全雲時代論調過時？邊緣計算來搶飯碗

正餐還是快餐?趕時間的人往往會匆忙塞一口漢堡，而在正式場合則會大擺宴席，需求決定了行為。這就像雲計算和邊緣計算的關係，如果需要應對大規模業務，選擇靈活可擴展的雲，如果是應付物聯網、VR/AR、AI這種對實時響應有高要求的場景，邊緣計算要更勝一籌。換句話說，二者談不上誰取代誰，而是不同用途和需求的互補關係。

雲和邊緣計算在IoT時代的互補(圖片來自Open Automation Software)

Edge Computing(邊緣計算)的理念並不新鮮，但在應用領域卻剛剛起步。隨著越來越多的工作負載出現在雲端，以及物聯網等新技術走進生產和生活，對於本地的處理能力提出了額外的需求。而對於雲計算來說，其在應對大規模業務有優勢，不過這種集中化的數據處理方式在萬物互聯時代似乎「過時了」。難怪Gartner認為邊緣計算正在吃掉雲。

數據顯示，到2020年物聯網帶來的經濟附加值將達到1.9萬億美元。根據Metcalfe's Law，網路價值和用戶數的平方是成正比的，當越來越多的人和智能的物連接在一個網路上，會讓整個網路增值。在物聯網數據中，至少23%以上的數據是具備分析價值的數據。這意味著，物聯網帶來的價值不止是管道商的紅利，對廣告商也有潛在的刺激作用，設備商也可以藉此大做文章。

有調研機構預計，未來79%的IoT流量將通過網關接入，50%的網路流量將來自物聯網，而物聯網將貢獻超過500億的連接。值得一提的是，會有40%的IoT流量在邊緣進行處理。再來看一組數據，全球約有3.52億盞路燈，傳統照明能耗大、運維管理成本高，而在華為承接的捷克路燈改造項目中，邊緣計算技術的應用使節能效率達到80%，運營成本降低90%。說到這可能會有人問，雲計算難道失寵了?

別急，這只是雲計算與邊緣計算的側重點有所差異。首先，雲計算太大了，而且數據中心通常與數據產生地距離很遠，傳輸過程中也會受到通信網路的影響。比如用戶通過遙控器控制家裡的空調或者電視，端到端之間是需要響應時間的，信號一來一回的周期可能會延長。其次，傳輸成本也成問題，前提是還得有個快網速。此外，消費者的使用感受才是邊緣計算的主導，而不是企業，這就使得雲服務商的設計邏輯需要調整。

舉個例子，大家都知道手將要碰到火的時候趕緊把手伸回來，不會等到被燙傷再反應，這就涉及到了響應延遲。邊緣計算，顧名思義就是在數據源一側完成運算，完成運算的設備既可以是智能家電，也可以是PC、移動手機，甚至是攝像頭，通過區域網即可實現。此時，邊緣計算也充當了信息調度的角色。

物聯網的特點是「小、快、靈」，實時交互是體驗的核心，數據預處理、低能耗、敏捷連接都是前提條件。從架構上來看，邊緣計算物聯網解決方案可分為感測控制層、網路層、敏捷控制器和應用層，其中網路層主要實現融合和互聯，它的功能除了網路連接和管理，還包括邊緣計算，進行現場處理，同時保障業務在本地實現。可以說，邊緣計算不僅提供了集成計算、存儲、連接的智能開放平台，還能降低安全風險。另一方面，這種計算模式也減輕了雲的負擔。

當然，邊緣計算更大程度上只能是雲計算的補充，要說取代未免偏頗。為什麼?第一，IT複雜度的演進使得異構化數據逐漸增多，這在處理性能上對計算平台提出了考驗，如何讓「冰箱聽懂空調說的話」，還需要在架構層面完善;第二，邊緣計算到底有多智能，至少目前看距離智能雲還有差距，大規模集中化的數據融合了多種演算法，為應用實現帶來了多可能性;第三，邊緣計算的相關行業標準尚有缺失，ECC聯盟只是個開始，商業化應用仍需探索。

結語

邊緣計算可以緩解負載瓶頸、延遲、容錯等方面的困難，計算是萬物互聯的中心，「大智能」放在雲端，「小智能」放在邊緣，仍然是長期趨勢。資本層面，像英特爾、ARM這些頂層設計廠商繼續加大投入;技術層面，無論是軟體層面的開源IoT系統，還是硬體層面的智能網關，正在補足劣勢;市場層面，各大廠商相繼建立合作組織。通過這三大層面的積累，邊緣計算將與雲計算協同推進物聯網的發展。