解惑邊緣計算

雲計算是計算服務的集中化，以最簡單的形式利用共享數據中心基礎設施和規模經濟來降低成本。然而由於路由器跳數，虛擬化技術的引入帶來的數據包延遲或數據中心內的伺服器延遲是雲計算遷移的關鍵問題，邊緣計算的概念近年來日趨火熱，同時邊緣計算還是OpenStack中的創新驅動力。

邊緣計算，是一種分散式運算的架構，將應用程序、數據資料與服務的運算，由網路中心節點，移往網路邏輯上的邊緣節點來處理。邊緣運算將原本完全由中心節點處理大型服務加以分解，切割成更小與更容易管理的部分，分散到邊緣節點去處理。邊緣節點更接近於用戶終端裝置，可以加快資料的處理與傳送速度，減少延遲。

邊緣計算涵蓋非常廣泛的技術，包括點對點、網格計算、霧計算、區塊鏈和內容傳輸網路（CDN），邊緣計算在移動領域深受歡迎，現在幾乎遍及各行各業。

在很多情況下，邊緣計算和雲計算是共生關係。隨著物聯網、虛擬現實、增強現實等技術的發展與應用，未來將會出現數據大爆炸的狀況。完全依賴雲計算來進行數據傳輸和處理將會造成巨大的網路延遲，邊緣計算將數據在邊緣節點進行處理能夠有效減少數據的傳輸和處理，但通過雲計算的遠程存儲仍然至關重要。

雲計算承載著業界的厚望，業界曾普遍認為，未來計算功能將完全放在雲端。但是隨著接入設備的增長，在傳輸數據、獲取信息時，帶寬越來越捉襟見肘，尤其是隨著物聯網的發展，雲計算在應對聯網設備和智能設備增長的大潮下逐漸不能滿足需求。搭配了分散式的邊緣計算之後，通過智能路由等設備和技術，在不同設備之間傳輸數據可以有效減少網路流量，降低數據中心的負荷。

邊緣計算的起源可以追溯到上個世紀90年代，當時Akamai推出了內容傳送網路（CDN），該網路在接近終端用戶設立了傳輸節點。這些節點能夠存儲緩存的靜態內容，如圖像和視頻等。邊緣計算通過允許節點執行基本的計算任務來進一步理解這一概念。1997年，計算機科學家Brian Noble演示了移動技術如何將邊緣計算用於語音識別，兩年後這種方式也被用來延長手機電池的壽命。當時這一過程被稱為「cyber foraging」，這也是蘋果的Siri和Google的語音識別的工作原理。

1999年出現了點對點計算（peer-to-peer computing），隨著2006年亞馬遜公司發布了EC2服務的發布，雲計算正式問世，自此以後各大規模的企業紛紛採用雲計算。2009年發布了移動計算匯總的基於虛擬機的Cloudlets案例詳細介紹了延遲與雲計算之間的端到端關係。該文提出了兩級架構的概念：第一級是雲計算基礎設施，第二級是由分散式雲元素構成的cloudlet。這是現代邊緣計算的很多方面的理論基礎，2012年思科推出了旨在提升物聯網可擴展性的分散式雲計算基礎設施「霧計算」。

霧計算的概念中有很多是目前我們理解的邊緣計算的理念，包括純分散式系統，如區塊鏈、點對點或混合系統，其中比較典型的是AWS的Lambda@Edge、Greengrass和Microsoft Azure IoT Edge，邊緣計算目前已經成為推動採用物聯網的關鍵技術。

邊緣計算的分散式架構意味著隨著延遲的降低，它能夠提高彈性，降低網路負載，並且更加容易實現可擴展。

邊緣計算的數據處理從數據源就已經開始了，一旦完成了數據處理，只需要發送需要進一步分析的數據。這大大減少了組網需求和集中式服務的瓶頸，此外對於其他的邊緣位置或者在設備上緩存數據的潛力，用戶可以避免中斷並提高系統的彈性。這減少了擴展集中式服務的需求，因為它們需要處理的流量相對較少，可以節省成本、降低設備複雜性和管理。

邊緣計算將會如何發展？隨著越來越多的終端用戶通過邊緣計算來提高性能、功能，我們將會看到邊緣計算的爆炸式增長。邊緣計算可加速數據流生成，包括毫無延遲的實時數據處理。智能應用程序和設備得以在數據創建之時進行即時相應，從而減少延遲時間。這對自動駕駛汽車等技術及企業發展來說至關重要。

邊緣計算可在來源附近就地高效地處理大量數據，減少 Internet 帶寬使用。成本得以縮減的同時，還可確保遠程應用程序的高效使用。此外，用戶無需將數據傳輸至公有雲即可處理數據，從而提高了敏感數據的安全性。

邊緣計算不僅可以解決聯網設備自動化的問題，且對數據傳輸量的要求降低，能夠在雲計算的基礎上消除數據存儲及數據傳輸的瓶頸。未來，隨著物聯網等技術的高速發展，邊緣計算作為其關鍵技術也將會獲得巨大的成功。