎng)只是我們邁入物聯(lián)網(wǎng)時代的一個序曲。

2017 年被視為窄帶物聯(lián)網(wǎng)商用元年。 自2016 年 6 月核心標(biāo)準(zhǔn)凍結(jié)以來， 窄帶物聯(lián)網(wǎng)發(fā)展明顯駛?cè)肟燔嚨溃\(yùn)營商與設(shè)備制造商的聯(lián)手促使窄帶物聯(lián)網(wǎng)產(chǎn)業(yè)鏈日漸完善，推動下游細(xì)分應(yīng)用頻頻落地。

據(jù)Gartner統(tǒng)計，2017 年物聯(lián)網(wǎng)設(shè)備數(shù)量將首次超過全球人口（75億），達(dá)到 84 億，比 2016年的 64 億增長 31%，其中，消費(fèi)領(lǐng)域是物聯(lián)網(wǎng)設(shè)備最大用戶，2017 年物聯(lián)網(wǎng)設(shè)備數(shù)量為 52 億，占比為 63%；企業(yè)使用的物聯(lián)網(wǎng)設(shè)備數(shù)量為 31 億。

對于物聯(lián)網(wǎng)數(shù)據(jù)的海量性與高增長性問題，如果直接去建設(shè)更多更大的數(shù)據(jù)中心，可以預(yù)見的是，會極大地增加管理成本，系統(tǒng)可靠性也會下降。而移動邊緣計算作為一個十分靠近終端信息源的小型信息中心，將應(yīng)用、處理和存儲推向移動邊界，使得海量數(shù)據(jù)可以正常處理，而不必完全去建設(shè)更多的數(shù)據(jù)中心。

此外，采用邊緣計算還可以很好的解決網(wǎng)絡(luò)環(huán)境的限制，在云計算因為沒有網(wǎng)絡(luò)而無法進(jìn)行云端數(shù)據(jù)傳輸和計算時，邊緣計算可以正常進(jìn)行處理。對于物聯(lián)網(wǎng)來說，邊緣計算既保證了設(shè)備在斷網(wǎng)突發(fā)情況下的正常運(yùn)行，也避免了數(shù)據(jù)上傳云端帶來的泄露風(fēng)險。

IDC預(yù)測，到2020年，全球?qū)⒂谐^500億的終端與設(shè)備聯(lián)網(wǎng)，超過40%的數(shù)據(jù)要在網(wǎng)絡(luò)邊緣側(cè)進(jìn)行分析、處理與存儲。這意味著，從互聯(lián)網(wǎng)向物聯(lián)網(wǎng)過度的時代轉(zhuǎn)折中，邊緣計算正處于爆發(fā)的前夜。

TrendForce最新預(yù)測顯示，邊緣計算產(chǎn)品和服務(wù)市場在2018年至2022年將以復(fù)合年增長率（CAGR）超過30%的速度增長。這一增速或有望引領(lǐng)千億級美元的云市場。

沖向邊緣計算的兩股力量

隨著越來越多的巨頭涌入這一市場，邊緣計算將成為下一次計算革命舞臺的中心。沖在最前面的正是云計算廠商和CDN廠商。

不久前，阿里把邊緣計算項目加入2018年戰(zhàn)略部署，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。

微軟推出Azure IoT Edge平臺，將機(jī)器學(xué)習(xí)、高級分析和AI服務(wù)放在接近數(shù)據(jù)源的前端物聯(lián)網(wǎng)設(shè)備上；亞馬遜為擴(kuò)展AWS物聯(lián)網(wǎng)功能，推出軟件平臺GreenGrass，為用戶提供了可供開發(fā)邊緣應(yīng)用和分析的環(huán)境。

邊緣計算雖然具有云計算不具備的優(yōu)點(diǎn)，但并不會取代云計算，在很長一段時間，二者互為補(bǔ)充。

云計算把握整體，聚焦于非實時、長周期數(shù)據(jù)的分析，能夠在周期性維護(hù)等領(lǐng)域發(fā)揮特長；而移動邊緣計算則專注于局部，聚焦實時、短周期數(shù)據(jù)的分析，能夠更好地支撐本地業(yè)務(wù)的實時智能化處理與執(zhí)行。

相比云計算，CDN其實與邊緣計算更為親近。

首先，CDN與移動邊緣計算的產(chǎn)生背景有許多相同之處，CDN自誕生起就是分布式架構(gòu)，滿足不同階段的數(shù)據(jù)承載需求，實現(xiàn)目標(biāo)也有相近之處，兩者都是在用戶體驗要求不斷提高，用戶數(shù)量、數(shù)據(jù)流量激增的背景下產(chǎn)生。

其次，CDN中的網(wǎng)絡(luò)“邊緣”和移動邊緣計算中的“邊緣”含義接近，都意味著和以往的網(wǎng)絡(luò)架構(gòu)不同，服務(wù)器更接近于無線接入網(wǎng)。

但是，相較于CDN，移動邊緣計算更靠近無線接入網(wǎng)，下沉的位置更深。由于物理距離的減少，自然移動邊緣計算相較于CDN時延進(jìn)一步降低。CDN應(yīng)用場景的關(guān)注點(diǎn)是“分發(fā)加速”，而移動邊緣計算不僅要“加速”，還擁有開放API能力及本地化的計算存儲能力，可以讓網(wǎng)絡(luò)智能化。

因此，邊緣計算無疑是CDN廠商下一步的進(jìn)化方向，也被寄予彎道超車的厚望。

目前情況看，服務(wù)器提供商、網(wǎng)絡(luò)設(shè)備提供商、工業(yè)計算機(jī)提供商、傳統(tǒng)制造商等相繼推出了邊緣計算相應(yīng)解決方案。這也為CDN廠商帶來市場機(jī)遇，Limelight、CloudFlare、網(wǎng)宿科技等CDN公司相繼推出了邊緣計算服務(wù)。

云上戰(zhàn)爭硝煙未散，邊緣之爭已顯端倪。